DSPy RLM 模块落地 ShipStation AI IT 帮助台

ShipStation 搭建的 Deckhand AI IT 帮助台，核心使用 DSPy RLM（递归语言模型）模块，用来处理海量 Slack 历史工单数据，解决大上下文直接丢给大模型导致的效果下滑问题，这套方案跑在 Amazon Bedrock 上，实际做到覆盖 97.5% 咨询、员工好评率 96%。之所以选择 DSPy RLM 模块，是因为 IT 帮助台沉淀的历史对话数据体量很大，直接全部塞进提示词会出现上下文衰减，普通大模型很难精准筛选、分类、提取工单信息；而 DSPy RLM 模块可以把全部历史数据放到沙箱 Python REPL 环境里，让大模型通过写代码按需读取、检索数据，还能递归调用子模型做结构化信息抽取，校验失败自动重试，适配 IT 工单处理的场景需求。整套落地操作分成几个核心环节，第一步用 Slack API 导出频道全部对话历史，带上时间、回复层级等信息做结构化存储；第二步调用 DSPy RLM 模块，在沙箱环境遍历所有对话，区分工单是已解决、待处理还是需要升级，过滤掉通知类无关消息；第三步对判定为已解决的工单，通过 RLM 递归子模型抽取工单摘要、原始问题、解决方案、是否自助处理、关联系统、报错信息、标签等字段，用 Pydantic 模型校验格式；第四步把抽取好的结构化工单素材整理成知识库，供给 Deckhand AI IT 帮助台用来回答员工新的 IT 咨询，还支持读取截图、联动 Jira 工单。这套方案最终可以自动承接大量重复 IT 咨询，减少 IT 团队重复工作量，同时依托 DSPy RLM 模块的按需读取能力，在超大历史知识库下稳定保证回答质量。

DSPy RLM 模块基础说明

DSPy RLM 全称 Recursive Language Model 递归语言模型，属于 DSPy 框架里的内置模块，核心能力是借助沙箱代码解释器，让大模型通过编写代码去探索超大上下文数据，不用一次性把全部文本送入 prompt，适合知识库、历史工单、长文档检索抽取场景。

DSPy RLM 模块在 ShipStation AI IT 帮助台里的处理清单

1. 数据源接入：读取导出后的 Slack 对话归档数据
2. 对话分类筛选：标记工单状态，剔除公告等无效内容
3. 结构化信息抽取：递归调用子模型提取工单各个字段
4. 格式校验重试：Pydantic 校验，不满足规范自动重试抽取
5. 知识库生成：输出整理好的工单解决方案文档，供 AI 助手调用

技术组件搭配清单

【相关 FAQ】

问题 1：DSPy RLM 模块在 ShipStation AI IT 帮助台里主要解决什么痛点？

回答 1：DSPy RLM 模块在 ShipStation AI IT 帮助台里主要解决海量 Slack 历史工单上下文过长，直接传入大模型出现精度下降的痛点，它把数据放在沙箱环境，模型按需读取内容，自动筛选工单、抽取解决方案，给 AI 帮助台提供可靠知识库。

问题 2：ShipStation AI IT 帮助台使用 DSPy RLM 模块的时候，数据是从哪里获取的？

回答 2：ShipStation AI IT 帮助台使用 DSPy RLM 模块处理的数据来源是 Slack 频道历史对话，脚本通过 Slack API 导出完整线程记录，交给 DSPy RLM 模块做解析和信息提取。

问题 3：DSPy RLM 模块和普通 DSPy Predict 模块用在 IT 帮助台场景有什么区别？

回答 3：普通 DSPy Predict 模块是一次性把上下文放进提示词，长文本容易丢失信息；DSPy RLM 模块支持代码探查数据、递归调用子模型，ShipStation AI IT 帮助台正是依靠这个特性处理上万条历史工单。

问题 4：ShipStation AI IT 帮助台使用 DSPy RLM 模块处理后的产出物是什么？

回答 4：ShipStation AI IT 帮助台使用 DSPy RLM 模块处理之后，会输出结构化 Markdown 工单文档，包含问题、处理步骤、系统标签等信息，作为 AI 助手回答员工 IT 问题的知识库。

【参考资料】

[2026-10-13]（How ShipStation Global built an AI IT help desk on Amazon Bedrock AgentCore）Amazon Web Services

[2026-10-28]（ShipStation Integrates AI Into the Shipping Workflow with Intelligent Automation and Conversational Analytics）ShipStation Global

[2026-04-14]（Shipped in ShipStation: Ask ShipStation）ShipStation

[无明确日期]（RLM - DSPy）DSPy 官方网站

【免责声明】

本文内容仅基于公开技术博文、官方文档信息整理，只做技术信息科普参考；DSPy RLM 模块的实际部署效果、ShipStation AI IT 帮助台的内部细节版本可能发生迭代变更，不构成落地开发、商业部署承诺；生产环境使用 DSPy RLM 模块需要自行完成安全测试、权限管控、沙箱安全加固，相关风险由使用者自行承担。