「退换货说明」是电商运营的高频任务。它的输入通常是店铺规则,期望得到的是政策说明。这类有固定流程、又需要一点判断力的工作,很适合封装成智能体 Skill。

本文介绍如何在 LangChain / LangGraph 工具 上实现这个技能,包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能退换货说明(return-policy)
作用撰写清晰的退换货政策说明
输入店铺规则
输出政策说明
形态纯提示词
风险中
适用人群电商运营

处理流程分四步:

  1. 写适用范围
  2. 写流程
  3. 列出例外
  4. 检查与平台规则一致

这个技能纯指令型,不需要额外脚本或外部连接,复制到大多数平台都能用;属于中等风险:结果会影响业务判断,建议在输出前设置人工审核点。

在 LangChain / LangGraph 工具 中是什么形态

LangChain 用 @tool 装饰器把函数变成工具,LangGraph 提供预置的 ReAct 智能体,也可以自己画状态图,把技能拆成可观察、可重试的节点。

代码运行在你的环境中;流程复杂时建议从预置智能体起步,再逐步换成自定义图。

示例配置

# 示意代码:LangChain 工具 + LangGraph 预置 ReAct 智能体
from langchain_core.tools import tool
from langchain.chat_models import init_chat_model
from langgraph.prebuilt import create_react_agent

@tool
def return_policy_precheck(content: str) -> str:
    """检查店铺规则是否齐全,返回缺失项。"""
    return "ok" if content.strip() else "输入为空"

model = init_chat_model("你的模型标识")
agent = create_react_agent(
    model, tools=[return_policy_precheck],
    prompt="你负责退换货说明:写适用范围;写流程;列出例外;检查与平台规则一致。",
)
out = agent.invoke({"messages": [("user", "这是店铺规则:...")]})

示例里最重要的是两处:一是描述(或指令开头)要写明「什么时候用」,让智能体在电商运营提出相关请求时能对上号;二是约束部分要写进「遵守平台规则,价格、库存以系统数据为准」这类领域规矩,避免智能体自作主张。

安装与启用步骤

  1. 安装 LangChain 与 LangGraph
  2. 用 @tool 定义预检查、读取等工具
  3. 用预置智能体快速跑通
  4. 需要固定流程时改为自定义状态图,每一步一个节点
  5. 接入追踪工具观察每一步

实操:一次完整的运行

假设你在店铺后台与表格中发出这样的请求(虚构示例):

这是今天的店铺规则,按团队的退换货说明流程处理一下。

智能体识别到任务与「退换货说明」相关后,会依次写适用范围、写流程、列出例外、检查与平台规则一致。最终交付政策说明,并在末尾列出需要人工确认的内容。你的工作是对照原始店铺规则抽查两三处关键信息,确认无误后再使用。

测试与验收

对每个节点单独写测试,再跑一次端到端用例。

针对这个技能,还建议额外准备:

  • 一份信息齐全的标准店铺规则,检查输出是否完整
  • 一份缺少关键信息的输入,检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入,检查约束是否仍然有效

常见坑

  • 一开始就设计复杂的多节点图,调试成本高。
  • 工具 docstring 缺失,模型不知道如何使用。
  • 只写了步骤,没写交付格式,导致每次输出的政策说明结构不同。
  • 没有给出样例,智能体对“好结果”的理解与你不一致;在参考资料里放一两份范例会明显改善。

延伸阅读

说明:文中的配置、代码与目录结构均为示意,用于说明思路;各平台的入口、字段名与能力会更新,落地前请以对应官方文档为准。示例中的数据与场景为虚构,不代表真实案例。