Ансамбль AI-агентов
MAS PolyMind beta
Распределённая система интеллектуальных агентов для создания качественного контента. Асинхронная обработка, поддержка LLM, приватный поиск и интеграция c чатами.
Ключевые характеристики
Микросервисы, итеративная доработка, отказоустойчивость
Микросервисная архитектура
9 независимых сервисов в Docker Compose с чётким разделением ответственности.
Асинхронная обработка
RabbitMQ как единая точка коммуникации — очереди задач и результатов.
Итеративная доработка
4 специализированных агента: разведчик → аналитик → писатель → критик.
Multiple LLM с fallback
Ollama (локально) + OpenRouter (облачный) + автоматический fallback.
Приватный поиск
SearXNG как основной источник, DuckDuckGo — резервный.
Telegram-интеграция
Полный цикл от запроса до результата через удобного бота.
Архитектура системы beta
Микросервисы, очереди RabbitMQ и внешние провайдеры
graph TB
User[Пользователь Telegram] --> TelegramBot[Telegram Bot API]
TelegramBot --> Orchestrator[Go-оркестратор]
Orchestrator --> PostgreSQL[(PostgreSQL)]
Orchestrator --> RabbitMQ[RabbitMQ]
RabbitMQ --> Scout[Агент-разведчик]
RabbitMQ --> Analyst[Агент-аналитик]
RabbitMQ --> Writer[Агент-писатель]
RabbitMQ --> Critic[Агент-критик]
Scout --> SearXNG[SearXNG]
Scout --> DuckDuckGo[DuckDuckGo]
Analyst --> Ollama[Ollama LLM]
Writer --> Ollama
Critic --> Ollama
Ollama --> Models[Qwen 2.5 1.5B]
Orchestrator --> Result[Результат пользователю]
PostgreSQL
Хранение задач, JSON-контекст
Очереди RabbitMQ
tasks.scout, analyst, writer, critic + results
Healthchecks + Retry
Автоматическое восстановление, fallback LLM
Специализированные агенты
Каждый агент выполняет строго определённую роль в конвейере создания контента
Разведчик
Поиск информации в интернете через SearXNG/DuckDuckGo, суммаризация с источниками.
Аналитик
Обработка информации, выделение ключевых фактов и структурированный анализ.
Писатель
Генерация поста в блог: заголовок, структура, черновик.
Критик
Рецензирование, оценка качества (1–10) и предложения по улучшению.
Технологический стек
Надёжные и современные инструменты для оркестрации, ИИ и поиска
Go 1.24
Оркестратор
Python 3.14
Агенты
PostgreSQL 15
База задач
RabbitMQ 3.12
Брокер сообщений
Ollama
Qwen 2.5 1.5B
SearXNG
Приватный метапоиск
Поток создания контента
Асинхронная итеративная обработка: от запроса до финального поста
Запрос
Telegram /start
Scout
Поиск + суммаризация
Analyst
Анализ и тезисы
Writer
Генерация черновика
Critic
Оценка + фидбек
Done
Пользователь получает пост
// Пример сообщения задачи (JSON)
{
"task_id": 123,
"step": "scout",
"context": { "query": "искусственный интеллект в медицине", "iteration": 1 }
}
Планы развития
Эволюция системы: от кэширования до мультимодальности
Краткосрочные (1-2 мес)
- Кэширование поиска (Redis)
- Агент-редактор, иллюстратор
- Prometheus + Grafana
Среднесрочные (3-6 мес)
- Поддержка multiple языков
- Kubernetes + service mesh
- Интеграция с научными БД
Долгосрочные (6+ мес)
- Самообучающаяся система
- Мультимодальность (видео/аудио)
- Экосистема плагинов и marketplace
Наша команда
Энтузиасты, инженеры и лидеры, создающие будущее AI-агентов
Ирина
Основатель и CEO
Абитуриент ФТМИ ИТМО
призер олимпиад по математике, участник математической смены в Сириусе
Лара
Консультант по развитию
Стратегическое планирование и масштабирование проектов
Дмитрий
CDO, CLO
Управление данными и юридическая экспертиза
Мика
Chief Scrum-master
Развитие команды и Agile-процессов
Готова к масштабированию
Горизонтальное масштабирование агентов, кластеризация RabbitMQ, несколько экземпляров Ollama и кэширование для высокой пропускной способности.
пропускная способность
полный цикл