Skip to content

thinktecture-labs/genai-coding-day

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 

Repository files navigation

Generative AI Coding Day @ Thinktecture AG

📋 Hintergrund

Unser Kunde, AS - Archery Supplies, vertreibt Produkte rund um den Bogensport.

Es wird dabei über einen eigenen Webshop, über Amazon und über eBay verkauft, und der Kunde hat ein eigenes E-Commerce System, das alle Kundendaten, Bestellungen und Produktdaten verwaltet. Wenn ein Kunde über die verbunden Plattformen arbeitet, also z.B. auf der eBay- Webseite seine Bestellung storniert, läuft alles Problemlos ab.

Problematisch sind allerdings hunderte E-Mails, die über das Wochenende eintreffen. Hier gibt es, neben normalem Support und Produktanfragen eben auch Stornobitten, die im besten Fall per Reply auf eine Bestellbestätigung eingehen und damit alle notwendigen Infos mitbrigen, im schlimmsten Fall aber einfach eine Mail mit dem Text "Ich brauche [Produktname] doch nicht" sind.

Der Versand von Bestellungen die seit Freitag Mittag eingegangen sind startet Montags früh, und aktuell "darf" sich eine Bürokraft Sonntag Abends von zuhause aus hinsetzen, und hunderte Mails überfliegen. Wenn es hier um einen Storno geht, stellt sie den Kunden im CRM-System temporär auf "gesperrt", damit die Bestellung nicht gleich verschickt wird, bis die Mail dann im Laufe des Montags vernünftig abgearbeitet werden kann.

🔧 Aufgabe

Wir wollen der Bürokraft den Sonntagabend in Ruhe und ohne Arbeit gönnen. Daher bauen wir kleines System, dass die eingegangenen Mails in der Nacht auf Montag automatisch vorbereitet.

Ein Script legt uns die Mails in der Datei mails.csv 📁 ab. Ein LLM soll diese Mails lesen, und mit Tools in die Lage versetzt werden, diese zu analysieren und dann entsprechend zu agieren.

Initialisiere ein lokales Git-Repository 🗂️. Commite und arbeite so, wie du es sonst auch während deines Coding-Alltags tun würdest. Dazu gehört auch Musikhören 🎵, Pausen ☕, und alles Weitere.

Zum Durchführen von Prüfungen darf das LLM in die "Datenbank" schauen. Diese besteht der Einfachheit halber aus den beiden Dateien customers.csv und orders.csv. In customers.csv kann eine E-Mail Adresse zu einer Kundennummer aufgelöst werden. In orders.csv stehen alle Bestellungen zu den Kundennummern, und der Status der jeweiligen Bestellung. Solange die Bestellung bei is_open noch auf true steht, ist sie noch nicht verschickt und kann noch storniert werden.

🎯 Ziele

Wenn aus einer Mail sowohl Kunden- als auch Order-Nummer eindeutig hervorgehen, wobei die Kundennummer auch anhand der E-Mail Adresse ermittelt werden kann, und die Bestellung zu diesem Kunden gehört, dann soll die Bestellung markiert werden, so dass sie vorerst nicht weiter abgearbeitet wird, bis ein Mensch die Mail vollständig abgearbeitet hat.

1️⃣ Für jede Bestellung die aufgehalten werden soll, soll ein Eintrag in eine neue Datei gemacht werden mit Bestellnummer, Kundennummer, und dem Betreff sowie dem Body der Mail. Wir nehmen an, ein weiteres script liest die Kundennummern hieraus und stellt diese Kunden auf gesperrt, bis die Mails dann am Montag abgearbeitet wurden.

2️⃣ Für alle unklaren Stornoanfragen, sollen diese Angaben in eine andere Datei geschrieben werden (z.B. Stornoanfrage für eine schon verschickte Bestellung, unklare Kunden- oder Bestellnummer).

3️⃣ Beschwerden und sonstige Anfragen sollen auch jeweils in eigene Dateien geschrieben werden, so dass hier die Reihenfolge in Zukunft besser priorisiert werden kann.

About

Tasks for the GenAI Coding Day @ TT

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 3

  •  
  •  
  •