我构建了一个Claude智能体，为一家拥有7家分店的寿司连锁店处理Instagram私信订单

我构建了一个AI智能体，接管了一家拥有7家分店的寿司连锁店的订单处理工作。他们约90%的订单来自Instagram私信，而在此之前，所有回复都由一个人手动输入完成。工作原理：代码通过Meta API监控传入的消息，并将每一条消息通过API传递给Claude（Sonnet 4.6）。该模型拥有一个知识库，包含所有7家门店的完整菜单、食材、卡路里、过敏原、配送区域、营业时间、准备时间以及促销信息。它会与客户进行实时对话，帮助客户选择菜品，解释寿司卷的成分，标注过敏原，并在合适时机进行追加销售（例如：“这个套餐和X酱很搭，要来一份吗？”）。订单确认后，直接推送至厨房，并在餐厅CRM系统和后台管理面板中写入记录，老板可以在面板中监控智能体的表现。技术栈：前端和管理面板使用SvelteKit，私信通过Meta API处理，对话由Claude Sonnet 4.6驱动，任务队列基于Postgres的pg-boss，订单通过CRM集成。有一个细节令我满意：整个菜单和规则模块每次消息都需要传递给模型，这通常会很昂贵。但通过提示缓存，约97%的消息从缓存中读取该模块，输入成本降至原来的十分之一，因此每条私信都使用Sonnet处理，最终成本低到让老板完全无需在意。有意不做的功能：电话、语音消息和图片会转交给人工处理。让模型猜测手写订单的照片只会带来尴尬的结果。纯文本转接几乎不会发生，基本上只有“我想找人工客服”这种情况，而且非常少见。老板的管理面板会保存所有聊天记录以及智能体每条消息的推理链，因此如果出现问题，我可以准确看到出错的原因和方式。目前系统已上线，我正在持续监控质量。欢迎询问关于缓存设置、Meta API Webhook流程或厨房对接方式的任何问题。