Разработка AI-экосистемы для бизнеса: RAG-агент, омниканальный чат (Web/TG/WA) и CRM-интеграция

 Ключевой задачей было устранить «узкое горлышко» в обработке входящих заявок. Клиент терял лиды в нерабочее время и тратил ресурсы менеджеров на рутинные ответы. Требовалось разработать единое AI-ядро, которое: Работает во всех каналах: Бесшовно обслуживает клиентов на сайте (через кастомный виджет), в Telegram. Отвечает без галлюцинаций: ИИ должен консультировать строго по базе знаний компании (прайс-листы, техническая документация, условия), используя технологию RAG (Retrieval-Augmented Generation). Квалифицирует и сохраняет лиды: Автоматически извлекать контакты (имя, телефон, email) из свободной переписки и передавать их в CRM без участия человека. Выдерживает нагрузки: Архитектура должна быть масштабируемой и отказоустойчивой (микросервисы) .

Описание: Мы отказались от коробочных конструкторов в пользу кастомной разработки, чтобы обеспечить полный контроль над данными и качеством ответов. Решение построено на базе Docker-контейнеров, что позволяет легко обновлять отдельные модули (AI, БД, Лиды) без остановки всей системы.

Ключевые этапы реализации:

Умный RAG-поиск (Brain): Реализован гибридный поиск. Система сначала ищет релевантные куски документов через векторную базу данных (PostgreSQL + pgvector), а затем уточняет их через Re-ranking модель. Это гарантирует, что AI-агент отвечает фактами, а не выдумками.

AI-Оркестратор (Gateway): Разработан центральный шлюз на FastAPI, который управляет потоками сообщений. Он поддерживает стриминг (побуквенный вывод ответа, как в ChatGPT) для удержания внимания пользователя и динамически переключается между моделями (OpenAI/Gemini) в случае сбоев.

Лидогенерация и CRM: Внедрен сервис leads_service с защитой от дублей на базе Redis. Он анализирует диалог, выявляет намерение купить ("триггеры") и парсит контактные данные даже из сложного текста, отправляя готовую заявку менеджеру.

Админ-панель в Telegram: Для управления системой создан Owner Bot. Заказчик может загружать новые документы в базу знаний (PDF/DOCX), менять промпты и настройки температуры нейросети прямо из мессенджера, не привлекая разработчиков.

Технологический стек: Python 3.12, FastAPI, LangChain, PostgreSQL (pgvector), Redis, Docker, Aiogram 3.x, JavaScript (Widget)