2023-12-11 Eldigen Specification

 

Eldigen funkcijas

  1. Integrācija ar uzņēmuma iekšējām datubāzēm, rokasgrāmatām un klientu apkalpošanas vēsturi, kas nodrošina, ka assistentu nav nepieciešams pašam apmācīt. Iespejams apstrādāt arī tabulārus un attēlu datus.

  2. Integrācija ar lietotājiem ērtām sistēmām, kuras jau šobrīd izmantojat komunikācijā Whatsapp, Gmail, Zoho mail, Outlook, Google Docs, Teams, Pipedrive utt.

  3. Datu un failu meklēšana dabīgā valodā, atrodot datus pēc semantiskās un atslēgas vārdu jēgas

  4. Konfigurējama lietotāju pieredze saskarsmē ar viedo assistentu. Viegli atrast duplikātu vai pretrunīgu informāciju zināšanu datubāzē. Iespēja definēt jums vēlamas atbildes konkrētās problēmsituāticijās.

  5. Statistika par to kā jaunapmācāmie darbinieki izmanto Eldigen

  6. Statistika kur Eldigen zināšanu bāzē ir zināšanu iztrūkumi, kurus vajadzētu papildināt ar informāciju

 

Pielietojumu shēmas

Gudrais assistents

Čatbots, tikai labāks

Integrācijas
WhatApp
SMS
E-Mail
Mājaslapa
Uzņēmuma zināšanu datubāze
Nosacījumi konkrētām sarunām
Eldigen
Statistika par trūkstošajiem datiem
Pāradresācija pie operatora

 

MI meklētājs

Esošos CRM superchargo, palīdz atrast informāciju ātrāk (var pieslēgt ERP, CRM, Epastus utt)

Esošais CRM
Eldigen

Dokumentu pārbaudītājs

Pārbaudīt vai dokumenti pareizi aizpildīti un vai atbilst kritērijiem, piemēram, bankas konta atvēršanai

Uzņēmuma zināšanu datubāze
Vērtešanas definēti kritētiji
Eldigen
Dokuments
Vērtēšanas rezultāti

Dokumentu sagatavotājs

Pēc iepriekš definētām sagatavēm izveidot jaunus dokumentus no pieprasījumiem e-pastos vai citā komunikācijas plūsmā

 

Uzņēmuma zināšanu datubāze
Eldigen
Piedāvājuma sagatave
Klienta vajadzību apraksts
Gatavs piedāvajums

 

Datu bāzes struktūra

Visām datu struktūrām nepieciešams pretī dataclasses un dataclass_json (https://github.com/cakemanny/fastclasses-json). Loģiku sadalīt Model View Controller.

chats un messages ir priekš Logging, statistics nevis pirms usage

1 to N
1 to N
1 to N
1 to N
1 to 1
N to N
1 to N
1 to 1
1 to N
organization
organization_id: PK
organization_name: string
is_active: bool
created: timestamp
modified: timestamp
users
user_id: PK
organization_id: FK
email: string
password: string
role: EnumUserRole|string
is_active: bool
created: timestamp
modified: timestamp
assistants
assistant_id: PK
organization_id: FK
assistant_name: string
is_search_in_internet: bool
is_followup_questions: bool
is_suggested_questions: bool
threshold_precision_of_facts: float
threshold_length_of_responses: float
threshold_revalance_of_previous_question: float
response_facts_not_found: text
assistant_status: EnumAssistantStatus|varchar[50]
is_active: bool
created: timestamp
modified: timestamp
assistants_languages
assistants_languages_id: PK
assistant_id: FK
language_code: VARCHAR[3]
created: timestamp
assistants_intros
assistants_intro_id: PK
assistant_id: FK
language_code: VARCHAR[3]
response: text
created: timestamp
sources
source_id: PK
source_type: EnumSourceType|varchar[50]
language_code: VARCHAR[3]
source_status: EnumSourceStatus|varchar[50]
source_url: text
source_file: text
created: timestamp
sources_in_asstiants
sources_in_asstiant_id: PK
source_id: FK
assistant_id: FK
created: timestamp
facts
fact_id: PK
source_id: FK
fact_status: EnumFactStatus|varchar[50]
title: text
reference_css: varchar[255]
reference_page: int
reference_paragraph: int
question: text
answer: text
language_code: VARCHAR[3]
question_en: text
answer_en: text
is_prioritize_answer: bool
stats_last_month_usage: int
stats_last_month_likes: int
stats_last_month_dislikes: int
created: timestamp
tags
tag_id: PK
tag_name: varchar[100]
is_deleted: bool
created: timestamp
tags_in_facts
tags_in_fact_id: PK
tag_id: FK
fact_id: FK
created: timestamp
integrations
integration_id: PK
integration_name: text
integration_api_ke: text
stats_last_month_session: int
stats_last_month_questions: int
stats_last_month_facts: int
created: timestamp
integrations_in_assistants
integrations_in_assistant_id: PK
assistant_id: FK
integration_id: FK
created: timestamp
chats
chat_id: PK
user_id: FK | Null
assistant_id: FK
stats_question_count: int
stats_fact_count: int
stats_missing_fact_count: int
stats_likes_count: int
stats_dislikes_count: int
language_code: VARCHAR[3]
created: timestamp
modified: timestamp
tags_in_chats
tags_in_chat_id: PK
tag_id: FK
chat_id: FK
created: timestamp
messages
message_id: PK
chat_id: FK
fact_id: FK | NULL
order_idx: int
message_type: EnumMessageType | string
message_text: text
is_client_message: bool
is_like: bool
is_dislike: bool
language_code: VARCHAR[3]
created: timestamp
tags_in_messages
tags_in_message_id: PK
tag_id: FK
message_id: FK
created: timestamp

 

 

 

 

 

UI sistēmai

1_knowledge_base

2_1_knowledge_base_add

2_knowledge_base_add

 

3_knowledge_base_edit copy

3_knowledge_base_edit

4_integration

5_usage