Menu
Query Zendesk support tickets and comments for Emplois de l'Inclusion (read-only). (project)
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
Indicateurs du Réseau pour l'emploi (France Travail) — accès/présence en emploi, formation, recrutement, RSA, par territoire et par mois. Données agrégées, nationales, couvrant tout le réseau (pas seulement nos services). À distinguer d'autometa_tables_db.
Lire et écrire dans Notion — interroger une base de données ou une page, et publier des rapports. À utiliser dès qu'une demande référence une page/base Notion (URL app.notion.com, ou ancien notion.so).
Create a new dashboard (TDB) — scaffolds files and inserts a row in the dashboards table. Use this skill instead of writing files directly.
Update a dashboard's metadata (title, description, tags, flags, archive). MUST be invoked whenever the user wants to modify an existing dashboard — guarantees the right slug is targeted and reloads coding conventions.
Composer un system prompt riche en contexte métier et lancer un run autometa-jobs à partir de l'intention de l'utilisateur. À utiliser quand l'utilisateur veut une analyse autonome et longue (minutes à heures), trop lourde ou trop lente pour le chat interactif — par ex. « lance un job qui analyse tous les services Dora ».
Exporter le résultat d'une requête SQL vers S3 sous forme de jeu de données accessible par un job (sqlite/jsonl/csv) avec une URL présignée. À utiliser quand vous composez un run autometa-jobs qui doit analyser des données trop volumineuses pour être embarquées dans le prompt.
| name | zendesk_query |
| description | Query Zendesk support tickets and comments for Emplois de l'Inclusion (read-only). (project) |
Lecture seule des tickets et commentaires Zendesk du support Emplois.
Variables d'environnement (cf. .env.example) :
ZENDESK_SUBDOMAIN — sous-domaine <subdomain>.zendesk.comZENDESK_EMAIL — email du compte APIZENDESK_API_TOKEN — jeton API (Admin Center → Apps → API)L'instance par défaut est emplois. Configurée dans config/sources.yaml.
from lib.sources import get_zendesk
zd = get_zendesk()
ticket = zd.get_ticket(12345)
# ZendeskTicket(id=12345, subject=..., status="solved", tags=[...], ...)
comments = zd.get_ticket_comments(12345)
# [ZendeskComment(public=True, author_role="end-user", body=..., ...), ...]
first_reply = zd.first_user_reply(12345)
# Premier commentaire end-user après la première réponse agent (la « clarification »).
for r in zd.iter_tickets([1, 2, 3], with_comments=True):
# TicketResult(ticket_id=1, ticket=ZendeskTicket(...), comments=[...], error=None)
if r.error:
continue
print(r.ticket.subject, len(r.comments or []))
# Recherche full-text (filtre `type:ticket` ajouté automatiquement)
hits = zd.search_tickets("status:open tags:bug created>2026-01-01", sort_by="created_at", sort_order="desc", max_results=50)
n = zd.count_tickets("status:open tags:bug created>2026-01-01")
print(f"{n} tickets correspondent, {len(hits)} chargés")
| Méthode | Retour | Usage |
|---|---|---|
get_ticket(ticket_id) | ZendeskTicket | Métadonnées d'un ticket |
get_ticket_comments(ticket_id) | list[ZendeskComment] | Commentaires (oldest first, première page uniquement) |
first_user_reply(ticket_id) | ZendeskComment | None | Première réponse end-user après le premier message agent |
iter_tickets(ids, with_comments=False) | itérateur TicketResult | Boucle batch avec gestion d'erreur par ticket et log de progression |
search_tickets(query, sort_by=None, sort_order=None, max_results=100) | list[ZendeskTicket] | Recherche full-text via /search.json ; type:ticket ajouté automatiquement, suit next_page jusqu'à max_results |
count_tickets(query) | int | Nombre total de tickets correspondants (/search/count.json), sans coût pagination |
check_auth() | dict | Vérifie les credentials (users/me) |
Les tickets de support contiennent parfois des NIR (numéros de sécurité sociale) saisis par les usagers — mesuré à ~1,3 % des tickets sur un échantillon de 300.
Le client les remplace automatiquement par [NIR-ANONYMISÉ] dans les sujets de tickets et les commentaires (body et html_body). Un NIR n'est donc jamais exposé à l'agent ni restitué à l'utilisateur.
La détection valide la clé INSEE (97 - (13 premiers chiffres mod 97)), ce qui évite d'effacer des numéros de téléphone, SIRET ou références de commande. Les séparateurs (espaces, points, tirets) sont gérés.
Le code vit dans lib/pii.py, indépendant de Zendesk : redact_nir(texte) est réutilisable sur n'importe quelle source de texte libre (commentaires Matomo, exports Metabase, contenus de tableaux de bord…).
load_api() # anonymisation active
load_api().redact # -> True
ZendeskAPI(..., redact=False) # désactivation explicite — à n'utiliser que hors restitution
Ne jamais désactiver l'anonymisation pour produire une réponse, un rapport ou un tableau de bord destiné à un utilisateur.
Retry-After et réessaie jusqu'à 3 fois avant de lever ZendeskError(429, ...).ZendeskError(status_code, message) sur erreur HTTP non-200.users pour exposer author_role (end-user / agent / admin).iter_tickets (logue tous les 500 et continue malgré les erreurs ponctuelles) plutôt que de boucler à la main.iter_tickets(with_comments=True) fait 2 appels par ticket (métadonnées + commentaires). Pour des batches volumineux, prévoir le coût.get_ticket_comments ne lit que la première page de la réponse Zendesk (~100 commentaires max). Les tickets longs (chaînes de support très actives) seront tronqués sans erreur. Si ce cas devient bloquant, ajouter le suivi de next_page dans _get.