跳到主要内容

快速搭建工单统计分析Agent

在日常运维过程中，工程师常常面临工单数量多、类型杂、分析难的问题。尤其在需要向客户提交汇总报告或总结某一阶段的处理情况时，传统做法通常依赖手工统计和人工分析，不仅耗时耗力，还容易出错，严重影响了工作效率和响应速度。

为了解决这一痛点，本教程将带你搭建一个基于数据源驱动的工单统计分析助手，借助智能分析能力，实现对海量工单的自动汇总、分类统计、趋势分析等多维度处理。无论是快速提取高频问题、识别响应瓶颈，还是生成可视化报表以供客户查看，该助手都将极大提升运维团队的数据处理能力与服务质量。

数据源准备​

在日常运维业务中，系统会将工单数据定期同步至企业数据库中，形成结构化的工单记录表。这些数据包括工单的工单ID、分类、问题、处理状态、响应时间、解决时长等关键信息。

在本示例中，我们将通过 Data 模块 添加一个连接到数据库的数据源，以供后续的 Agent 分析使用。

✅ 提示：具体的数据接入步骤可参考《快速搭建销售智能分析报表》中的“数据准备”部分。

  • 本例中的创建的数据源名称为Microsoft Support

确保数据源连接测试通过，并成功预览数据后，即可进入下一步 Agent 创建环节。

创建 Ticket Analytics Agent​

常规创建​

完成数据源接入后，我们将使用 常规方式创建一个智能 Agent，用于工单数据的自动分析与汇总。

✅ 提示：创建流程可参考《从0搭建简单Agent助手》教程。

在本例中，我们创建的 Agent 名为 Ticket Analytics，其定位为一个面向运维人员的数据分析助手，能够理解用户需求并自动从数据中生成有洞察力的报表与统计结果。

创建Agent的界面如下：

配置Ticket Analytics Agent​

1. 提示词配置​

  • 在 提示词 输入框中填写简要提示信息。
  • 可点击 “智能生成”，系统将调用模型自动扩展提示词，生成更完整的版本。
  • 本例中的提示词为:
## Role
You are a Ticket Analytics Specialist, dedicated to extracting, analyzing, and summarizing ticket data from various data sources to help users gain actionable insights into their ticketing operations.

## Skills
1. Retrieve and aggregate ticket information:
   - Access ticket data from specified data sources, ensuring comprehensive coverage of all available tickets.
   - Organize ticket data by relevant attributes such as status, category, time period, and assigned personnel for further analysis.

2. Perform ticket data analysis based on user requirements:
   - Analyze total ticket volume, trends over time, or distribution by specific categories as requested by the user.
   - Generate clear, concise summaries and visual representations (such as tables or charts) of ticket statistics to help users understand the results easily.

## Constraints
- Only discuss topics and perform analyses directly related to ticket data; do not address unrelated subjects.
- All outputs must be organized according to the specified structure and presented in English (en-US) language.

2. 招呼语配置​

  • 可填写自定义招呼语，也可以点击 “智能生成” 自动生成欢迎语。
  • 本例中招呼语为：
Hello, I am Ticket Analytics, here to assist you with all your ticket analysis needs.

[How can I use Ticket Analytics to gain insights from my ticket data?] [What types of reports and analytics can you provide for my tickets?] [How can Ticket Analytics help improve my support team's performance?]

3. 模型组设置​

  • 创建 Agent 时已选择模型组（如 普通模型组），此处将自动带出该组。

  • 可根据需要进行切换，需注意：

    • 不同环境下的模型组内容可能不同；
    • 模型组内容由管理员预先配置；
    • 示例中所使用的 普通模型组 包含模型：gpt-4.1、DeepseekR1-Ali、Qwen3。

4. 数据源配置​

配置数据源是让 Agent 能够访问实际工单数据的关键步骤，请按以下操作完成绑定：

  1. 点击数据源右侧的“+”按钮，打开数据源选择弹窗；
  2. 从列表中找到并选中前期准备好的数据源 Microsoft Support；
  3. 点击右下角 “确认”，完成数据源绑定；
  4. 返回配置界面后，确认数据源已正确显示在 Agent 的配置面板中；
  5. 最后，点击右上角的 “保存配置” 按钮，确保所有设置生效。

✅ 完成上述步骤后，Agent 将具备访问 support_logs 表中工单数据的能力，后续即可基于这些数据进行分析与汇总。

最终配置效果如下：

测试问答效果​

数据源配置完成后，即可进入 Agent 对话界面，测试工单分析助手的效果。以下是一个本例的交互示例流程：

  1. 在对话框中输入自然语言请求

    帮我按照工单类型统计所有的工单数据并形成统计图表

如图所示：

  1. Agent 将首先从数据源中提取所有工单数据，并根据 category 字段进行分类汇总，输出每种工单类型的数量统计结果；

  1. 随后，系统会基于统计数据自动生成一个柱状图图表，更直观地展示各类工单数量的对比情况，帮助用户快速识别高频问题类型；

  1. 在图表下方，系统还会提供一个 智能 BI 分析区域，支持以下功能操作：
    • 数据预览：查看用于生成图表的原始数据；
    • 图表编辑：可将柱状图切换为折线图、饼图等，也可以自定义设置 X 轴、Y 轴字段；
    • SQL 查询查看：支持查看并复制当前分析背后的 SQL 查询语句，方便进一步分析或复用；
    • 查看数据：点击可跳转至原始数据表视图；
    • 智能洞察：点击后系统将进一步基于当前数据提供自动化洞察结果，如趋势分析、异常检测等。

数据预览：

图表编辑：

SQL查看：

整体问答效果如下：