Опиши, що потрібно. Спроєктуємо реалістичний ескіз агента та орієнтовну оцінку. Повний блупринт - як PDF.
flowchart LR AGENT["Агент клієнтської підтримки та Helpdesk B2B (Gemma 3 27B / Claude 3.5 Sonnet (гібридний роутер))"] COMP_1["Роутер намірів: Класифікація запитів та виявлення терміновості проблеми"] AGENT --> COMP_1 COMP_2["RAG-рушій знань: Контекстний пошук у документації та історії тікетів"] AGENT --> COMP_2 COMP_3["Валідатор відповідей: Guardrails безпеки та верифікація корпоративних політик"] AGENT --> COMP_3 COMP_4["Конектор тікетів: Синхронізація статусів та створення гілок у helpdesk-системі"] AGENT --> COMP_4 STEP_1["1. 1. Отримання запиту та маскування чутливих персональних даних"] AGENT --> STEP_1 STEP_2["2. 2. Прецизійний контекстний пошук у векторній базі знань"] STEP_1 --> STEP_2 STEP_3["3. 3. Генерація проєкту рішення мовною моделлю"] STEP_2 --> STEP_3 STEP_4["4. 4. Верифікація безпеки та відповідності через guardrails"] STEP_3 --> STEP_4 STEP_5["5. 5. Відправлення відповіді або ескалація черговому інженеру"] STEP_4 --> STEP_5 TOOL_1["Tool: Семантичний пошук Qdrant"] COMP_1 -.-> TOOL_1 TOOL_2["Tool: Екстрактор метаданих"] COMP_1 -.-> TOOL_2 TOOL_3["Tool: GDPR Guardrails / PII Маскувальник"] COMP_1 -.-> TOOL_3 TOOL_4["Tool: Реле ескалації на людину"] COMP_1 -.-> TOOL_4
{
"schemaVersion": "openclaw/v1",
"agent": {
"name": "Агент клієнтської підтримки та Helpdesk B2B",
"summary": "Автономний агент першої лінії, що інтегрує базу знань RAG із тікет-системою та каналами звʼязку.",
"model": "Gemma 3 27B / Claude 3.5 Sonnet (гібридний роутер)",
"complexity": "medium"
},
"components": [
{
"name": "Роутер намірів",
"role": "Класифікація запитів та виявлення терміновості проблеми"
},
{
"name": "RAG-рушій знань",
"role": "Контекстний пошук у документації та історії тікетів"
},
{
"name": "Валідатор відповідей",
"role": "Guardrails безпеки та верифікація корпоративних політик"
},
{
"name": "Конектор тікетів",
"role": "Синхронізація статусів та створення гілок у helpdesk-системі"
}
],
"tools": [
"Семантичний пошук Qdrant",
"Екстрактор метаданих",
"GDPR Guardrails / PII Маскувальник",
"Реле ескалації на людину"
],
"integrations": [
"Jira / Linear / Zendesk",
"Slack / Teams Webhook",
"База знань Confluence / Notion",
"Корпоративна пошта"
],
"workflow": [
{
"step": 1,
"instruction": "1. Отримання запиту та маскування чутливих персональних даних"
},
{
"step": 2,
"instruction": "2. Прецизійний контекстний пошук у векторній базі знань"
},
{
"step": 3,
"instruction": "3. Генерація проєкту рішення мовною моделлю"
},
{
"step": 4,
"instruction": "4. Верифікація безпеки та відповідності через guardrails"
},
{
"step": 5,
"instruction": "5. Відправлення відповіді або ескалація черговому інженеру"
}
]
}