ваше сообщение коммита

2026-02-20 14:18:08 +03:00
parent 8702a355a1
commit 24e560fc83
44 changed files with 8354 additions and 95 deletions
--- a/docs.ru/back-docs/multi-agent-architecture.md
+++ b/docs.ru/back-docs/multi-agent-architecture.md
@@ -0,0 +1,418 @@
+[English](../../docs.en/back-docs/multi-agent-architecture.md) | **Русский**
+
+# 🏗️ Архитектура множественных ИИ-агентов в DLE
+
+> **Концепция**: Создание отдельных специализированных агентов для разных задач, использующих одну локальную модель Ollama, но с разными системными промптами, правилами и интерфейсами.
+
+---
+
+## 📋 Содержание
+
+1. [Концепция архитектуры](#концепция-архитектуры)
+2. [Типы агентов](#типы-агентов)
+3. [Архитектура системы](#архитектура-системы)
+4. [Настройка агентов](#настройка-агентов)
+5. [Интерфейсы агентов](#интерфейсы-агентов)
+6. [База знаний для агентов](#база-знаний-для-агентов)
+7. [Процесс работы агентов](#процесс-работы-агентов)
+
+---
+
+## 🎯 Концепция архитектуры
+
+### Основные принципы
+
+1. **Одна модель, множество агентов**
+   - Все агенты используют одну локальную модель Ollama (qwen2.5:7b)
+   - Различие между агентами — в системных промптах и правилах
+   - Каждый агент имеет свою специализацию и роль
+
+2. **Изоляция агентов**
+   - Каждый агент имеет свои настройки (системный промпт, правила, RAG таблицы)
+   - Агенты не влияют друг на друга
+   - Можно создавать, редактировать и удалять агентов независимо
+
+3. **Специализация по задачам**
+   - Агент поддержки — отвечает на вопросы пользователей
+   - Агент-редактор — создает контент по запросу
+   - Возможность создания дополнительных агентов (аналитик, переводчик и т.д.)
+
+4. **Отдельные интерфейсы**
+   - Каждый агент имеет свой интерфейс доступа
+   - Интерфейсы адаптированы под задачи агента
+   - Разные права доступа для разных агентов
+
+---
+
+## 🤖 Типы агентов
+
+### 1. Агент поддержки (Support Agent)
+
+**Роль**: Отвечать на сообщения пользователей
+
+**Задачи**:
+- Обработка входящих сообщений от пользователей
+- Поиск ответов в базе знаний (FAQ, документация)
+- Генерация ответов на основе найденной информации
+- Эскалация сложных вопросов к операторам
+
+**Характеристики**:
+- Использует RAG для поиска в FAQ и документах
+- Системный промпт: "Вы — профессиональный ассистент службы поддержки"
+- Правила: строгий режим (только из базы знаний, минимум генерации)
+- Интерфейс: встроен в чат (web, telegram, email)
+
+**База знаний**:
+- FAQ таблицы
+- Документация продукта
+- База знаний для клиентов
+
+---
+
+### 2. Агент-редактор (Content Editor Agent)
+
+**Роль**: Создавать контент по запросу пользователя
+
+**Задачи**:
+- Создание постов для социальных сетей
+- Написание статей для блога
+- Генерация email-рассылок
+- Создание рекламных текстов
+
+**Характеристики**:
+- Использует RAG для поиска инструкций платформ и стиля компании
+- Системный промпт: "Вы — профессиональный контент-маркетолог и редактор"
+- Правила: креативный режим (больше генерации, использование примеров)
+- Интерфейс: отдельная страница "Редактор контента"
+
+**База знаний**:
+- Инструкции платформ (ВК, Telegram, Instagram и т.д.)
+- Стиль компании (tone of voice, запрещенные слова)
+- Примеры контента (референсы)
+- Ключевые слова и хэштеги
+- CTA блоки
+
+---
+
+### 3. Потенциальные дополнительные агенты
+
+**Агент-аналитик**:
+- Анализ данных и создание отчетов
+- Выявление трендов
+- Прогнозирование
+
+**Агент-переводчик**:
+- Перевод контента на разные языки
+- Локализация материалов
+- Адаптация под культурные особенности
+
+**Агент-закупщик**:
+- Поиск поставщиков
+- Анализ условий
+- Рекомендации по выбору
+
+---
+
+## 🏛️ Архитектура системы
+
+### Компоненты системы
+
+```
+┌─────────────────────────────────────────────────────────┐
+│              Единая модель Ollama                        │
+│              (qwen2.5:7b)                               │
+└────────────────┬────────────────────────────────────────┘
+                 │
+                 ├─────────────────┬───────────────────────┐
+                 │                 │                       │
+                 ↓                 ↓                       ↓
+    ┌────────────────────┐  ┌──────────────────┐  ┌──────────────┐
+    │  Агент поддержки   │  │ Агент-редактор  │  │ Другие агенты│
+    │                    │  │                  │  │              │
+    │ • Системный промпт │  │ • Системный      │  │ • Свои       │
+    │ • Правила (строгие)│  │   промпт         │  │   настройки  │
+    │ • RAG: FAQ         │  │ • Правила        │  │              │
+    │ • Интерфейс: чат   │  │   (креативные)   │  │              │
+    │                    │  │ • RAG: инструкции │  │              │
+    │                    │  │ • Интерфейс:     │  │              │
+    │                    │  │   редактор       │  │              │
+    └────────────────────┘  └──────────────────┘  └──────────────┘
+```
+
+### Хранение настроек агентов
+
+**Таблица `ai_agents`**:
+- `id` — уникальный идентификатор агента
+- `name` — название агента (например, "Агент поддержки", "Агент-редактор")
+- `role` — роль агента (support, content_editor, analyst и т.д.)
+- `description` — описание назначения агента
+- `system_prompt_encrypted` — системный промпт (зашифрован)
+- `rules_id` — ссылка на правила агента (из таблицы `ai_assistant_rules`)
+- `selected_rag_tables` — массив ID таблиц для RAG поиска
+- `enabled_channels` — на каких каналах активен (web, telegram, email)
+- `interface_route` — маршрут для интерфейса агента
+- `permissions_required` — требуемые права доступа
+- `is_active` — активен ли агент
+- `created_at`, `updated_at` — даты создания и обновления
+
+**Связь с правилами**:
+- Каждый агент может использовать набор правил из `ai_assistant_rules`
+- Правила определяют поведение: temperature, maxTokens, searchRagFirst и т.д.
+- Можно создавать правила специально для каждого агента
+
+**Связь с RAG таблицами**:
+- Каждый агент может использовать свои RAG таблицы
+- Агент поддержки: FAQ, документация
+- Агент-редактор: инструкции платформ, стиль компании, примеры
+
+---
+
+## ⚙️ Настройка агентов
+
+### Создание нового агента
+
+**Шаг 1: Базовая информация**
+- Название агента
+- Роль (support, content_editor и т.д.)
+- Описание назначения
+
+**Шаг 2: Системный промпт**
+- Определяет роль и поведение агента
+- Указывает, как агент должен работать
+- Содержит контекст о компании и стиле
+
+**Шаг 3: Правила (Rules)**
+- Создание или выбор существующих правил
+- Настройка параметров генерации (temperature, maxTokens)
+- Настройка поведения RAG (searchRagFirst, generateIfNoRag)
+
+**Шаг 4: База знаний (RAG таблицы)**
+- Выбор таблиц для поиска информации
+- Агент поддержки: FAQ, документация
+- Агент-редактор: инструкции, стиль, примеры
+
+**Шаг 5: Интерфейс**
+- Определение маршрута для доступа к агенту
+- Настройка прав доступа
+- Выбор каналов (web, telegram, email)
+
+**Шаг 6: Активация**
+- Включение/выключение агента
+- Тестирование работы агента
+
+### Примеры настроек
+
+**Агент поддержки**:
+- Системный промпт: "Вы — профессиональный ассистент службы поддержки..."
+- Правила: строгий режим (temperature: 0.3, searchRagFirst: true, generateIfNoRag: false)
+- RAG таблицы: FAQ, Документация продукта
+- Интерфейс: встроен в чат
+- Каналы: web, telegram, email
+
+**Агент-редактор**:
+- Системный промпт: "Вы — профессиональный контент-маркетолог и редактор..."
+- Правила: креативный режим (temperature: 0.7, searchRagFirst: true, generateIfNoRag: true)
+- RAG таблицы: Инструкции платформ, Стиль компании, Примеры контента
+- Интерфейс: отдельная страница /content-editor
+- Каналы: только web (для редакторов)
+
+---
+
+## 🖥️ Интерфейсы агентов
+
+### Агент поддержки — интерфейс чата
+
+**Расположение**: Встроен в основной чат (HomeView)
+
+**Особенности**:
+- Автоматическая активация при получении сообщения от пользователя
+- Показ статуса генерации ответа
+- Возможность отключения AI для конкретного сообщения
+- История диалога с контекстом
+
+**Права доступа**:
+- Доступен всем пользователям
+- Автоматически отвечает на сообщения
+
+---
+
+### Агент-редактор — интерфейс редактора
+
+**Расположение**: Отдельная страница `/content-editor`
+
+**Особенности**:
+- Поле для ввода запроса на создание контента
+- Выбор типа контента (пост ВК, статья блога, email и т.д.)
+- Выбор платформы (ВКонтакте, Telegram, Instagram и т.д.)
+- Показ процесса генерации
+- Редактирование сгенерированного контента
+- Сохранение готового контента
+- История созданного контента
+
+**Права доступа**:
+- Только для пользователей с ролью Editor
+- Требуется авторизация
+
+**Функционал интерфейса**:
+1. **Форма запроса**:
+   - Текстовое поле для описания задачи
+   - Выбор типа контента (выпадающий список)
+   - Выбор платформы (чекбоксы или выпадающий список)
+   - Дополнительные параметры (тон, длина, ключевые слова)
+
+2. **Процесс генерации**:
+   - Индикатор загрузки
+   - Показ найденных инструкций
+   - Показ процесса генерации
+
+3. **Результат**:
+   - Готовый контент в редактируемом поле
+   - Кнопка "Сохранить"
+   - Кнопка "Перегенерировать"
+   - Кнопка "Экспортировать" (копировать, скачать)
+
+4. **История**:
+   - Список созданного контента
+   - Фильтры по типу, платформе, дате
+   - Возможность редактирования и удаления
+
+---
+
+## 📚 База знаний для агентов
+
+### Структура базы знаний
+
+**Для агента поддержки**:
+- Таблица "FAQ" — часто задаваемые вопросы
+- Таблица "Документация" — описание функций продукта
+- Таблица "База знаний для клиентов" — расширенная информация
+
+**Для агента-редактора**:
+- Таблица "Инструкции платформ" — правила размещения контента
+- Таблица "Стиль компании" — tone of voice, запрещенные слова
+- Таблица "Примеры контента" — референсы для разных типов контента
+- Таблица "Ключевые слова" — семантическое ядро, хэштеги
+- Таблица "CTA блоки" — призывы к действию
+
+### Как агенты используют базу знаний
+
+1. **RAG поиск**:
+   - Пользователь задает вопрос/запрос
+   - Агент выполняет векторный поиск в своих RAG таблицах
+   - Находит релевантную информацию
+
+2. **Контекст для генерации**:
+   - Найденная информация передается в LLM как контекст
+   - LLM генерирует ответ/контент на основе контекста
+   - Системный промпт направляет, как использовать контекст
+
+3. **Фильтрация по роли**:
+   - Агент поддержки ищет только в FAQ и документации
+   - Агент-редактор ищет только в инструкциях и примерах
+   - Изоляция данных между агентами
+
+---
+
+## 🔄 Процесс работы агентов
+
+### Агент поддержки — процесс ответа
+
+1. **Получение сообщения**:
+   - Пользователь отправляет сообщение в чат
+   - Система определяет, что нужно использовать агента поддержки
+
+2. **RAG поиск**:
+   - Агент ищет ответ в своих RAG таблицах (FAQ, документация)
+   - Использует векторный поиск для семантического поиска
+
+3. **Генерация ответа**:
+   - Если найден ответ в базе знаний → использует его
+   - Если не найден → в строгом режиме предлагает связаться с оператором
+   - Генерирует ответ с учетом системного промпта и правил
+
+4. **Отправка ответа**:
+   - Ответ отправляется пользователю в чат
+   - Сохраняется в истории диалога
+
+---
+
+### Агент-редактор — процесс создания контента
+
+1. **Получение запроса**:
+   - Редактор открывает интерфейс `/content-editor`
+   - Вводит запрос: "Создай пост для ВКонтакте о новой функции"
+   - Выбирает тип контента и платформу
+
+2. **RAG поиск инструкций**:
+   - Агент ищет инструкции для выбранной платформы
+   - Ищет стиль компании
+   - Ищет примеры похожего контента
+   - Ищет релевантные ключевые слова
+
+3. **Генерация контента**:
+   - Агент генерирует контент на основе:
+     - Системного промпта (роль редактора)
+     - Найденных инструкций платформы
+     - Стиля компании
+     - Примеров контента
+     - Ключевых слов
+
+4. **Результат**:
+   - Готовый контент показывается в интерфейсе
+   - Редактор может редактировать контент
+   - Сохранить или экспортировать
+
+---
+
+## 🎯 Преимущества архитектуры
+
+### 1. Специализация
+- Каждый агент решает свою задачу оптимально
+- Не нужно жертвовать качеством для универсальности
+
+### 2. Гибкость
+- Легко создавать новых агентов для новых задач
+- Можно настраивать каждого агента независимо
+
+### 3. Изоляция
+- Агенты не мешают друг другу
+- Можно тестировать и обновлять агентов независимо
+
+### 4. Масштабируемость
+- Легко добавлять новых агентов
+- Каждый агент использует одну модель, нет перегрузки
+
+### 5. Контроль
+- Четкое разделение ответственности
+- Легко отслеживать, какой агент что делает
+
+---
+
+## 📊 Сравнение с единым агентом
+
+| Характеристика | Единый агент | Множественные агенты |
+|----------------|--------------|----------------------|
+| **Специализация** | Универсальный, но менее точный | Специализированный, более точный |
+| **Настройка** | Один набор настроек для всех задач | Отдельные настройки для каждой задачи |
+| **База знаний** | Все таблицы для всех задач | Изолированные таблицы для каждой задачи |
+| **Интерфейс** | Один интерфейс | Отдельные интерфейсы для каждой задачи |
+| **Гибкость** | Сложно адаптировать под разные задачи | Легко создавать новых агентов |
+| **Производительность** | Одна модель для всех | Одна модель, но разные промпты |
+
+---
+
+## 🚀 Следующие шаги
+
+1. **Создание таблицы `ai_agents`** в базе данных
+2. **Создание сервиса для управления агентами**
+3. **Модификация AI Assistant для работы с несколькими агентами**
+4. **Создание интерфейса для агента-редактора**
+5. **Настройка агента поддержки (уже существует, нужно адаптировать)**
+6. **Создание базы знаний для агента-редактора**
+7. **Тестирование работы обоих агентов**
+
+---
+
+**© 2024-2025 Тарабанов Александр Викторович. Все права защищены.**
+
+**Последнее обновление**: Январь 2026