ProjectTech4DevAI / ProjectTech4DevAI/kaapi-backend

Dashboard: FAQs and query insights

Ouverte
#1,013 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

to-discuss
Langage dominant
Python
Étoiles
18
Forks
10
Merge moyen
2 j 20 h
PR mergées (30 j)
14

Description

Context

Once an NGO finalizes their program and releases it to end users in production, they currently have no way to see how it is performing in the field. Within the first 2–4 weeks of a release, program teams should have visibility into how the program is going: what kinds of questions end users are asking, which topics come up most often, and whether the assistant is handling them well.

Today that feedback loop doesn't exist — teams cannot tell whether the assistant's knowledge base covers real user needs, which questions are going unanswered or answered poorly, or how to refine the prompt and content based on actual usage.

What NGOs need

A simple view of their top frequently asked questions over a chosen time window, with query volumes, so they can:

  • Spot recurring themes in end-user queries
  • Verify the knowledge base has good answers for those questions
  • Use this data to improve the assistant (prompt + content) with each iteration

What can be done from our end

Kaapi already persists every user question and response with assistant and timestamp, so the raw data for time-windowed FAQ mining exists today without new capture infrastructure. On top of it:

  • Clustering of semantically similar queries (via embeddings or similar techniques) to surface top FAQs with counts
  • Aggregation by time period
  • Periodic summaries (e.g. a daily rollup)

Since most NGOs operate at modest query volumes, lightweight clustering approaches are viable, keeping the solution simple while giving program teams actionable insight from real production usage.

Status

PRD being drafted; picking up in this iteration.

Guide de contribution

Ouvrir le guide de contribution

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Piste de recherche

Commencez par le PRD en cours de rédaction et examinez où Kaapi persiste chaque question et réponse utilisateur, y compris les champs de l’assistant et de l’horodatage. Définissez la vue FAQ basée sur une fenêtre temporelle, le regroupement sémantique des requêtes, les décomptes, l’agrégation et les synthèses périodiques ; le travail est considéré comme terminé lorsque la conception et l’implémentation satisfont aux exigences convenues du PRD.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
python
Domaine
analytics, data, machine-learning
Type d'issue
Fonctionnalité
Difficulté
5/5
Temps estimé
Plus d'une semaine
Activité
Calme
Clarté
À clarifier
Accessibilité débutants
25/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.