AI чат-помощник — текущее состояние

Актуально на: 2026-04-13

Архитектура

Пользователь → ChatView → POST /api/chat → OpenAI / LM Studio / Ollama
                                ↓
                         JSON structured output
                         { text, actions, quickActions }
                                ↓
                    SSE events → ChatView → подтверждение → React state → автосохранение → БД

• Три провайдера: Cloud (OpenAI), LM Studio (локальный), Ollama (локальный/удалённый)
• Один вызов API с response_format: { type: "json_schema" }
• Ответ модели — строгий JSON: текст + действия + кнопки
• Actions показываются как карточки с кнопками “Применить” / “Отклонить”
• Автосохранение workspace (900ms/5s) пишет изменения в БД
• Динамический контекст проекта — buildProjectContext() формирует актуальное состояние при каждом запросе

Что работает

Действия (actions)

Создание:

• add_product — добавить продукт (название, единица, цена)
• create_employee — добавить должность в план по персоналу (роль, группа, кол-во, зарплата, дата найма)
• create_expense — добавить статью общих расходов (название, группа, сумма, периодичность)
• create_investment_stage — добавить этап в календарный план инвестиций (название, стоимость, даты начала/конца)
• create_material — добавить материал/комплектующее (название, единица, категория)
• create_loan — добавить займ (название, тип, сумма, ставка, срок)

Редактирование:

• update_project_info — обновить название, компанию, отрасль, регион, дату, длительность
• update_product — переименовать/изменить продукт (oldName → name, unit, price)
• update_investment_stage — переименовать/изменить этап инвестиций (oldStageName → stageName, stageCost, даты)

Навигация:

• navigate_to_section — перейти к разделу бизнес-модели

Контекст проекта (buildProjectContext)

• Статус проекта: прошло X из Y мес., процент выполнения
• Итоги: инвестиции (~2.7 млн), ФОТ (~2.9 млн/мес.), издержки (~1.3 млн/мес.)
• Форматирование чисел: ~2.7 млн вместо 2700000, 8.24% вместо 8.2431999…
• Автоматические warnings: тестовые названия продуктов, займы без суммы, и т.д.

UI

• Чат с историей (хранится в БД, таблица ChatMessage)
• Typing indicator (три точки) пока AI думает
• Карточки подтверждения actions с деталями изменений
• Quick action кнопки от AI
• Кнопка “Начать заново” (soft delete — deletedAt)
• Пустое состояние с подсказками
• Индикатор контекстного окна (круговой прогресс + tooltip со статистикой)
• Экспорт истории чата в JSON

Для админов (role = ADMIN)

• Debug панель: модель, провайдер, токены, latency, сырой ответ, ошибки парсинга
• Переключатель Cloud / LM Studio / Ollama
• Выбор модели из списка (загрузка через GET /api/chat/models)
• Judge score — автооценка качества ответа

Файлы

Переменные окружения

Известные ограничения

• Маленькие модели (< 7B) плохо следуют structured output и инструкциям
• DeepSeek R1 — reasoning модель, путается с JSON форматом
• Стриминг текста — не посимвольный, текст появляется целиком после завершения (ограничение json_schema)
• Нет undo — после применения action откатить можно только вручную
• Нет update actions — для займов, персонала, расходов, материалов нет update — модель создаёт дубликаты
• План сбыта — actions пока не поддерживаются
• Ollama context_length — реальный размер контекста доступен только для запущенных моделей (через /api/ps)

Рекомендуемые модели

Основной провайдер: Ollama (серверная установка на llms.basegrid.tech)

Следующие шаги

• Расширить actions: календарный план, персонал, общие издержки (реализовано)
• Расширить actions: займы, материалы и комплектующие (реализовано)
• update_loan — редактирование существующего займа (сумма, ставка, срок). Сейчас модель пытается использовать update_loan, но такого action нет — создаётся дубликат через create_loan
• update_employee, update_expense, update_material — аналогичные actions для редактирования
• Расширить actions: план сбыта
• Посимвольный стриминг (частичный парсинг JSON)
• Undo для применённых actions
• Markdown рендеринг в пузырях чата