Агентный B2E-ассистент на суверенном стеке
RAG + АГЕНТЫ · ON-PREM-READYЗадача — не «чат над документами», а агент, который планирует и выполняет многошаговую работу сотрудника: отвечает по корпоративным знаниям с точными цитатами (как в Perplexity) и совершает действия в HR-системах с подтверждением человека (как в Cowork) — но целиком внутри контура Сбера. Ниже — слои, обоснование каждого выбора и то, чем демо-стенд осознанно отличается от прод-варианта.
Langfuse: трейс каждого шага агента, токены, латентность, стоимость, ночной eval (RAGAS). Сквозной слой над всеми уровнями.
Права наследуются из систем-источников при индексации. Retrieval фильтрует по ACL-тегам — ассистент видит ровно то, что видит сотрудник.
Коннекторы к Пульс/МОРУД/Confluence — по стандарту MCP (на нём же построены Cowork и Perplexity BYOC). Новый источник = новый MCP-сервер.
Стандарт Сбера, весь ecosystem (LangGraph-гайды, MCP-адаптеры) — Python-first. Max для reasoning и действий, Lite для роутинга и классификации. Ложится на официальную линию GigaChat Enterprise (облако / гибрид / on-prem ЗКИ).
Не голый LangChain: управление состоянием, условная маршрутизация, interrupt() для HITL из коробки. Сбер сам публикует гайды по агентам именно на LangGraph — сигнал «тот же стек, что и команда GigaChain».
Основан выходцами из России — усиливает импортозамещающий угол. Быстрый gRPC, гибридный поиск, метаданные для ACL-фильтрации на уровне вектора. Альтернатива pgvector проигрывает по hybrid search.
Официальный OpenAI-совместимый прокси от ai-forever. Один клиент и для chat/completions, и для embeddings — код провайдер-агностичен, переключение GigaChat ↔ OpenRouter-eval одной переменной.
Open-source (IBM → LF AI), работает локально без внешних API — критично для контура ЗКИ. PDF/DOCX/PPTX/XLSX → структура + таблицы; OCR-ветка для сканов приказов.
BM25 + dense + reciprocal rank fusion + reranking. «Vector search alone is insufficient» — паттерн, который Glean называет обязательным для enterprise-RAG на длинных HR-документах.
| Компонент | В этом демо-стенде | Как в prod |
|---|---|---|
| RAG с цитатами | РАБОТАЕТ живой поиск по загруженным документам, инлайн-ссылки на источник | Гибридный поиск по всем 5 классам данных, permissions-aware по ACL |
| Загрузка «на лету» | РАБОТАЕТ PDF (файл/URL) → чанки → Qdrant → сразу доступно в чате | Docling-пайплайн со всеми форматами, OCR, версионирование |
| Агент + действия | РАБОТАЕТ сценарий «отпуск»: баланс → команда → черновик → HITL | Реальные MCP-коннекторы к Пульс/МОРУД, полный набор инструментов |
| Коннекторы систем | МАКЕТ mock-инструменты с синтетическими API | MCP-серверы к боевым Пульс HR, 1С ЗУП, Confluence, Exchange |
| RBAC / мультитенантность | МАКЕТ визуально на странице «Админ-панель» | ACL-фильтрация в retrieval, изоляция данных по тенантам |
| Observability / Guardrails | МАКЕТ дашборд Langfuse-style, guardrails-заглушки | Self-hosted Langfuse, PII-фильтр, eval-гейт до выкатки |
Всё в одном compose на VPS: app + Qdrant + gpt2giga + Caddy. Показывает, что архитектура целостна и воспроизводима.
Те же сервисы в Kubernetes на YADRO G4208P (валидированный ИИ-сервер), GigaChat Enterprise on-prem, ФСТЭК-контур, данные внутри организации.
Ассистент как слой между Пульс (система записи) и МОРУД (точка входа), мультитенантно — для внешних клиентов Пульса. Интеллектуальный слой суверенного HR-стека вместо SAP.