Тикет-система для служб техподдержки (MVP)

1. Цель проекта

Цель проекта - реализация функционала, который позволит изменить и оптимизировать бизнес-процесс заказчика (служба технической поддержки) на обслуживание пользователей. Предполагается снижение издержек служб технической поддержки по приему заявок пользователей, за счет экономии на сотрудниках колл-центра, осуществляющих первичную приемку звоноков и внесение заявок в тикет-систему. Сервис решает следующие задачи:

получение информации от пользователя о возникшем инцеденте по телефону 24/7
транскрибация аудио-записи в текст
определение по контексту типа проблемы (категории) с которой обратился пользователь-
определение приоритета задачи

2. Функционал сервиса

Сервис реализован в виде набора python-скриптов которые можно легко интегрировать в существующую тикет-систему заказчика (службы тех.поддержки), а также в виде backend модуля с API. Это позволяет, в зависимости от требований заказчика к хранению и обработке данных, как реализовать возможность интегрирации функционала локально, так и по API запросу к удаленному серверу, на котором будет подтянт uvicorn сервер с fastapi.

3. Бизнес проблематика

Компания осуществляет услуги по тех.поддержке (сеть, безопасность, работа ОС, офисного ПО, обслуживание техики и тп). Есть желание снизить расходы на сотрудников принимающих телефонные обращения пользователей, с последюущим описанием и ручной постановкой задачи исполнителю в тикет-систему (указанием категории проблемы, приоритета).

4. Текущий бизнес-процесс

Пользователи звонят на линию поддержки, рассказывают о возникшей проблеме, после чего специалист колл-центра создает задачу на исполнителя в зависимости от специфики задачи и уровня необходимых компетенций.

5. Целевой бизнес-процесс

выделяется отдельная телефонная линия для приема звонков пользователей (в режиме 24/7)
при соединении включается воспроизведение приветствия, а также просьба описать проблему. Например: «Здравствуйте. Вы позвонили в службу поддержки. Пожалуйста, расскажите о возникшей проблеме. Оно будет записано и назначено не исполнение сотруднику поддержки».
автоотвечтик записывает звонок
аудиофайл направляется на распознавание и перевод в текст с помощью модели ИИ
модель переводит аудио в текст
далее по тексту определяется категория задачи и ее приоритет с помощью подобия Жаккара
тикет-система заказчика получает текст обращения, категорию, приоритет и создает тикет на исполнителя, обладающего необходимой квалификацией

6. Запуск приложения

Разрабатываемый сервис представляет собой backend с API-методами для обработки заявок. Ознакомиться c fastapi документацией можно по ссылке: http://80.234.33.45:8008/docs Предполагается, что fronend`ом является тикет-система службы поддержки, которая использует методы предалагаемого нами сервиса. Однако для демонстрации возможностей backend был реализован веб-интерфейс на streamlit: http://80.234.33.45:8501/

Для локального запуска проекта необходимо скачать исходный код проекта и настроить виртуальное окружение. Это можно сделать следующей командой:

python3 -m venv namedir

После установки виртуального окружения необходимо его активировать

команда для linux:

source namedir/bin/activate

команда для windows:

.\scripts\activate.ps1

И далее установить в активированную виртуальную среду список необходимых библиотек для работы приложения. Все необходимые бибилиотеки указаны в requirements.txt. Для массовой установки бибилиотек достаточно использовать команду:

pip install -r requirements.txt

Для запуска приложения используйте команду в директории проекта:

streamlit run frontend.py

Для запуска backend севрера с API используйте команду:

uvicorn main:app --port 8008

Используемые технологии, инструменты, алгоритмы: Python, ffmpeg, Whisper, Streamlit, uvicorn, fastAPI

7. Команда

Команда состоит из 6-х человек (группа №7):

Лицензия

Стандартная общественная лицензия GNU (GPL) версии 3 или выше.

dzharlaksl/urfu_pi2_1_7