WERK3 Ticket Classifier · KI Dashboard & Training

Trainingsdaten Gesamt DATENSATZ

-

Verifizierte Praxis- & KI-Beispiele

CLOSE (Erledigt) SCHLIESSEN

-

Eindeutiger Dank / Lösung bestätigt

KEEP_OPEN (Offen) OFFENHALTEN

-

Rückfrage, Problem oder Folgetest

UNCERTAIN (Prüfung) SICHERHEIT

-

Bleibt immer sicher offen

Neues Ticket aus Freshdesk importieren

Wähle ein echtes Support-Ticket aus Freshdesk oder gib die Ticket-ID ein. Die Kundenantwort wird automatisch analysiert und bereinigt.

Kürzlich aktualisierte Freshdesk-Tickets:

Oder direkte Ticket-ID:

Keine Verbindung zu Freshdesk oder eigene Nachricht eintragen?

Trainingsdatensatz einsehen & filtern

Durchsuche alle Trainingsbeispiele. Diese Daten fließen beim nächsten Klick auf "Modell neu trainieren" direkt in das Modell ein.

JSON Export CSV Export

Live Test-Labor & Klassifikations-Sandbox

Füge eine beliebige E-Mail-Rückmeldung ein und teste in Echtzeit (~15ms), wie das feinabgestimmte SetFit-Modell entscheiden würde.

Kundenantwort zum Testen eingeben:

Ergebnis: Bereit

CLOSE:

-%

KEEP_OPEN:

-%

UNCERTAIN:

-%

Gib einen Text ein und klicke auf "Jetzt klassifizieren".

Warum lokal trainieren?
Auf deinem Apple Silicon Mac (M-Chip mit Metal GPU-Beschleunigung / MPS) dauert das SetFit Few-Shot Training nur ~2 Minuten. Auf dem VPS ohne Grafikkarte würde es 30–45 Minuten dauern und wertvolle Server-Ressourcen blockieren.

⚡ 1-Klick Komplett-Befehl (Alles in einem Rutsch):

Kopiere diese Zeile, öffne ein Terminal auf deinem Mac und drücke Enter. Alles läuft vollautomatisch ab!

cd /Users/t.sperling/PhpstormProjects/vps && rsync -avz werker@vps.werk3.dev:/var/www/docker-projects/n8n/data/ n8n/data/ && n8n/venv_trainer/bin/python n8n/scripts/train_setfit.py && rsync -avz n8n/model/freshdesk_classifier/ werker@vps.werk3.dev:/var/www/docker-projects/n8n/model/freshdesk_classifier/ && ssh werker@vps.werk3.dev "docker restart ticket-classifier" && echo "✅ Modell erfolgreich trainiert und auf dem VPS aktiviert!"

Schritt-für-Schritt Ablauf erklärt:

1 Ins Projektverzeichnis wechseln

cd /Users/t.sperling/PhpstormProjects/vps

2 Neue Daten vom VPS auf den Mac abholen

Holt alle im Dashboard neu gelabelten Tickets direkt in deinen lokalen Datensatz.

rsync -avz werker@vps.werk3.dev:/var/www/docker-projects/n8n/data/ n8n/data/

3 Training starten (nutzt Apple Silicon GPU/MPS)

Dauert ca. 2 Minuten, generiert Contrastive Pairs und evaluiert die Genauigkeit.

n8n/venv_trainer/bin/python n8n/scripts/train_setfit.py

4 Neues Modell auf den VPS übertragen & Container neu starten

Synchronisiert die neuen Gewichte zum Server und startet den Inferenz-Container sofort neu.

rsync -avz n8n/model/freshdesk_classifier/ werker@vps.werk3.dev:/var/www/docker-projects/n8n/model/freshdesk_classifier/ && ssh werker@vps.werk3.dev "docker restart ticket-classifier"