From fd7a0aa63715b804a8e5cda6ae321d77184cd817 Mon Sep 17 00:00:00 2001 From: subrosa5 Date: Tue, 10 Nov 2026 11:40:27 +0300 Subject: [PATCH] docs: add local PC pipeline diagram --- README.md | 60 +++++++++++++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 60 insertions(+) diff --git a/README.md b/README.md index e25449a..9897ca8 100644 --- a/README.md +++ b/README.md @@ -2,6 +2,66 @@ Локальный ассистент для поиска по техническим документам и исходному коду, а также подготовки небольших проверяемых изменений. +## Как система должна работать + +На POC все компоненты размещаются на одном домашнем ПК. Разработчик задаёт вопрос или coding-задачу; система находит только разрешённый контекст, передаёт его локальной модели и проверяет ответ или patch. Ни код, ни запросы не отправляются во внешние AI-сервисы. + +```mermaid +flowchart TB + subgraph PC["POC: один домашний ПК — целевой RTX 4070 Ti, 32 GB RAM"] + DEV["Разработчик
CLI сейчас; IDE-клиент — целевой интерфейс"] + AUTH["Проверка пользователя и проекта
локальный token + project ACL"] + ORCH["Оркестратор
управляет поиском, моделью и лимитами"] + + subgraph INDEX["Индексация — подготовка данных"] + DOCS["Документы
data/synthetic — сейчас"] + CODE["Git-код
exchange-demo — сейчас"] + PARSE["Разбиение на фрагменты
Tree-sitter для Python"] + EMB["Embedding model
должна работать локально
сейчас embeddings fake"] + DB[("PostgreSQL + pgvector
текст, векторы, ACL, commit SHA")] + DOCS --> PARSE + CODE --> PARSE + PARSE --> EMB --> DB + end + + RETR["RAG retrieval
ACL фильтрует до поиска
text + vector candidates"] + RANK["Объединение результатов
RRF + citations
reranker пока не подключён"] + LLM["Локальная LLM на этом ПК
provider реализован
реальная модель/GPU ещё не проверены"] + + ANSWER["Проверка ответа
citations и простые проверки
при нехватке evidence — отказ"] + RESPONSE["Ответ разработчику
текст + источники"] + + PATCH["Проверка unified diff
пути, формат, git apply --check"] + WT["Отдельный Git worktree
исходный checkout не меняется"] + BOX["Docker sandbox
network=none, лимиты, timeout"] + REPAIR["Проверка compileall + tests
при ошибке: до 2 repair-попыток"] + REVIEW["Человек проверяет diff
merge автоматом запрещён"] + + DEV --> AUTH --> ORCH + ORCH --> RETR + DB --> RETR --> RANK --> LLM + LLM --> ANSWER --> RESPONSE + LLM --> PATCH --> WT --> BOX --> REPAIR + REPAIR -->|"не прошли — ограниченная обратная связь"| LLM + REPAIR -->|"прошли"| REVIEW + end + + RAGREF["rag-mcp-agent
отдельный RAG/MCP demo"] -. "архитектурный источник опыта;
не runtime-компонент" .-> RANK +``` + +### Что происходит на схеме + +1. **Индексация:** документы и выбранный Git commit разбиваются на фрагменты. Локальная embedding-модель должна превратить их в векторы; сейчас это место занято fake embeddings. Фрагменты, текстовый индекс, права и версии хранятся в PostgreSQL/pgvector. +2. **Поиск:** ACL отсекает недоступные проекты до поиска. Текстовый и векторный поиск дают кандидатов; RRF объединяет их. Из найденных фрагментов строятся citations. +3. **Ответ:** локальная LLM получает вопрос и ограниченный найденный контекст. Проверка не доказывает каждое утверждение модели: она проверяет citations и некоторые простые свойства, а при недостатке evidence должна отказать. +4. **Изменение кода:** LLM предлагает только diff. Код проверяет diff, применяет его в отдельном worktree, запускает Docker-проверки без сети и возвращает diff человеку. При ошибке разрешено не больше двух повторных попыток. + +`rag-mcp-agent` показан пунктиром, потому что это отдельный демонстрационный проект и источник архитектурных идей. Он не запускается внутри приложения. Целевой интерфейс — локальная IDE/оболочка, а не MCP; текущий coding POC запускается через CLI. Provider в имеющемся коде использует loopback-соединение с локальным inference server — это не внешний AI API. + +### Домашний POC и enterprise-развёртывание + +Схема выше — проверка на одном целевом ПК, а не схема на 100 пользователей. В enterprise те же логические блоки размещаются внутри закрытой сети: разработчики входят через SSO и project/repository ACL, LLM и embeddings обслуживаются внутренним GPU-пулом, запросы идут через очереди с квотами, а coding-проверки запускаются на отдельных изолированных workers. Производительность для 10 проектов и примерно 100 разработчиков пока не измерена и не обещается. + ## Статус проекта Это pre-enterprise POC, не готовый продукт для команды и не production-система.