ваше сообщение коммита

docs/RAG_TASKS.md

@@ -134,6 +134,36 @@
   - Генерация мультимодальных ответов
 - **Результат:** Контекст из медиафайлов
 
+#### 9. Агент "Саммари беседы"
+- **Задача:** Создание краткого саммари истории беседы
+- **Функции:**
+  - Анализирует последние 10-20 сообщений из истории
+  - Создает краткое саммари через AI (вместо передачи полной истории)
+  - Кэширует результат для повторного использования
+  - Обновляет саммари при поступлении новых сообщений
+  - Оптимизирует количество токенов в промпте
+- **Результат:** Оптимизированный контекст беседы для AI
+
+#### 10. Агент "Анализ контакта"
+- **Задача:** Извлечение и анализ данных пользователя из профиля
+- **Функции:**
+  - Получает данные из профиля контакта (имя, теги, язык, роль)
+  - Анализирует предпочтения и историю взаимодействий
+  - Кэширует анализ для быстрого доступа
+  - Обновляет при изменении профиля пользователя
+  - Определяет стиль общения и приоритет
+- **Результат:** Персонализированный контекст для ответа
+
+#### 11. Агент "Кэширование бесед"
+- **Задача:** Управление кэшем бесед и контекста
+- **Функции:**
+  - Кэширует саммари беседы + анализ контакта
+  - Управляет TTL (Time To Live) для автоматической очистки
+  - Проверяет актуальность кэша при новых сообщениях
+  - Оптимизирует производительность системы
+  - Предотвращает повторные вычисления
+- **Результат:** Быстрый доступ к контексту без пересчета
+
 ### ⚙️ Логика работы многоагентной системы
 
 #### Шаг 1: Получение сообщения
@@ -148,6 +178,9 @@
 - Агент "Контекст" → анализирует историю
 - Агент "Мультиязычность" → определяет язык
 - Агент "Мультимодальность" → обрабатывает медиа
+- Агент "Саммари беседы" → создает краткое саммари истории
+- Агент "Анализ контакта" → извлекает данные из профиля
+- Агент "Кэширование бесед" → проверяет и обновляет кэш
 
 #### Шаг 3: Сбор и анализ результатов
 - Координатор собирает данные от всех агентов
@@ -163,6 +196,8 @@
 - Обновляет профиль пользователя
 - Сохраняет контекст беседы
 - Логирует использованные знания
+- Обновляет кэш саммари и анализа контакта
+- Сохраняет оптимизированный контекст для будущих запросов
 
 ### 🎨 Преимущества многоагентной архитектуры
 
@@ -172,6 +207,9 @@
 4. **Гибкость:** Разные комбинации агентов для разных ситуаций
 5. **Персонализация:** Глубокое понимание каждого пользователя
 6. **Качество:** Специализированная обработка каждого аспекта
+7. **Оптимизация:** Саммари бесед снижает количество токенов
+8. **Кэширование:** Быстрый доступ к контексту без пересчета
+9. **Производительность:** Уменьшение времени ответа и нагрузки на AI
 
 ---
 
@@ -251,10 +289,17 @@
    - Агент "Контекст беседы"
    - Агент "Детализация"
    - Агент "Персонализация ответа"
+   - Агент "Саммари беседы" (новый)
+   - Агент "Анализ контакта" (новый)
+   - Агент "Кэширование бесед" (новый)
 3. **Интеграция с существующей системой:**
    - Подключение агентов к текущему pipeline
    - Настройка логирования и мониторинга
    - Тестирование взаимодействия агентов
+4. **Реализация оптимизаций:**
+   - Создание сервиса саммари бесед
+   - Интеграция анализа контактов для персонализации
+   - Настройка кэширования для повышения производительности
 
 ---
 
@@ -262,8 +307,12 @@
 1. **Модификация логики ответа ассистента:**
    - При получении сообщения пользователя — искать релевантные знания и включать их в prompt LLM.
    - Обеспечить мультиязычность поиска и генерации ответа.
+   - Интегрировать саммари беседы вместо передачи полной истории.
+   - Использовать анализ контактов для персонализации ответов.
 2. **Логирование и трассировка:**
    - Сохранять, какие знания были использованы для ответа.
+   - Логировать использование саммари и кэширования.
+   - Отслеживать производительность оптимизаций.
 
 ---
 
@@ -287,7 +336,9 @@
 ## Этап 7. Тестирование и оптимизация
 1. **Покрытие тестами ключевых сценариев (unit, интеграционные).**
 2. **Оптимизация скорости поиска и генерации.**
-3. **Документация для команды.**
+3. **Тестирование производительности саммари и кэширования.**
+4. **Оптимизация использования токенов и времени ответа.**
+5. **Документация для команды.**
 
 ---
 
@@ -308,6 +359,9 @@
 - При обработке запроса пользователя RAG-ассистент определяет его теги (по связям в таблице тегов).
 - Для генерации ответа ассистент использует только те знания (вопросы/ответы), которые соответствуют тегам пользователя.
 - Администратор может добавлять новые теги, связывать их с пользователями, а также создавать и редактировать знания для каждой группы.
+- **Оптимизация через саммари:** Вместо передачи полной истории беседы (10 сообщений), система создает краткое саммари через AI.
+- **Персонализация через контакты:** Ассистент использует данные из профиля контакта (имя, язык, теги) для персонализации ответов.
+- **Кэширование контекста:** Саммари беседы и анализ контактов кэшируются для быстрого доступа без пересчета.
 
 ### 4. UI/UX требования
 - В интерфейсе создания/редактирования пользовательских таблиц должен быть доступен тип столбца "relation" (связь с users).