Un connettore Zendesk per cognee fa dimenticare i ticket cancellati
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Il nuovo connector importa ticket e articoli, gestisce cancellazioni come tombstone e protegge la memoria da errori e token in scadenza.
Dopo una cancellazione su Zendesk, cognee smette di citarne il contenuto e il dataset scende di una voce: da 4 a 3 elementi nel test descritto. Il ticket sul doppio addebito di ottobre sparisce dalle risposte, restano il 500 dopo il reset password e, dagli articoli dell’Help Center, la policy resi. L’esperimento usa un trial Zendesk, pochi ticket, articoli di esempio e OpenAI come LLM1.
È stato costruito un connettore Zendesk per cognee. Un agente può rispondere a partire dai ticket e dagli articoli del team. Il codice arriva con una pull request su topoteretes/cognee-community#356, legata all’issue topoteretes/cognee#47541.
L’uso è lineare: si importa cognee e la sorgente Zendesk, si chiama remember con dataset_name, primary_key e write_disposition impostato su merge, poi si interroga con recall. L’esempio nel post mostra questi passaggi, con dataset “zendesk” e chiave “id”1.
Il connettore accetta due credenziali: email più API token, oppure un access token OAuth. La seconda strada conta: Zendesk ritira gli API token. Gli account creati dopo il 28 luglio 2026 non possono generarli, la creazione si ferma il 27 ottobre 2026, i token esistenti smettono il 30 aprile 20271.
Ogni ticket diventa un documento unico con l’intero thread dei commenti. Domanda e risposta restano vicine. Le note interne e gli indirizzi email restano fuori per impostazione predefinita, così un agente non cita un contenuto non rivolto al cliente1.
La sincronizzazione usa l’export incrementale dei ticket basato su cursore. Il cursore vive nello stato dlt e si salva solo dopo un caricamento riuscito. Un ticket cancellato riappare nell’export con status="deleted": diventa un tombstone _deleted e la pulizia degli orfani di cognee lo rimuove1.
Gli articoli non hanno un feed di cancellazione. Ogni run li elenca tutti con paginazione a cursore. Se un articolo scompare da un elenco completo, o torna bozza, viene dimenticato. Per evitare rimozioni accidentali dovute a elenchi brevi o instabili, il connettore confronta l’elenco con il conteggio che Zendesk riporta1.
Un ticket con commenti illeggibili viene messo da parte e ritentato nei run successivi, mentre il resto della pagina prosegue. Ticket e articoli falliscono in modo indipendente, quindi un Help Center rotto non blocca i ticket. Tre 5xx consecutivi chiudono il run in modo pulito. Se Retry-After supera 30 secondi, non resta in attesa. Nel backfill dei grandi account, il progresso si salva ogni 1.000 ticket, così un OAuth in scadenza non azzera il lavoro1.
Nei run live: primo sync con 3 ticket e 1 tombstone pregresso, poi 3 articoli pubblicati, poi un reply su ticket 3 e una modifica a un articolo che ri-sincronizza solo quei due. Segue l’eliminazione del ticket 4 e l’archiviazione di un articolo, con 1 deleted e 1 removed. Infine, un’annotazione interna su ticket 2 che resta fuori dal documento anche dopo la re-sync1.
Due bug sono emersi e corretti. Primo: un assegnatario senza reply appariva come user <id>. Ora il connettore lo risolve con users/show_many e ogni ticket lo nomina. Secondo: un ticket cancellato e poi ripristinato tra due sync restava dimenticato, perché l’export restituiva entrambe le versioni e vinceva la delete. Ora vince la versione più recente1.
La copertura di test sale a 101 casi. Molti nascono dalle domande della review sul “cosa succede se…”. Ogni fix ha un test che fallisce senza la correzione1.
Le istruzioni di setup sono nel README del pull request, e lo script usato per il post è in examples/example.py, utile per replicare il percorso end-to-end1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Rilettura. Un passaggio toglie i tic della prosa generata da un modello, come i contrasti costruiti e le frasi che annunciano invece di informare, senza toccare fatti e fonti.
- Fedeltà alle fonti. Un passaggio dedicato toglie ogni affermazione che le fonti non sostengono. Valutazione su questo pezzo: 9/10.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale: superato.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica. Questo articolo ha preso 8,2/10.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.