用 Telegram 创建群聊客服聊天系统（3）

第六篇：实现多客服系统与任务分配

在前几篇的内容里，我们把机器人转发客户提问到群聊、客服通过群聊回复客户这些基础功能都搭好了。话说回来，单打独斗终究不是长久之计，团队协作才是效率的保障。所以这一篇，我们来给系统升级，支持多个客服同时在线，并且引入一套任务分配机制，让客服们能高效地分头处理客户问题，避免“抢单”或者“没人管”的尴尬局面。

多客服的核心挑战

要支撑起多客服体系，有几个绕不开的坎儿需要迈过去：

• 任务分配
  ：客户的问题就像球，得在多个客服之间合理“传球”，不能重复接球，也不能让球漏掉没人管。

• 客服状态管理
  ：每个客服是在线还是离线，系统得心里有数。总不能把活派给一个已经下班的人，对吧？

• 负载均衡
  ：客服一多，就得讲究“公平”。不能让某一位客服累死累活，其他几位闲得发慌。均匀分配是关键。

1. 设计多客服任务分配机制

1.1 客服列表管理

开工第一步，先得有个“花名册”。我们需要一个数据结构来管理所有客服信息。里面都记点啥？

• 客服的 Telegram 用户 ID。
• 客服的当前状态（在线还是离线）。
• 客服当前正在处理的客户数量。

一个 ConcurrentHashMap 就能轻松搞定，线程安全，省心省力：

import ja va.util.*;
import ja va.util.concurrent.ConcurrentHashMap;

class CustomerService {
    private Long userId; // 客服 Telegram 用户 ID
    private boolean isOnline; // 是否在线
    private int currentLoad; // 当前处理客户数量

    public CustomerService(Long userId, boolean isOnline, int currentLoad) {
        this.userId = userId;
        this.isOnline = isOnline;
        this.currentLoad = currentLoad;
    }

    // Getter 和 Setter 方法
    public Long getUserId() {
        return userId;
    }

    public boolean isOnline() {
        return isOnline;
    }

    public void setOnline(boolean online) {
        isOnline = online;
    }

    public int getCurrentLoad() {
        return currentLoad;
    }

    public void incrementLoad() {
        this.currentLoad++;
    }

    public void decrementLoad() {
        this.currentLoad--;
    }
}

// 全局客服列表
private final ConcurrentHashMap customerServiceList = new ConcurrentHashMap<>();

1.2 添加客服

有了“花名册”，还得有人能往里面“加人”。机器人管理员可以通过发送命令 /add客服 来添加新的客服。命令格式很简单，比如 /add客服 12345。

@Override
public void onUpdateReceived(Update update) {
    if (update.hasMessage() && update.getMessage().hasText()) {
        String messageText = update.getMessage().getText();
        Long chatId = update.getMessage().getChatId();

        // 判断是否是管理员添加客服
        if (messageText.startsWith("/add客服")) {
            Long newCustomerServiceId = extractUserIdFromCommand(messageText);
            addCustomerService(newCustomerServiceId);
            sendReplyToAdmin(chatId, "成功添加客服: " + newCustomerServiceId);
        }
    }
}

// 从命令中提取用户 ID
private Long extractUserIdFromCommand(String command) {
    // 假设命令格式为 "/add客服 12345"
    String[] parts = command.split(" ");
    return Long.parseLong(parts[1]);
}

// 添加客服到列表
private void addCustomerService(Long userId) {
    customerServiceList.put(userId, new CustomerService(userId, true, 0));
}

2. 实现任务分配逻辑

2.1 选择最优客服

客户的问题来了，该派给谁呢？策略很清晰：优先选择当前负载最小的在线客服。如果好几位客服负载一样高，那就随机选一个，公平又随机。用 Ja va 的 Stream API 几个方法就搞定了：

private Long allocateCustomerService() {
    return customerServiceList.values().stream()
            .filter(CustomerService::isOnline) // 仅选择在线客服
            .min(Comparator.comparingInt(CustomerService::getCurrentLoad)) // 按负载升序排序
            .map(CustomerService::getUserId)
            .orElse(null); // 如果没有在线客服，返回 null
}

2.2 转发问题到指定客服

谁来接单定好了，下一步就是直接把客户的问题“丢”给这位客服。同时，别忘了更新一下他的负载数据，并记录下客户和客服的分配关系，方便后续沟通。

private void forwardToAllocatedCustomerService(Long customerChatId, String question) {
    Long allocatedCustomerServiceId = allocateCustomerService();

    if (allocatedCustomerServiceId != null) {
        // 转发问题到客服
        String message = "客户 ID: " + customerChatId + "
问题: " + question;
        sendMessageToCustomerService(allocatedCustomerServiceId, message);

        // 更新客服负载
        customerServiceList.get(allocatedCustomerServiceId).incrementLoad();

        // 记录分配关系
        customerQuestionMap.put(customerChatId, allocatedCustomerServiceId);
    } else {
        // 如果没有在线客服，通知客户
        sendReplyToCustomer(customerChatId, "暂时没有在线客服，请稍后再试！");
    }
}

// 发送消息到客服
private void sendMessageToCustomerService(Long customerServiceId, String message) {
    SendMessage sendMessage = new SendMessage();
    sendMessage.setChatId(customerServiceId);
    sendMessage.setText(message);

    try {
        execute(sendMessage);
    } catch (TelegramApiException e) {
        e.printStackTrace();
    }
}

3. 客服状态切换

客服也是人，会休息、会下班。他们可以通过简单的命令 /上线 或 /离线 来自主切换自己的工作状态，系统也会据此决定是否给他们派活。

@Override
public void onUpdateReceived(Update update) {
    if (update.hasMessage() && update.getMessage().hasText()) {
        String messageText = update.getMessage().getText();
        Long chatId = update.getMessage().getChatId();

        // 客服上线
        if (messageText.equals("/上线")) {
            setCustomerServiceOnline(chatId, true);
            sendReplyToCustomerService(chatId, "您已上线，开始接收客户问题。");
        }

        // 客服离线
        if (messageText.equals("/离线")) {
            setCustomerServiceOnline(chatId, false);
            sendReplyToCustomerService(chatId, "您已离线，停止接收客户问题。");
        }
    }
}

private void setCustomerServiceOnline(Long userId, boolean isOnline) {
    CustomerService customerService = customerServiceList.get(userId);
    if (customerService != null) {
        customerService.setOnline(isOnline);
    }
}

4. 离线消息提醒

有时候客户来信了，但分配给他的客服恰好离线了。别慌，我们可以先把问题存起来，等客服一上线，系统立马给他“补作业”，提醒他有未处理的客户问题。

// 客服上线时发送未处理问题
private void notifyPendingMessages(Long customerServiceId) {
    List pendingCustomers = customerQuestionMap.entrySet().stream()
            .filter(entry -> Objects.equals(entry.getValue(), customerServiceId))
            .map(Map.Entry::getKey)
            .collect(Collectors.toList());

    for (Long customerId : pendingCustomers) {
        String message = "您有未处理的客户问题：客户 ID " + customerId;
        sendMessageToCustomerService(customerServiceId, message);
    }
}

下一步规划

至此，我们完成了多客服系统的几个核心模块：

• 多客服管理与动态添加。
• 基于负载的客服任务分配，实现了初步的负载均衡。
• 客服上线/离线的状态切换，以及对应的离线消息提醒。

当然，这只是个开始。接下来，还可以往里面塞更多功能，比如：

• 智能客服机器人
  ：结合 AI 技术，把那些简单、重复的问题自动消化掉，给客服团队减负。

• 统计与报表
  ：记录每个客服的工作量和处理效率，生成报表，让管理有据可依。

下一篇，我们将探索如何把 AI 整合进客服系统，打造一个更聪明、更高效的全新玩法。