База знаний (KB)¶

Структурированное хранилище информации, на основе которой AI формирует ответы. Заменяет текущие JSON-чанки в Qdrant и захардкоженные промпты в Go.

Три типа записей¶

Тип	Что хранит	Аналог в текущей системе	Пример
Статьи	Развёрнутые инструкции, документация	RAG-чанки документации	"Как подключить подписку Семья", "Установка домофона серии ИО22"
Q&A-пары	Конкретный вопрос → конкретный ответ	RAG-чанки Q&A формата	"Можно ли установить ГОС22 на калитку?" → "Нет, серии ИО22 и ГОС22 не поддерживают установку на калитку"
Записи	Факты, правила, ограничения	Important embeddings, tech_status_guidelines	"При аварии всегда спрашивай адрес первым", "Серия X100 — баг прошивки 2.1.3"

Разделение B2B / B2C¶

Каждая запись имеет scope: citizen (только B2C), partner (только B2B), all (оба). AI ищет только в записях, доступных для текущего типа клиента.

Pinned-записи¶

Аналог "important embeddings" в текущей системе. Всегда включаются в контекст AI, независимо от вопроса: - Правила обработки аварий - Текущие технические проблемы - Критические ограничения по безопасности

RAG pipeline¶

Расширенный pipeline с hybrid search и re-ranking для максимального качества ответов:

flowchart LR
    Q["❓ Вопрос клиента"] --> EMB["Embedding<br/>Ada v2"]
    EMB --> VS["Vector Search<br/>pgvector (cosine)"]
    EMB --> BM["BM25 Search<br/>PostgreSQL FTS"]

    PIN["📌 Pinned записи<br/>(всегда в контексте)"] --> MERGE
    VS --> RRF["Reciprocal<br/>Rank Fusion"]
    BM --> RRF
    RRF --> RERANK["Cross-encoder<br/>Re-ranking"]
    RERANK --> MERGE["Сборка контекста"]

    SP["System Prompt<br/>(по условиям)"] --> PROMPT["Промпт"]
    MERGE --> PROMPT
    HIST["История<br/>диалога"] --> PROMPT

    PROMPT --> LLM["🤖 RouterAI<br/>GPT-4.1"]
    LLM --> RESP["Ответ +<br/>confidence +<br/>citations"]

    CACHE[("🗄 Redis<br/>Semantic Cache")] -.->|"cache hit"| RESP
    Q -.->|"similarity check"| CACHE

    style Q fill:#7c3aed,color:#fff
    style RESP fill:#22c55e,color:#fff
    style LLM fill:#3b82f6,color:#fff
    style CACHE fill:#f59e0b,color:#000

Pinned-записи (is_pinned=true) — всегда в контексте
Hybrid search — два параллельных поиска:
Vector search: cosine similarity по embeddings (pgvector)
BM25 keyword search: точное совпадение ключевых слов (PostgreSQL full-text search)
Результаты объединяются (reciprocal rank fusion)
Re-ranking — найденные записи переранжируются cross-encoder моделью для повышения релевантности. Даёт +15-25% качества по сравнению с чистым vector search
System prompt с conditions — выбор варианта по условиям (базовый или с приоритетами диагностики при активных инцидентах)
Сборка промпта: роль → описание документов → ограничения → правила эскалации → логика ответа → формат команд
LLM генерирует ответ с citations — каждый факт в ответе привязан к конкретной записи KB

Semantic caching¶

Многие клиенты задают одинаковые или похожие вопросы. Semantic cache сохраняет ответы и выдаёт их без повторного вызова LLM:

"Как подключить подписку Семья?" ≈ "Семейная подписка подключение" ≈ "Хочу семейный тариф" → один кэшированный ответ
Кэш на основе cosine similarity входящего вопроса к уже отвеченным (порог настраивается)
Хранение: Redis + vector similarity или pgvector
TTL кэша настраивается (по умолчанию 24 часа, для быстро меняющихся тем — короче)
Экономия: 20-40% LLM-вызовов при типичном потоке обращений

Версионирование¶

Каждое изменение сохраняется. Откат одним кликом.