Результат: Проектирование архитектуры ИИ-агента и векторной базы

Дата: 2026-04-02 Раздел: docs/05_архитектура

Достигнутый результат

• Создан документ docs/05_архитектура/архитектура_ии_агента.md.
• Детально описана архитектура векторной базы на основе Supabase pgvector и индексов HNSW.
• Описаны процессы векторизации (Ingestion Pipeline) и поиска (Retrieval Pipeline).
• Предложена архитектура Agentic RAG с использованием Function Calling.
• Даны четкие рекомендации по выбору LLM (OpenAI text-embedding-3-small для векторов и GPT-4o-mini для логики агента).

Ограничения

• Предложенный стек зависит от внешних API (OpenAI). При необходимости миграции на локальные модели потребуется перестройка процессов векторизации и переобучение агента под локальный Function Calling.

Дальнейшие шаги

• Создать задачи в Roadmap на реализацию векторного сервиса в FastAPI.