金蝶发票云TicketHub工单系统服务客户超2万家，日均处理工单逾千条。基于亚马逊云科技中国区域的Amazon Bedrock AgentCore服务，TicketHub部署上线智能工单Agent，将工单分类、智能分流、知识检索、回复草拟与质量检查整合为连续自动化流程。
依托AgentCore提供的沙箱管理与可观测等完整Agent管理体系，项目从启动到生产上线仅耗时1个月。12个专职Agent接入全流程后，工单首次响应时长从约15分钟缩短至约3分钟，客服人均日处理工单量提升约3倍。
TicketHub是面向金蝶发票云云端SaaS及私有化部署客户的智能工单管理与客户服务协同平台，覆盖工单接入、分类流转、处理协同与服务质检全流程。在传统模式下，工单分类依赖人工判断，跨团队流转层级多，回复质量参差不齐。作为多租户SaaS平台，TicketHub对客户数据隔离、处理过程可追溯及服务质量持续优化有着严格要求。
为此，TicketHub选择在亚马逊云科技中国区域，基于Amazon Bedrock AgentCore服务托管运行多Agent工单处理系统。选择该方案主要基于以下三点考量：
完整的Agent管理体系：AgentCore提供从托管运行、沙箱隔离、工具接入到可观测的生产就绪组件，团队无需自建Agent基础设施，显著缩短工程化时间并降低难度；
框架与模型自由：Runtime支持任意主流Agent框架，并可自由选用中国区可用的大模型，避免技术绑定，便于为不同工单场景匹配最佳模型；
安全合规：Runtime以会话级沙箱实现租户间隔离，满足企业客户对数据境内处理与合规的要求；叠加中国区与海外架构的一致性，保障技术栈的长期延续性。
在该方案中，Agent承担工单理解、分类分流、知识检索与回复草拟，业务系统继续承担权限校验、SLA规则与升级流程，回复发出前保留人工确认。最终，TicketHub智能工单Agent实现约1个月完成上线，工单响应时长大幅缩短，客服效率显著提升，并进入“评估—优化—再评估”的持续迭代循环。
目前，TicketHub主要使用的亚马逊云科技服务包括：Amazon Bedrock AgentCore（Runtime、Gateway、Identity、Observability）、Amazon Elastic Container Service、Amazon CloudWatch、Amazon S3、Amazon EC2、Amazon Relational Database Service (RDS)等。
痛点分析：工单激增与传统处理的矛盾
一段客户问题往往经历漫长接力：客服阅读判断、转派团队、处理人查阅知识库起草回复，复杂问题还需跨部门升级。月末与促销季工单量激增时，排队与超时频发。
传统工单系统的自动化主要停留在规则层面，关键词匹配维护成本高，模板化回复缺乏上下文理解能力。随着客户服务规模扩大及海外需求接入，金蝶发票云希望打造多Agent工单处理系统，让客服工作从“查找和录入”转向“判断和确认”。
然而，引入AI Agent不能以牺牲服务可控性和效率为代价，TicketHub系统需应对以下挑战：
多Agent工程化复杂：涉及十余个专职Agent，若自建运行、隔离、观测与评估基础设施，自研周期预计需6个月以上；
数据隔离与多租户安全：不同企业客户的工单数据必须严格隔离，Agent执行环境需具备会话级沙箱能力；
服务质量可评估与持续优化：需建立上线前基准评估与上线后持续评估机制，支撑快速迭代；
业务波峰应对：促销季与月末工单量可达平日3倍以上，要求Agent运行资源按需弹性扩展。
基于上述需求，金蝶发票云最终选择在亚马逊云科技中国区域，以Amazon Bedrock AgentCore承载多Agent工单处理系统。
解决方案：构建完整Agent管理体系
TicketHub以Amazon Bedrock AgentCore Runtime托管12个专职Agent，通过AgentCore Gateway连接既有业务工具，利用自建评估集与LLM-as-judge方法构建评估体系，并借助AgentCore Observability构建观测体系，打通“工单接入 → 分类分流 → 知识检索 → 回复草拟 → 人工确认 → 质检回流”的完整链路。
Amazon Bedrock AgentCore已在由光环新网运营的亚马逊云科技中国（北京）区域和由西云数据运营的中国（宁夏）区域可用，实际部署区域为中国（宁夏）。
会话级沙箱管理，省去自建隔离执行环境
AgentCore Runtime为每个会话提供独立的microVM，隔离计算、内存与文件系统资源。对于多租户SaaS而言，这意味着每个客户的工单处理会话均运行在彼此隔离的沙箱中，团队无需自建会话级执行沙箱与租户隔离层，也无需自行维护沙箱生命周期。
工单数据仅在所属会话内可见，处理完成后沙箱即被回收，配合业务后端权限校验，确保运行环境隔离与业务授权双重生效。
工程化Agent评估方法，质量优化有据可依
TicketHub通过自建评估集与LLM-as-judge方法，为分类准确率、检索命中率、回复可用率等关键指标建立评估基线：上线前以历史工单进行离线基准评估，不达标不上线；上线后对生产流量持续在线评估，评分异常自动告警。
结合基于Amazon CloudWatch的AgentCore Observability，团队能够还原每个Agent的计划执行与工具调用过程，将低分工单回溯至具体检索或推理步骤，为技术排障与审计核查提供依据。
生产就绪组件自由组合，1个月完成上线
依托Runtime、Gateway、Identity、Observability等开箱即用组件，TicketHub跳过了自建Agent基础设施阶段。通过AgentCore Gateway将20余个既有业务接口快速转化为Agent可用工具，并通过AgentCore Identity统一管理Agent访问下游系统的身份与权限。
团队得以聚焦于工单技能与提示词优化，项目从启动到生产上线仅用1个月，相比自研方案预估的6个月，工程化时间缩短约80%。面对业务高峰，Runtime按需扩展Agent运行资源，减轻了按峰值预留算力及维护进程池的负担。
业务成果：进入“评估—优化—再评估”迭代循环
在该方案中，Agent承担工单理解、分类分流、知识检索与回复草拟，业务系统负责权限校验、SLA规则与升级流程，回复发出前保留人工确认。最终，TicketHub智能工单Agent实现约1个月完成上线，工单响应时长从约15分钟缩短至约3分钟，客服人均日处理工单量提升约3倍，并建立了“评估—优化—再评估”机制。
上线两周内，团队完成首轮提示词与检索策略优化，Agent回复的一次通过率从60%提升至80%，工单自动预处理覆盖率稳定在85%以上。
更重要的是，采用Agent DLC工程实践建立“离线基准评估+在线持续评估”机制：在线评估持续为每个Agent打分，低分工单自动回流为评估样本与知识库补充素材；每轮优化经离线基准评估验证后灰度发布，具备按周迭代优化的能力。
“客服场景的AI，不是替代人，而是让每个人工判断都更有依据。我们让Agent承担分类、检索和起草，让业务系统守住SLA和权限规则，让客服确认每一次对外回复。Amazon Bedrock AgentCore的沙箱管理与可观测能力，让我们不用重复造轮子，1个月就把这套体系跑了起来，并且能持续优化下去。”
覃强
金蝶发票云 CTO
未来，金蝶发票云计划将Agent能力扩展至主动服务、产品研发工程提效等更多场景，并将评估数据集与规则库沉淀为可持续运营的知识资产，以“可控、可追溯、持续优化”为原则，为更多企业带来智能化的工单处理与客户服务体验。
关于金蝶发票云
关于金蝶发票云
金蝶发票云是金蝶国际软件集团旗下独立子公司金蝶票据云科技（深圳）有限公司的品牌产品。
金蝶票据云科技2020年成立于深圳，2023年取得“国家高新技术企业”和“专精特新”资质，以“业财票税档”一体化管理为核心，助力企业运用AI等数智化技术实现复杂业财税票协同管理。其智慧票据云产品综合运用AI、大数据和云计算技术，荣获吴文俊人工智能科学奖及10多项发明与实用新型专利授权，已为全球近10万家企业、政府组织提供智能化SaaS服务，覆盖互联网、金融、生产制造、建筑与房地产、交通运输、医疗、餐饮、零售等40多个行业。
从技术验证到生产部署
企业级Agent上生产实战营等你来！
快来试试Amazon Bedrock AgentCore
中国区首批上线的六大组件
用半天时间
带走一个真正能上生产的Agent！
新用户注册海外区域账户，可获得最高200美元服务抵扣金，覆盖Amazon Bedrock生成式AI相关服务。“免费计划”账户类型，确保零花费，安心试用。
期待你的分享 收藏 在看 点赞！
亚马逊的一小步，云计算的一大步！