ФУНКЦИОНАЛЬНЫЕ ХАРАКТЕРИСТИКИ
программного обеспечения «Ассистент ПРО»
Тип документа: Описание функциональных характеристик
(подпункт «д» пункта 11 Правил, утв. ПП РФ от 16.11.2015 № 1236)
Версия документа: 2.0
Дата: 24 сентября 2026 г.
1. ОБЩИЕ СВЕДЕНИЯ
Параметр | Значение |
Наименование ПО | Ассистент ПРО |
Правообладатель | ИП Белоусов Дмитрий Владимирович (ИНН 665206580503) |
Версия | 2.0 |
Класс ПО (классификатор Минцифры) | 04.06 — Средства разработки ПО на нейротехнологиях и ИИ;05.09 — Диалоговые роботы |
Назначение | Программный комплекс для создания и эксплуатации интеллектуальных диалоговых ассистентов на основе технологии RAG и больших языковых моделей |
Область применения | Автоматизация клиентской поддержки, продаж, кадрового администрирования, корпоративного обучения |
2. ФУНКЦИОНАЛЬНЫЕ ХАРАКТЕРИСТИКИ
2.1. Управление базой знаний
- Импорт документов в форматах PDF, DOCX, TXT, HTML, XLSX с автоматическим разбиением на фрагменты (chunking).
- Автоматический краулер веб-сайтов: рекурсивный обход и индексация веб-ресурсов с настраиваемой глубиной и фильтрацией URL.
- Семантическое векторное индексирование на основе нейросетевых моделей эмбеддингов (deepvk/USER-bge-m3, размерность 1024) с хранением в векторной СУБД Qdrant.
- Полнотекстовый поиск BM25 в совокупности с семантическим поиском (гибридный режим Reciprocal Rank Fusion).
- Управление парами «вопрос — ответ»: создание, редактирование, приоритизация статичных ответов поверх результатов RAG.
- Поддержка версионирования базы знаний и ручного управления источниками.
- Приём текстовых запросов от пользователей в свободной форме на естественном языке.
- Гибридный поиск по базе знаний: сочетание dense-поиска (векторные эмбеддинги), полнотекстового поиска BM25 и алгоритма ранжирования RRF.
- Опциональный cross-encoder реранкер для уточнённой оценки релевантности найденных фрагментов.
- Генерация ответов на основе найденных данных с применением больших языковых моделей (YandexGPT-5-Lite, Llama 3.1, Mistral, Qwen 2.5 — конфигурируется).
- Автоматическое цитирование источников: ответ содержит ссылки на документы и фрагменты, использованные при генерации.
- Фильтрация и защита от промпт-инъекций, небезопасных и нерелевантных ответов.
- Встраиваемый чат-виджет для размещения на веб-сайтах (JavaScript, настраиваемый внешний вид).
- Интеграция с мессенджером Telegram (Bot API).
- Интеграция с социальной сетью ВКонтакте (VK API, Long Poll).
- Интеграция с мессенджером MAX.
- Обработка входящих сообщений по электронной почте (IMAP/SMTP).
- REST API / SSE-API для программной интеграции со сторонними системами.
- Распознавание речи (ASR): преобразование голосовых сообщений пользователей в текстовую форму посредством Whisper-совместимых моделей.
- Синтез речи (TTS): озвучивание ответов ассистента голосовым аватаром.
- Веб-панель администратора: управление проектами, базой знаний, настройками ассистента, каналами интеграции.
- Поддержка нескольких независимых проектов (ассистентов) в рамках одной инсталляции.
- Ролевая модель доступа: суперадминистратор, администратор проекта, редактор базы знаний, оператор, конечный пользователь.
- Журнал диалогов: просмотр истории обращений с возможностью фильтрации и экспорта.
- Аналитика и статистика: количество обращений, среднее время ответа, оценки пользователей, тематическая кластеризация.
- Встроенная очередь задач Celery с мониторингом фоновых операций (индексирование, краулинг, резервное копирование).
- HTTP-эндпоинт метрик в формате Prometheus Exposition Format для интеграции с системами мониторинга (Prometheus/Grafana).
- Подсистема резервного копирования с возможностью выгрузки архивов на Яндекс.Диск.
Система построена на микросервисной архитектуре и развёртывается посредством Docker Compose. Состав компонентов:
Компонент | Назначение |
Сервер приложений (FastAPI) | REST/SSE-API, административная панель, встраиваемый виджет, роутинг запросов |
Модуль фоновых задач (Celery + Redis) | Асинхронная обработка: индексирование документов, краулинг, генерация эмбеддингов, резервное копирование |
Векторное хранилище (Qdrant) | Хранение и поиск по плотным векторным представлениям текстовых фрагментов |
База данных метаданных (MongoDB) | Хранение проектов, настроек, истории диалогов, Q&A-пар, пользователей |
LLM Runtime (Ollama, опц.) | Локальный инференс больших языковых моделей без передачи данных вовне |
Брокер сообщений (Redis) | Очередь задач Celery, кэш ответов, rate-limiting |
Клиентские боты (Telegram, VK, MAX) | Адаптеры внешних каналов, приём и маршрутизация входящих сообщений |
4. ТЕХНИЧЕСКИЕ ТРЕБОВАНИЯ
4.1. Серверная часть
Параметр | Минимум | Рекомендуется |
ОС | Linux (Ubuntu 22.04 LTS+, Astra Linux SE 1.7+, RED OS 7.3+, ALT Server 10+) | Ubuntu 22.04 LTS |
CPU | 4 ядра, AVX2 | 8+ ядер |
RAM | 16 ГБ | 32 ГБ |
Диск | 20 ГБ SSD | 100 ГБ SSD |
GPU (опц.) | — | NVIDIA 8+ ГБ VRAM |
Контейнеризация | Docker Engine ≥ 24.0, Docker Compose v2.20+ | Docker Engine ≥ 26.0 |
4.2. Клиентская часть
Для доступа к административной панели и чат-виджету требуется современный веб-браузер с поддержкой JavaScript ES2020+ (Chromium ≥ 90, Firefox ≥ 90, Safari ≥ 14).
5. ВХОДНЫЕ И ВЫХОДНЫЕ ДАННЫЕ
5.1. Входные данные
- Текстовые запросы пользователей в свободной форме на русском и иных языках.
- Документы для базы знаний: файлы форматов PDF, DOCX, TXT, HTML, XLSX.
- Ссылки на веб-страницы и сайты для автоматического краулинга.
- Голосовые сообщения пользователей (при включённом ASR-модуле).
- Параметры конфигурации: настройки ассистента, системный промпт, параметры поиска, пороги релевантности.
- Текстовые ответы на запросы пользователей, сформированные на основе базы знаний.
- Ссылки на источники: фрагменты документов и страниц, использованных при генерации ответа.
- Голосовые ответы ассистента (при включённом TTS-модуле).
- Журналы диалогов и аналитические отчёты.
- Метрики производительности системы в формате Prometheus.
ИНН: 665206580503
ОГРНИП: 320665800071013
Адрес: 620078, Свердловская область, г. Екатеринбург, ул. Комсомольская, стр. 37, помещ. 406
Дата составления: 24 сентября 2026 г.
ИП Белоусов Д.В.