LangChain 自动化

此工作流适合以下人群：
- 客户支持团队：希望通过自动化来提高处理长时间未解决问题的效率。
- 项目经理：需要跟踪和管理团队的工作进度，确保没有遗留问题。
- 开发人员：希望减少重复的工作，通过自动化来快速解决问题。
- 业务分析师：需要分析客户反馈和问题解决的效果，以改进服务质量。

该工作流解决了以下问题：
- 长时间未解决的问题：自动识别并处理在 7 天 内未解决的 Jira 问题，避免客户投诉和支持请求的积压。
- 效率低下的手动流程：通过自动化评论、关闭问题和发送提醒，减少人工干预，节省时间和资源。
- 客户满意度：通过自动化反馈请求和情感分析，帮助团队更好地了解客户的满意度，及时采取措施。

工作流过程详细说明：
1. 调度触发器：每天定期运行，检查未解决的长时间问题。
2. 获取未解决问题列表：从 Jira 获取状态为 "待办" 或 "进行中" 的问题，创建一个问题列表。
3. 并行处理：使用执行工作流节点并行处理每个问题，提升处理效率。
4. 获取问题元数据：提取问题的关键信息，如标题、描述、创建日期及报告人信息。
5. 获取问题评论：收集所有相关评论，以便后续分析。
6. 简化评论：将评论整理成更易于分析的格式。
7. 分类当前问题状态：使用 AI 判断问题是否已解决、是否待补充信息或仍在等待响应。
8. 情感分析：评估客户的满意度，判断问题解决的效果。
9. 发送自动反馈请求：如果问题已解决，向客户请求反馈并关闭问题；如果问题未解决，发送提醒和总结信息。
10. 通知团队：通过 Slack 通知团队关注未关闭的问题，确保及时处理。

用户可以通过以下方式自定义和调整此工作流：
- 修改调度频率：根据需求调整调度触发器的运行频率，例如将其设置为每小时或每周运行。
- 调整问题筛选条件：在获取未解决问题的 JQL 查询中修改条件，以适应团队的工作流程。
- 自定义 Slack 消息内容：根据团队需求，修改 Slack 消息的文本内容和格式。
- 添加或修改节点：可以根据需要添加新的节点，或修改现有节点的参数，以实现更复杂的自动化逻辑。