Skip to content
Merged
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
60 changes: 60 additions & 0 deletions README.md
Original file line number Diff line number Diff line change
Expand Up @@ -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<br/>CLI сейчас; IDE-клиент — целевой интерфейс"]
AUTH["Проверка пользователя и проекта<br/>локальный token + project ACL"]
ORCH["Оркестратор<br/>управляет поиском, моделью и лимитами"]

subgraph INDEX["Индексация — подготовка данных"]
DOCS["Документы<br/>data/synthetic — сейчас"]
CODE["Git-код<br/>exchange-demo — сейчас"]
PARSE["Разбиение на фрагменты<br/>Tree-sitter для Python"]
EMB["Embedding model<br/>должна работать локально<br/>сейчас embeddings fake"]
DB[("PostgreSQL + pgvector<br/>текст, векторы, ACL, commit SHA")]
DOCS --> PARSE
CODE --> PARSE
PARSE --> EMB --> DB
end

RETR["RAG retrieval<br/>ACL фильтрует до поиска<br/>text + vector candidates"]
RANK["Объединение результатов<br/>RRF + citations<br/>reranker пока не подключён"]
LLM["Локальная LLM на этом ПК<br/>provider реализован<br/>реальная модель/GPU ещё не проверены"]

ANSWER["Проверка ответа<br/>citations и простые проверки<br/>при нехватке evidence — отказ"]
RESPONSE["Ответ разработчику<br/>текст + источники"]

PATCH["Проверка unified diff<br/>пути, формат, git apply --check"]
WT["Отдельный Git worktree<br/>исходный checkout не меняется"]
BOX["Docker sandbox<br/>network=none, лимиты, timeout"]
REPAIR["Проверка compileall + tests<br/>при ошибке: до 2 repair-попыток"]
REVIEW["Человек проверяет diff<br/>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<br/>отдельный RAG/MCP demo"] -. "архитектурный источник опыта;<br/>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.
Expand Down
Loading