Внедрение ИИ-агентов

Поиск по данным компании во внутренней сети

Внедрили поиск по внутренним данным компании: сотрудник задаёт вопрос своими словами, получает ответ и может открыть его источник.

На экранах и в демо — отдельный интерфейс с вымышленными данными. Интерфейс и материалы заказчика не публикуем.

Задача

Объединить поиск по внутренним данным, чтобы сотрудник мог задать вопрос в одном окне и проверить ответ по первоисточнику.

Что даёт решение

  • Сотрудник задаёт вопрос своими словами в общем поисковом окне.
  • Ответ сопровождается ссылками на использованные документы и записи.
  • Первоисточник открывается рядом с результатом, без перехода в другую систему.

Как работает

Решение внедрили во внутренней сети компании. Название заказчика, его интерфейс и документы не публикуем. Для открытого показа сделали отдельный интерфейс и подготовили вымышленные данные.

В демо поиск объединяет регламенты, записи CRM, справочник сотрудников и проекты. Можно узнать условия доставки, найти заказ по номеру, инструкцию или ответственного сотрудника. Это демонстрационная база, не подключение к системам заказчика.

Пользователь задаёт вопрос или выбирает готовый пример. Система находит подходящие фрагменты и составляет краткий ответ со ссылками. Любую ссылку можно открыть, прочитать фрагмент и перейти к полному тексту источника. Если информации недостаточно, поиск сообщает об этом.

Внедрение у заказчика

При похожем внедрении сначала определяем источники: папки с документами, выгрузки или внутренние базы. Проверяем форматы и версии материалов, готовим тексты для поиска.

Разбиваем документы на смысловые фрагменты, строим поисковый индекс и настраиваем ссылки на первоисточники. Проверяем ответы на вопросах сотрудников и разбираем случаи, когда информации недостаточно.

Развёртываем сервис в инфраструктуре заказчика, согласуем доступы и способ обработки данных моделью. Передаём инструкцию по обновлению базы и повторной индексации при изменении документов.

Как это устроено

Публичное демо содержит 213 вымышленных источников: 124 документа, 69 записей CRM и 20 записей о сотрудниках и проектах. Эти числа относятся только к демонстрационной базе.

Для поиска сочетаются векторная близость, полнотекстовый поиск и точные совпадения номеров заказов. В демонстрационном индексе используется qwen/qwen3-embedding-8b, ответы составляет DeepSeek. Архивные версии отделены от действующих правил.

Размещение приложения во внутренней сети и способ обработки данных моделью — разные настройки. В публичном демо запросы и найденные вымышленные фрагменты обрабатываются через внешний API; данные заказчика здесь не используются.

Технологии

  • RAG
  • Поиск по документам
  • PHP
  • SQLite

Обсудим ваш проект

Ответим в течение рабочего дня.

  • Оценка и план работ до начала
  • Оплата по этапам
  • Исходный код и доступы остаются у вас

Или напишите напрямую:

@ulyanov_it ulyanovnm-it@yandex.com