Coach Assist & KotKip

Het probleem

Studenten chatten met hun coach over wifi, domiciliëring, defecten en huisregels. De vragen komen in het Nederlands, Engels en Frans, en een groot deel komt elke week terug. KotKip was de eerste versie: een agent die zelf in de chat sprong als de coach bezet was. Coach Assist is de tweede versie, met de mens in de lus: de agent stelt een antwoord voor, de coach verstuurt, past aan of weigert.

Wat ik bouwde

• —KotKip: een LangGraph-agent met een input-guardrail, een router en gespecialiseerde deelagenten (RAG met herordening) die expliciet escaleert naar een mens als hij het niet weet.
• —Coach Assist: een FastAPI-service die het bericht classificeert, de taal herkent, het juiste antwoord zoekt in een vectorindex en het herformuleert in de toon van het team. De coach verstuurt, past aan of weigert.
• —Elke suggestie en elke beslissing van de coach wordt gelogd, met de kostprijs per LLM-call. Een LLM-als-rechter scoort hoe dicht het voorstel bij het verstuurde antwoord lag.
• —Een kennisbank-editor waarmee niet-technische medewerkers de inhoud bijwerken, met een AI-validator en een automatische herindexering.
• —Uitgerold in Docker met tracing (Langfuse, OpenTelemetry) en een smoke-testsuite die na elke update draait.

Resultaat

• ✓Coach Assist draait in productie bij de coaches, met een kennisbank in drie talen.
• ✓De mens-in-de-lus-aanpak werd gekozen na de ervaring met KotKip: een voorstel dat een coach in één klik verstuurt, is in deze context waardevoller dan een bot die zelf antwoordt.
• ✓Berichten met meerdere vragen worden opgesplitst en parallel opgezocht.