📋 项目概览
- 🌟 项目名称：Parlant
- 🏢 出品方：emcie-co
- 🔗 项目地址：https://github.com/emcie-co/parlant
- 📊 Star 数：17.3k（20260106）
- 📝 开源协议：Apache 2.0
- 🔧 核心技术：Python、LLM 集成（OpenRouter/Ollama）、TypeScript（前端）、React
一句话介绍：Parlant 是开源的 LLM 智能体行为建模引擎，帮助开发者构建符合业务规则、行为可控且交互自然的客户面向型对话 AI 智能体。
可靠性评估：
- 项目文档体系完整，涵盖从快速上手到生产级设计方法论的全维度内容，代码库包含规范的贡献流程和 DCO 协议，维护流程标准化。
- 由 emcie-co 公司主导开发，具备企业级产品设计思路，提供 Discord 社区支持和正式的贡献指南。
- 设计定位为生产环境可用的框架，提供可解释性、迭代优化、工具集成等生产级特性，适合商业场景落地。
什么是'行为不可控'（反面案例）
假设你做一个电商售后客服机器人，用普通的 ChatGPT / 开源 LLM 直接对接用户：
- 用户问：'我买的衣服掉色，能赔我 200 块吗？'
- LLM 可能回复：'抱歉给您带来不好体验，我们可以赔偿 200 元'（但你的业务规则是：单件衣服最高赔付 50 元）
- 也可能回复：'掉色属于正常现象，不赔偿'（激怒用户，违反服务规范）
- 还可能回复：'你可以去 12315 投诉我们'（完全偏离业务底线）
这就是行为不可控：LLM 完全凭自己的'理解'回复，无法 100% 遵守你设定的业务规则、赔付上限、服务话术等。
用 Parlant 做同一个售后机器人，你可以：
- 定义业务规则（Guidelines）：
- 赔付规则：'单件衣服赔付上限 50 元，需先让用户提供掉色照片'
- 话术规则：'禁止使用激怒用户的词汇，禁止引导用户投诉'
- 流程规则：'未提供照片前，不得承诺任何赔付金额'
- Parlant 的'可控'体现在：
- 无论用户怎么问，机器人绝不会承诺超过 50 元的赔付
- 绝不会说出违反话术规则的话
- 必须严格按'索要照片→核验→赔付'的流程走，跳过任何一步都不行
- 即使 LLM 想'自由发挥'，Parlant 也会强制让它回到你设定的规则范围内
🎯 核心能力
解决什么问题
场景 1：LLM 智能体行为不一致
- 痛点：纯提示工程或 LLM 原生流程难以保证智能体严格遵循业务规则，交互行为不可控。
- 解法：通过结构化的行为模型（Guidelines/Journeys）定义智能体交互规则，强制行为合规性。
- 效果：智能体交互行为与业务规则一致性显著提升，减少非预期回复和合规风险。
场景 2：对话 AI 迭代效率低
- 痛点：传统 LLM 智能体调整行为需重构提示词或流程，迭代周期长且效果不可预测。
