Kundensupport
KI-gestützte Ticket-Triage mit Sentimentanalyse und RAG-gestützten Antwortentwürfen. Der Agent ordnet Tickets nach Priorität ein, blockiert Spam und speichert neue Lösungen.
connic init my-project --templates=customer-supportÜberblick
Die Pipeline klassifiziert eingehende Tickets nach Priorität, Kategorie und Kundenstimmung und entwirft anschließend einfühlsame Antworten mithilfe der semantischen Suche im Support-Retrieval. Middleware blockiert Spam-Absender mit StopProcessing, bevor das LLM ausgeführt wird, und spart dadurch Tokens. Neue Lösungen, die beim Entwerfen einer Antwort entstehen, werden für künftige Tickets im Retrieval gespeichert. Tools nutzen Context Injection, damit Runs lückenlos nachverfolgt werden können.
Use Cases
Kundensupport per Echtzeit-Chat
Ein per WebSocket verbundenes Live-Chat-Widget streamt Antworten, deren Ton sich nach der erkannten Kundenstimmung richtet.
Integration in Ticketing-Systeme
Tickets aus Zendesk oder Intercom werden per Webhook übernommen, automatisch klassifiziert und mit einem ersten Antwortentwurf ergänzt.
Aufbau des Retrievals
Das Support-Retrieval wird automatisch erweitert, wenn Agenten neue Lösungen erkennen und speichern.
Architektur
Wichtige Template-Dateien
Installiere diese Dateien mit connic init my-project --templates=customer-support. Die CLI legt die Agentendefinitionen unter agents/ in einem Ordner mit dem Namen des Templates ab.
customer-support/
agents/
support-triager.yaml
support-responder.yaml
support-pipeline.yaml
tools/
support_tools.py
middleware/
support-triager.py
schemas/
ticket-classification.json
requirements.txt
README.mdLoslegen
Installiere das Template, erstelle ein Connic-Projekt und starte das Deployment über ein verbundenes Git-Repository oder die CLI.
Voraussetzungen
- Python 3.10+
- Ein Connic-Konto mit einem angelegten Projekt
- Projektguthaben für ein connic/* KI-Modell oder Zugangsdaten für einen BYOK Provider
Installieren und Projekt anlegen
Installiere das SDK und erstelle aus diesem Template ein Projekt.
terminalpip install connic-composer-sdk connic init my-project --templates=customer-supportDanach cd my-project
Bereitstellen
Wähle eine Deployment-Methode. Bei einem verbundenen Git-Repository startet jeder Push ein Deployment. Nutze die CLI für Projekte ohne verbundenes Git-Repository.
Git-Integration
Verbinde in Connic unter Projekt Settings → Git & Environments das GitHub-Repository
Ordne auf derselben Seite den Branch (z. B. main) der Produktivumgebung zu
Pushe das erzeugte Projekt in dieses Repository
terminalgit add . git commit -m "Kundensupport Template hinzufügen" git push origin mainCLI Deployment
Erstelle in Connic unter Projekt Settings → API Keys & MCP Auth einen API Key und kopiere die Projekt-ID
Führe im Projektverzeichnis connic login aus
Teste mit connic dev und Hot Reload, führe mit connic test Testsuiten aus oder starte mit connic deploy das Deployment für den Produktivbetrieb
terminalconnic login connic dev # Temporäre Entwicklungsumgebung mit Hot Reload connic test # Deklarative Test Suites ausführen connic deploy # In den Produktivbetrieb deployenVerbinden und konfigurieren
Füge für Echtzeit-Chats mit Streaming-Antworten eine WebSocket-Verbindung hinzu. Optional lassen sich Eskalationen mit einer ausgehenden HTTP-Webhook-Verbindung an Slack oder PagerDuty weiterleiten. Ein connic/* KI-Modell nutzen oder BYOK-Zugangsdaten unter Projekt Settings → LLM Provider hinterlegen.
Template-Quelle
Das vollständige Template lässt sich einsehen, verbessern oder für einen anderen Einsatz forken.
connic-org/connic-awesome-agents/tree/main/customer-supportInformationen
- Publisher
- Von Connic
- Kategorie
- Agent Templates
- Schwierigkeitsgrad
- Einsteiger
- Funktioniert mit
- WebSocket, HTTP Webhook, E-Mail
- Quelle
- GitHub
Weitere Agent Templates
Marketplace durchsuchenSQS-Bestellverarbeitung
Bestellungen aus SQS-Queues werden mit Betrugserkennung, Bestandsprüfung und Concurrency-Keys validiert und abgewickelt. Ergebnisse werden in einer ausgehenden Queue veröffentlicht.
Voice-Kundensupport
Entwickle einen Voice-Agenten, der dein Kundenwissen in Connic Retrieval durchsucht und mit einem Mock-Tool die Ticketerstellung demonstriert.
E-Mail-Helpdesk
Der E-Mail-Helpdesk fragt Postfächer per IMAP ab, filtert automatische Antworten und klassifiziert Nachrichten nach Anliegen. Kontextbezogene Antwortentwürfe stammen aus dem konfigurierten Retrieval.
S3-Dokumenten-Pipeline
Nach einem Upload in S3 liest die Pipeline den Inhalt des Dokuments aus, klassifiziert es und leitet es weiter. Sie unterstützt PDFs, Bilder und Textdateien sowie Retries bei Fehlern.
Persönlicher Telegram-Assistent
Der multimodale Telegram-Assistent verarbeitet Text, Bilder, Sprache, Video und Dokumente. Er durchsucht das Web, speichert Notizen und Wissen und plant Erinnerungen mit persistenten Sessions.
Recherche-Assistent
Der Assistent zerlegt komplexe Recherchefragen in Teilaufgaben und startet spezialisierte Agenten parallel. Er führt Informationen aus dem Web und internen Quellen zu strukturierten Berichten zusammen und bewertet die Verlässlichkeit der Ergebnisse.