Cs Ticket

🤖 CsTicket（使用代理和MCP（模型上下文协议））

这个项目是用……建造的 Python 3.13.9， Streamlit（注：这是一个专有名词，通常不翻译，直接保留原样，但在此按照要求给出中文表述，即“Streamlit（流式处理应用开发框架）”，不过实际使用中仍多直接使用“Streamlit”）和 MCP（模型上下文协议） 用于自动化客户服务。 系统可以 分析彩票（或票据）， 对客户信息进行分类， 产生自动响应，和 直接将其发送到客户邮箱 使用Gmail API集成。

______________________________________________________________________

⚙️ 版本和环境

______________________________________________________________________

📦 主要功能

• 📬 收到客户的留言或问题。
• 🤖 使用 人工智能代理 为了理解和对工单进行分类。
• 🧠 确定工单的紧急程度和类别。
• ✉️ 自动生成并向客户电子邮件发送自动回复。
• 📊 记录分类结果和历史记录 Google 电子表格。
• 提供界面 Streamlit（注：这是一个用于快速开发数据应用的Python库，直接翻译为“流利”并不准确，但在此保持原英文名以体现其专有名词性质） 用于输入和监控。

______________________________________________________________________

🏗️ 项目结构

CsTicket/
│
├── .devcontainer/
│   └── devcontainer.json        # Konfigurasi VSCode Dev Container (Python 3.13.9)
│
├── tools/
│   ├── classify_ticket.py       # Klasifikasi tiket berdasarkan isi pesan
│   ├── generate_reply.py        # Membuat balasan otomatis dari hasil analisis AI
│   ├── gmail_sender.py          # Mengirim email melalui SMTP Gmail
│   └── sheet_connector.py       # Integrasi ke Google Sheets
│
├── main.py                      # Backend utama (AI Agents + Streamlit)
├── register_ticket.py            # UI Form untuk registrasi tiket
├── mcp_server.py                 # Menjalankan Model Context Protocol server
│
├── reader.yaml                   # Pengaturan layanan deploy
├── pyproject.toml                # Metadata proyek dan dependensi
├── requirements.txt              # Pustaka Python
├── .env                          # Kredensial API dan variabel rahasia
└── uv.lock, runtime.txt, dll.

______________________________________________________________________

🛠️ 安装与环境设置

1. 克隆仓库

git clone https://github.com/Y0xDft07/CsTicket.git
cd CsTicket

2. 创建虚拟环境（Python 3.13.9）

python3.13 -m venv venv
source venv/bin/activate  # (Linux/Mac)
venv\Scripts\activate     # (Windows)

3. 安装依赖项

pip install --upgrade pip
pip install -r requirements.txt

______________________________________________________________________

🔐 凭证配置与API密钥

创建文件 .env 在主目录中，内容如下：

GROQ_API_KEY=your_groq_api_key
EMAIL_ADDRESS=your_email@gmail.com
EMAIL_APP_PASSWORD=your_gmail_app_password
GOOGLE_SHEET_CRED=google_cred.json

______________________________________________________________________

🧾 前端界面 — 客户工单表单

文件： register_ticket.py 显示一个简单的表单用于创建客户支持工单。

streamlit run register_ticket.py

浏览器访问： 🔗（这个符号在中文中通常没有直接对应的翻译，它在互联网语境中常表示链接或连接，所以可以翻译为“链接”或根据上下文意译为“点击这里”等，但在此单独出现时，保持原样或解释为“链接符号”较为合适。） http://localhost:8501 翻译为中文是：“本地主机上的8501端口”

功能：

• 输入客户的新工单。
• 自动保存到Google表格。

______________________________________________________________________

🤖 后端 — AI工单解决器

文件： main.py 处理整个自动化流程：

1. 监控新票。
2. 分析信息内容。
3. 根据类别和紧急程度进行分类。
4. 使用AI模型生成回复。
5. 通过发送电子邮件 gmail_sender.py。
6. 将结果保存到Google表格中。

运行：

streamlit run main.py

______________________________________________________________________

🧠 MCP（上下文模型协议）集成

使用MCP来检查和控制AI代理：

pip install fastmcp
mcp install mcp_server:mcp
mcp dev mcp_server.py

或者使用节点检查器：

npx @modelcontextprotocol/inspector python mcp_server.py

______________________________________________________________________

🌐 部署到云端（可选）

该项目准备在以下地点实施：

• Streamlit Cloud（可译为“Streamlit 云服务”）
• 渲染
• Google Cloud（谷歌云）/ AWS（亚马逊网络服务）/ Heroku

确保文件 reader.yaml 已更新：

services:
  - type: web
    name: streamlit-app
    runtime: python
    buildCommand: pip install -r requirements.txt
    startCommand: streamlit run main.py --server.port $PORT --server.headless true
    envVars:
      - key: PYTHON_VERSION
        value: 3.13.9

______________________________________________________________________

💡 系统流程图（文本流程图）

[Mulai]
   ↓
[Pelanggan mengirim tiket melalui Streamlit Form]
   ↓
[AI Agent memproses teks & klasifikasi masalah]
   ↓
[Generate balasan otomatis dengan LLM]
   ↓
[Gmail Sender mengirim email ke pelanggan]
   ↓
[Sheet Connector mencatat hasil ke Google Sheets]
   ↓
[Selesai - Sistem siap menerima tiket berikutnya]

______________________________________________________________________

📊 流程图可视化（描述）

┌────────────────────┐
│  Pelanggan (UI)   │
│ register_ticket.py │
└─────────┬──────────┘
          │
          ▼
┌────────────────────────┐
│ AI Agent & Classifier  │
│ classify_ticket.py      │
└─────────┬──────────────┘
          │
          ▼
┌────────────────────────┐
│ AI Response Generator  │
│ generate_reply.py       │
└─────────┬──────────────┘
          │
          ▼
┌────────────────────────┐
│ Gmail Sender (SMTP)    │
│ gmail_sender.py         │
└─────────┬──────────────┘
          │
          ▼
┌────────────────────────┐
│ Google Sheets Logger   │
│ sheet_connector.py      │
└────────────────────────┘

______________________________________________________________________

🚀 终端活动日志（示例）

🔧 Menyiapkan lingkungan Python 3.13.9...
📦 Menginstal dependensi dari requirements.txt...
✅ Semua paket berhasil diinstal!
🤖 Menjalankan AI Ticket Resolver...
📨 Mengirim email ke: support@example.com
📊 Menyimpan log ke Google Sheets...
✅ Sistem berjalan normal (Streamlit aktif di http://localhost:8501)

🤝 合作与贡献

对任何对此领域感兴趣的人开放贡献：

机器学习 • 自然语言处理 • AI自动化 • 客户支持系统

Buat 在印尼语中通常表示“做”或“制作”的意思。所以，这个单词的中文翻译是“做”或“制作”。 *拉取请求（或合并请求）* 或者 *问题；议题* 加入主仓库。

______________________________________________________________________

🧠 主要流程图（高级别）概述

[Input Pelanggan]
   ↓
[Analisis NLP → Klasifikasi → Respons Otomatis]
   ↓
[Email Dikirim + Log Disimpan]
   ↓
[Dashboard & Feedback Loop]