预约清洁服务，常常要来回确认房屋大小、清洁深度、附加项目和空闲时间。Soner Yıldırım 把这套约 15 分钟的沟通做成了一个 AI Agent：它能理解需求、计算并确认报价、推荐时段，最后记录预约。
关键不只是让 AI 陪聊，而是让它记住事情办到哪一步。这个“有状态 Agent”会把对话整理成 BookingDetails——一份包含服务类型、面积、清洁深度、附加项和地址的结构化记录；缺什么才追问什么。如果客户第一句话已经给全信息，系统就直接报价，不再强迫对方重填固定表单。LangGraph——用节点和连线编排大模型步骤的框架——负责串起这些会分支、等待和回退的环节，确定性的计价与预约规则仍由业务程序执行。
案例还接入了 Langfuse——记录模型调用、工具动作和运行指标的开源可观测性平台——用于检查完整预约流程。它提供了 Python、LangChain 与 LangGraph 的端到端演示及 GitHub 源码，适合参考怎样把 Agent 接进真实业务；不过材料未披露节省了多少时间、错误率或生产环境表现。