用途：帮助开发者构建“知道自己何时不确定”的销售机器人，对回答进行置信度评分，在不确定时适当模糊表达，置信度过低时升级给人工。
主要能力：区分三类置信度来源——知识置信度（对事实的把握）、意图置信度（对客户意图的理解）、响应置信度（回答是否恰当）。提供置信度计算示例：对意图、知识、响应分别打分，按权重（意图0.3、知识0.4、响应0.3）加权得到总体分，并据阈值决定动作：≥0.8直接回答，≥0.5带保留回答，≥0.3先澄清，低于0.3转人工。还包含知识置信度评估逻辑（检索知识库、识别“specific/exactly/guarantee/legally”等不确定信号、按意图类型给默认值）、分档响应策略与话术示例、模糊表达技巧（软性、较强、明确不确定，以及“模糊+推进对话”和时间争取话术）、升级触发条件与交接结构、升级回复模板、基于历史数据的校准方法，以及置信度分布、准确率与置信度匹配、业务影响等指标。
使用方式：资料给出 Python 函数示例（calculate_confidence、determine_action、assess_knowledge_confidence、escalate）作为实现参考，需结合自身 NLU 模型、知识库与历史对话数据落地；阈值与权重可按业务调整。
适用场景：销售机器人问答、售前咨询、需要区分“能答”与“该转人工”的对话系统。
限制：资料未提供具体安装命令、依赖、平台支持、收费或价格信息；示例代码为示意，实际效果取决于数据与校准。