Handleiding

1. Wat is dit?

Dit is een werkende demonstratie van hoe een AI-agent een IT Service Desk kan ondersteunen. De agent ontvangt nieuwe incident-tickets, verrijkt ze met informatie uit een CMDB en klantdatabase, en neemt autonome beslissingen over classificatie, prioritering, en dispatching.

Wat het NIET is

• Geen koppeling met een echt ITSM-systeem — alle data is gesimuleerd
• Geen productie-systeem — het is een demo-omgeving
• De agent lost tickets niet op — hij triageert, verrijkt en dispatcht

2. Architectuur

Componenten

Database

SQLite met 5 tabellen:

• customers — 4 klanten met SLA's en freezes
• cmdb — 31 Configuration Items met dependencies en historie
• incidents — Tickets (seed: 10 stuks)
• runs — Agent run metadata
• run_results — Resultaat per ticket per run (incl. token usage)

3. Dashboard gebruiken

Topbar

Drie kolommen

1. Links — Incidents: Alle tickets. Klik om details te zien. Kleurcodes tonen status en prioriteit.
2. Midden — Agent Audit Trail: Volledige breakdown van het geselecteerde ticket: binnenkomst, verrijking (CI-info, patronen, klantcontext), redenering, en het uiteindelijke besluit.
3. Rechts — Zonder agent: Vergelijking met het handmatige proces. Toont de 5 stappen die een menselijke medewerker zou doorlopen, met geschatte doorlooptijd (30-60 min) vs. de agenttijd.

4. Hoe de agent werkt

De agent gebruikt Claude Sonnet 4 met function calling. Per ticket doorloopt hij een agentic loop:

1. Lees het ticket — titel, beschrijving, klant, CI
2. Haal klantinfo op — SLA's, tier, actieve freezes
3. Zoek het CI — direct als er een ID is, anders via CMDB-zoekactie
4. Analyseer historie — herhaalde incidenten, patronen, recent major incident
5. Neem beslissing — prioriteit, categorie, resolver group, status
6. Update het ticket — alle verrijking, redenering, en terugvragen in één keer

Beschikbare tools

Beslisregels

5. Tickets en scenario's

Klanten

Interessante scenario's in de seed data

Ticket bibliotheek

Naast de 10 seed tickets is er een bibliotheek met 30 tickets in seed/ticket_library.json. Deze bevatten scenario's rond patiëntveiligheid, GDPR, dependencies, en meer. Gebruik run_selection.py om ze te selecteren en draaien.

6. Runs en vergelijking

Elke keer dat de agent tickets verwerkt, wordt dit opgeslagen als een run. Per run wordt vastgelegd:

• Welk model en welke temperature
• Per ticket: status voor/na, prioriteit, redenering, tool calls, token usage, verwerkingstijd
• SHA256 hash van de system prompt (om te detecteren wanneer de prompt is gewijzigd)

Dit maakt het mogelijk om:

• Runs te vergelijken — GET /runs/1/compare/2
• Prompt-wijzigingen te evalueren — draai dezelfde tickets met een andere prompt
• Kosten te berekenen — token usage per ticket en per run

Bekijk runs via de Stats knop in het dashboard, of via de API.

7. CLI commando's

Alle commando's draaien vanuit /opt/agentic-demo met de venv:

Seed data resetten

venv/bin/python -m seed.load_seed

Reset incidents, CMDB en klanten naar de oorspronkelijke staat. Runs blijven bewaard.

Alle nieuwe tickets verwerken

venv/bin/python -m agent.run_all_new --name "mijn-run"

Eén ticket verwerken

venv/bin/python -m agent.run_single 4 --name "test-ticket-4"

Tickets selecteren uit de bibliotheek

# Alleen demo-worthy tickets
venv/bin/python -m agent.run_selection --demo-worthy --name "demo-v1"

# Filter op tags
venv/bin/python -m agent.run_selection --tags gdpr,escalatie --name "gdpr-test"

# Filter op complexiteit
venv/bin/python -m agent.run_selection --complexity hoog --name "complex"

# Specifieke tickets
venv/bin/python -m agent.run_selection --ids TL-004,TL-011,TL-014 --name "selectie"

# Dry run (toon selectie zonder te verwerken)
venv/bin/python -m agent.run_selection --demo-worthy --dry-run

Service beheer

# Status checken
sudo systemctl status itsm-simulator

# Herstarten
sudo systemctl restart itsm-simulator

# Logs bekijken
sudo journalctl -u itsm-simulator -f

8. API referentie

9. Tips voor de demo