使用OpenAI和Kumologica對用戶支持請求進行智能分類原創

51CTO內容精選

發布于 2024-10-18 08:13

瀏覽

0收藏

本文將討論如何使用Kumologica中AI代理和OpenAI平臺，實現智能案例分類場景的設計。

本文將演示如何使用??Kumologica??和??OpenAI??協助開發出AI代理API。此類API可以使用用戶提交的信息，有效地對企業內生成的用戶支持請求案例進行分類，而無需客戶支持代理（即：Helpdesk之類的接單人員）的干預。

從實用性角度考慮，這樣的API管理方案可以自動對來自各種渠道的案例，進行分類和優先級的判定，識別出那些高優先級的案例，對其應用標簽，并將它們分配給適當的成員組，而無需那些“代理”去手動執行此類任務。

目前，市場上典型的案例管理產品包括：ServiceNow、JIRA和Salesforce等。雖然其中的一些產品已內置了案例分類功能，但其實它們往往是基于預先設定好的分類，而不夠智能。它們與第三方系統的集成能力也比較受限。

用例背景

在本場景中，ABC企業通過企業門戶處理各種IT類和非IT類問題。用戶提供各種關鍵性細節，如：問題的標題、描述、涉及的部門(包括：基礎設施、網絡、CRM等)，以及問題應該提交到哪里。一旦用戶填寫完畢這些細節，案例就會被提交，并進入一個隊列，供支持代理人員審查。接著，代理人員從隊列中檢索出案例，查看其信息，并在案例管理系統中手動創建該案例。下圖1展示了ABC企業現有的案例創建流程。

使用OpenAI和Kumologica對用戶支持請求進行智能分類-AI.x社區

圖1當前案例創建的過程(截圖歸Pranav K所有)

架構設計

針對上述過程，架構團隊發現，案例處理中的絕大部分延遲是由人工流程造成的。在人工流程中，支持代理人員需要經歷：讀取、理解并將案例分類到案例管理平臺中預設好的正確部門的過程。對此，他們提出了一種新的設計，以解決延遲，并提高案例系統的整體效率。

根據新的設計，用戶在企業門戶網站上提交的案例，以及案例管理平臺的處理將不再有任何的人工干預。企業門戶將通過智能化的案例分類AI代理服務，與案例管理平臺直接集成。該代理將自動解讀用戶提供的詳細信息，將案例分類到適當的部門，并在案例管理系統中分配正確的標簽和項目。

使用OpenAI和Kumologica對用戶支持請求進行智能分類-AI.x社區

圖2新的案例創建流程(截圖歸Pranav K所有)

技術設計

在新的設計中，他們將開發基于API的AI代理服務，以便將企業的門戶與案例管理平臺集成到一起。在流程上，此服務將接受來自企業門戶的問題，提取描述細節，并將其傳遞給AI提供者，以進行分類。然后，AI將返回必要的數據，以便在案例管理平臺中創建相應的案例。在此，Kumologica將作為集成框架，以低碼的方式構建AI代理，并利用OpenAI節點與OpenAI連接，以完成智能分類。

使用OpenAI和Kumologica對用戶支持請求進行智能分類-AI.x社區

圖3案例創建的詳細設計(截圖歸Pranav K所有)

實現

先決條件

1. 請通過??鏈接??，下載KumologicaDesigner，并使用如下命令進行安裝。

npm i @kumologica/sdk

2. 在Kumologica的項目包中，請使用如下命令安裝OpenAI節點。

npm i @kumologica/kumologica-contrib-openai

3. 請通過??鏈接??登錄OpenAI帳號，以訪問OpenAI平臺上的token。

步驟

現在我們將在Kumologica中開始實施“智能案例分類器（Smartcase Classifier）”服務。如果您是首次接觸Kumologica，那么請參考下面的教程以開始學習。

1. 打開Kumologica Designer，將EventListner節點從面板拖放到界面上，并為節點提供以下配置。

Display Name : [POST] /case/create
Provider : AWS
EventSource : Amazon API gateway
Verb : POST
URL : /case/create

注意：本文假設ABC企業已經擁有了AWS云基礎設施。

2. 拖曳Logger并將其連接到步驟1中添加的EventListener節點上。再為Logger提供以下配置。

Display Name : Log Entry
Level : INFO
Message : 'Request recevied : ' & msg.payload
Log format : String

3. 向界面添加兩個set屬性節點，并提供以下配置。這是為了提取請求數據，并設置對案例進行分類的各個規則。

Set-Property 1
Display Name : Set Case Data

Operation : Set
Target : msg.description
Source : msg.payload.description

Operation : Set
Target : msg.title
Source : msg.payload.title

Set-Property 2
Display Name : Set Case Data

Operation : Set
Target : msg.rule
Source : "if the description contains anything related to cloud, AWS, Azure, Sharepoint then provide the following JSON. label depends on if its AWS , Azure, Sharepoint etc.
Description sttribute in JSON will be the original description from user. 
{"Department" : "Infra-support", "Project" : "INF", "Label" : "AWS", "Description" : "" }
if the description contains anything related to network then provide the following JSON. 
Description sttribute in JSON will be the original description from user. 
{"Department" : "Network-support", "Project" : "NET", "Label" : "Networking", "Description" : "" }"

4. 現在從托盤中添加OpenAI節點，并提供以下配置。然后將節點連接到步驟3中的set屬性節點。

Display Name : OpenAI
Operation : Single Q&A
Model : gpt-4o-mini
API Key : <<API key from OpenAI>>
System : msg.rule
User : msg.description

5. 最后，我們將使用EventListener節點中的響應來結束整個流程。

Display Name : Success
Response : HTTP Response
Status Code : 200
Payload : msg.payload

至此，最終的流程如下圖所示：

使用OpenAI和Kumologica對用戶支持請求進行智能分類-AI.x社區

圖4Kumologica流程的SmartCaseClassifier服務(截圖歸Pranav K所有)

試一試

您可以通過在本地使用如下端點，來調用上述流程服務。

Endpoint : http://localhost:1880/case/create
Method : POST
Content-Type : application/json
Body : {
  "title" : "Issue in with account access",
  "description" : "Request for providing the access the AWS dynamoDB in non prod account"
}

完成之后，您將得到如下的響應。該響應顯示了AI基于用戶的描述，對部門、項目、標簽等進行了分類。

JSON
{"Department" : "Infra-support", "Project" : "INF", "Label" : "AWS", "Description" : "Request for providing the access the AWS dynamoDB in non prod account"}

小結

綜上所述，通過集成Kumologica和OpenAI的案例分類服務，案例管理系統得以大幅簡化與自動化。其整體流程的延遲得以減少，而準確性得以提高。當然，企業也應仔細評估其現有的基礎設施和潛在的集成挑戰。此外，我們也需要花一定的精力去監控AI分類的準確性，并滿足監督的要求。總體而言，與任何其他AI的應用相似，我們需要對其持續訓練和優化，以確保系統能夠適應不斷發展的業務需求和案例的動態變化。