Support PoC

Модульный Proof-of-Concept системы автоматизации тикетов поддержки (каскадная маршрутизация + RAG).

Бизнес-ценность (Зачем это бизнесу)

Эта система автоматизации поддержки решает критическую проблему масштабирования при пиковых нагрузках (до 20 000 обращений в моменте). Она позволяет удерживать SLA первого ответа в пределах 15 минут без экспоненциального роста штата операторов. Внедрение каскадной маршрутизации и RAG-пайплайна снизит стоимость обработки типового тикета до целевых 150₽. При этом система защищает репутацию компании и лояльность клиентов (CSAT), мгновенно переводя сложные, непонятные или рискованные запросы на живых сотрудников.

Что делает решение

Проект представляет собой каскадный пайплайн обработки обращений:

1. Синхронный контур (Hot Path): Мгновенно (< 500 мс) проверяет тикет на наличие рисков (угрозы, суды) и наличие смысла (длина контекста).
2. Асинхронный контур (Cold Path): Извлекает релевантную документацию из базы знаний и обращается к LLM для генерации ответа.

Демонстрируемый сценарий

Система прогоняет локальный датасет из 7 синтетических тикетов. Демонстрируется Сценарий №6 (эскалация): тикеты с юридическими угрозами или состоящие из одного слова мгновенно улетают на оператора, а вопросы по оплате и багам маршрутизируются в пайплайн для генерации ответа.

Реализация vs Архитектурный дизайн

Реализовано в коде (PoC):

• Модульная архитектура оркестратора.
• SafetyRouter: эвристики (поиск корней стоп-слов) для отсева рисков.
• Заглушки для Retriever (выдает статический JSON-контекст) и LLM (симулирует задержку).
• Скрипт автоматизированной валидации на CSV-датасете.

Оставлено в архитектурном дизайне (Целевая система):

• Брокеры сообщений (Kafka/RabbitMQ) для асинхронности.
• Настоящие ML-классификаторы (BERT) вместо правил if-else.
• Векторные БД (FAISS/Milvus) и интеграция с внешними LLM API. Подробное описание целевой архитектуры вынесено в папку /docs.

Допущения и ограничения PoC

• Асинхронность и задержки LLM API симулируются через time.sleep(). В production это приведет к блокировке потоков, требуются очереди задач.
• Маршрутизатор безопасности работает на жестких правилах, что уязвимо к опечаткам (необходим ML-классификатор).
• Отсутствует настоящая обработка PII (персональных данных).

Запуск

Скрипт читает датасет из data/tickets_sample.csv, прогоняет через систему и выводит результаты маршрутизации с замерами задержки.

python main.py