# **Техническое задание на разработку платформы для поиска по корпоративным данным с использованием LLM-моделей**  

## **1. Введение**  
### **1.1. Назначение документа**  
Настоящее техническое задание (ТЗ) описывает требования к разработке платформы для семантического поиска и обработки корпоративных данных с использованием LLM (Large Language Models) и RAG (Retrieval-Augmented Generation).  

### **1.2. Цель проекта**  
Создание системы, которая:  
- Индексирует корпоративные данные из BookStack и других источников.  
- Обеспечивает поиск и генерацию ответов на основе LLM (ChatGPT, YandexGPT, GigaChat).  
- Интегрируется с Bitrix24 через чат-бота.  
- Предоставляет интерфейсы для управления и загрузки данных.  

---

## **2. Описание системы**  
### **2.1. Функциональные требования**  
#### **2.1.1. Загрузка и обработка данных**  
- Поддержка форматов: PDF, DOCX, TXT, XML, JSON, YAML, MD, MDX, HTML, XLS, CSV.  
- Загрузка через BookStack (webhook) или отдельный интерфейс платформы.  
- Разделение документов на чанки и их векторизация.  
- Хранение в векторной БД (Weaviate или PostgreSQL с pgvector).  

#### **2.1.2. Поиск и генерация ответов**  
- Прием запросов через API или чат-интерфейс.  
- RAG-поиск: извлечение релевантных чанков из БД.  
- Генерация ответов с использованием выбранной LLM (ChatGPT, YandexGPT, GigaChat).  

#### **2.1.3. Интерфейсы**  
- **Админ-панель**: управление настройками, моделями, источниками данных.  
- **Интерфейс загрузки файлов**: ручная загрузка документов в векторную БД.  
- **Веб-чат**: тестирование и проверка работы системы.  
- **Чат-бот для Bitrix24**: интеграция через API Bitrix.  

### **2.2. Нефункциональные требования**  
- **Производительность**: время ответа ≤ 3 сек.  
- **Масштабируемость**: поддержка > 10 000 документов.  
- **Безопасность**: аутентификация (OAuth2, API-ключи), разграничение прав.  
- **Поддержка LLM**: возможность добавления новых моделей.  

---

## **3. Архитектура**  
### **3.1. Компоненты системы**  
1. **BookStack (или аналог)**: хранение исходных документов.  
2. **Maker-GPT (ядро системы)**:  
   - API для обработки запросов.  
   - Интеграция с векторной БД.  
   - Подключение к LLM.  
3. **Векторная БД**: Weaviate / PostgreSQL (pgvector).  
4. **Интерфейсы**:  
   - Админ-панель (Vue).  
   - Веб-чат (Vue).  
   - Bitrix24-бот (REST API).  

### **3.2. Схема взаимодействия**  
```mermaid
graph TD
    A[BookStack] -->|Webhook| B[Maker-GPT]
    C[Файлы] -->|Загрузка| B
    B -->|Векторизация| D[Weaviate/PostgreSQL]
    E[Пользователь] -->|Запрос| F[API/Чат]
    F --> B -->|RAG + LLM| G[Ответ]
    B -->|Интеграция| H[Bitrix24]
```
### **3.3 Запрос названия хим препарата**
```mermaid
flowchart TD
    A[Пришлите мне название препарата] -->|Ответ польз-ля| B{ответ ищем по базе названий}
    B -->|Найдено более 1го| C{Спросить по какому из?}
    B -->|Найден 1 препарат| D[Запрос к БД по имени препарата]
    C -->|Выбран препарат| D
    B -->|Не найден| E{Запрос к модели для поиска похожего}
    E -->|есть одно имя препарата| D 
    E -->|модель задала уточняющий вопрос| F[вопрос пользователю]
    F -->|ответ поль-ля| E
```

---

## **4. Технологический стек**  
- **Backend**: Node.js, MongoDB .  
- **Векторная БД**: Weaviate / PostgreSQL + pgvector.  
- **LLM-интеграция**: OpenAI API, YandexGPT API, GigaChat API.  
- **Фронтенд**: Vue.  
- **DevOps**: Docker.  

---

## **5. Трудозатраты и сроки**  
| Этап | Описание | Срок (нед.) | Трудозатраты (ч) |  
|------|----------|------------|----------------| 
| 1 | Интеграция с BookStack и векторной БД | 3 | 100 |  
| 2 | Разработка интерфейсов (админка, чат) | 3 | 100 |  
| 3 | Интеграция с Bitrix24 | 2 | 80 |  
| 4 | Тестирование и доработки | 2 | 60 |  
| **Итого** | | **10 недель** | **340 часов** |  

---

## **6. Ожидаемые результаты**  
- Рабочая платформа с RAG-поиском на корпоративных данных.  
- Интеграция с BookStack и Bitrix24.  
- Админ-панель, интерфейс загрузки файлов, веб-чат.  
- Документация и инструкции по развертыванию.  

---

## **7. Дополнительные требования**  
- **Документирование API** (Swagger).  
- **Логирование и мониторинг** (Prometheus).  
- **Резервное копирование** данных стредствами ОС.  

---

**Исполнитель:** ООО 1Концепт  
**Заказчик:** _______________ 
**Дата:** 24.03.2025

**Подписи:**  
_________________________ (Заказчик)  
_________________________ (Исполнитель)  

---