Если задача существует — у неё есть решение.
- Город
- Нижний Новгород
- Опыт работы
- 3 года
- На сайте с
- 2024 года
- Юридический статус
- Частное лицо
Это AI-ассистент, который отвечает на вопросы по технической документации. Но не просто «спросил у ChatGPT» — он ищет ответы в реальных документах через векторный поиск и генерирует связный ответ через локальную языковую модель.
Архитектура называется RAG (Retrieval-Augmented Generation):
Ты задаёшь вопрос
Система находит релевантные куски документации (чанки) через векторный поиск
Локальная LLM (Mistral 7B) генерирует ответ на основе найденных кусков
Ты получаешь ответ с цитатами и ссылками на источники
Главная фишка — всё работает локально. Никаких OpenAI API, никаких ключей, никаких утечек данных. Документация и модель лежат на твоём компьютере.
Что использовал
Frontend: Next.js 16, React 19, Tailwind CSS
Backend: Go 1.23, chi, pgx
AI: Ollama (mistral:7b + nomic-embed-text)
Database: PostgreSQL 16 + pgvector (векторное расширение)
Infra: start.sh, Makefile
