MTS AI Assistant: Unified Intelligent Workspace

Данный проект представляет собой высокотехнологичный бэкенд для интеллектуального ассистента, спроектированный как единое рабочее пространство (Unified Workspace). Система объединяет возможности обработки текста, голоса, компьютерного зрения, глубокого анализа данных и генерации контента в рамках одного интерфейса.

Концепция проекта

В основе MTS AI Assistant лежит философия Unified UI и Smart Routing. Вместо традиционного выбора конкретных моделей пользователем, система берет на себя роль интеллектуального диспетчера.

Ассистент автоматически классифицирует входящие запросы и выстраивает оптимальный путь обработки (Pipeline of Intent), динамически подключая необходимые инструменты, модели машинного обучения и механизмы долгосрочной памяти. Это позволяет пользователю взаимодействовать с системой на естественном языке, не отвлекаясь на технические детали настройки нейросетей.

Архитектура системы

Архитектура решения построена по многослойному принципу оркестрации, обеспечивающему гибкость и масштабируемость:

1. Уровень 1: FastAPI Proxy. Обеспечивает полную совместимость с OpenAI API Protocol. Это позволяет подключать любой современный фронтенд (например, OpenWebUI) без модификации кода клиента.
2. Уровень 2: Smart Router (Fast-Track + LLM). Отвечает за детекцию намерений (Intent Detection). Использует комбинацию мгновенных Regex-фильтров (для запросов на аналитику, презентации, сайты) и LLM-классификатора (llama-3.1-8b) для сложных случаев.
3. Уровень 3: LangGraph Engine. Ядро системы, управляющее логикой рассуждений и состоянием (Stateful orchestration). Поддерживает циклические графы для Deep Research и Data Analysis. Специализированная модель qwen3-coder-480b-a35b используется для задач кодинга и аналитики.
4. Уровень 4: MCP (Model Context Protocol). Изолированный слой инструментов, запущенный как отдельный подпроцесс. Обеспечивает безопасное выполнение операций веб-поиска и парсинга контента.

Диаграмма архитектуры

graph TD
    User([User / OpenWebUI]) --- API[FastAPI Layer - OpenAI API Compat]
    
    subgraph "Backend Core"
        API -- [x] Update `README.md` to reflect the latest project state
- [x] Update `Features.md` with a comprehensive list of abilities
 Extraction Task]
        BG_Fact -.-> Qdrant_Facts[(Qdrant: user_facts)]
        
        Classifier -->|Chat / Search / Research / Data| Graph[LangGraph Orchestration Engine]
        Classifier -->|Image Gen| MWS_Img[MWS Image API]
        Classifier -->|Website / PPTX / DOCX| Generators[Static & Doc Generators]
        
        Graph --> LLM_Node[LLM Processor]
        LLM_Node <--> Tools[Tools Conditioner]
        
        subgraph "Subprocesses"
            Tools <--> MCP_Server[[MCP Server Subprocess]]
            Tools <--> Sandbox[[Python Sandbox / EDA]]
            MCP_Server --> DDG[DuckDuckGo Search]
            MCP_Server --> Scraper[Web Scraper]
        end
    end

    subgraph "Infrastructure & Data"
        LLM_Node --- MWS_Models[Llama 3.3, Qwen 2.5, Qwen Coder]
        Graph --- Qdrant_Data[(Qdrant: Memory & Facts)]
    end

Loading

Технологический стек

Проект интегрирует передовые решения в области генеративного ИИ и системной разработки:

• Модели (MWS API): llama-3.3-70b-instruct, qwen2.5-72b-instruct, bge-m3, qwen-image-lightning, whisper-turbo-local.
• Фреймворки: FastAPI (API layer), LangGraph (Multi-agent orchestration), FastMCP (Tool protocol).
• Базы данных: Qdrant (Vector Database для RAG и Memory 2.0).
• Интерфейс: OpenWebUI (OpenAI-compatible frontend).

Навигация по документации

Для детального ознакомления с отдельными аспектами проекта используйте следующие разделы:

• Features.md — Подробный перечень реализованных функций, текущий статус разработки и спецификации используемых инструментов.
• Setup Guide — Инструкции по развертыванию инфраструктуры через Docker Compose, конфигурации переменных окружения и интеграции с фронтендом.
• Документация (docs/) — Расширенная техническая документация для разработчиков, включая описание модулей памяти, архитектуры графов и тематических стилей MkDocs (порт 9000).