🤖 SaleBot AI Service

🤖 SaleBot AI Service

AI-сервис для автоматизации продаж и поддержки клиентов с использованием векторного поиска, fuzzy-матчинга и технологии RAG (Retrieval-Augmented Generation).

🎯 Назначение

Сервис позволяет создавать интеллектуальных AI-агентов, которые отвечают на вопросы клиентов на основе загруженной базы знаний документов, инструкций, FAQ и другой информации с максимальной точностью поиска.

📋 Основные возможности

• Управление проектами с индивидуальными параметрами и настройками
• Загрузка документов: TXT, PDF, DOCX, HTML, MD, XLSX, PPTX, CSV, JSON (до 100 МБ)
• Продвинутый чанкинг: 10 методов (auto, semantic, fixed, markers, sentences, paragraphs, words, lines, recursive, sliding_window), автоматический выбор, контекстные заголовки, защита от потери данных
• Параметры чанкования в настройках проекта — размер чанка (100-2000), перекрытие (0-500), метод — применяются ко всем новым документам
• Генерация ответов через LLM с использованием RAG (поиск по контексту)
• Гибридный поиск: векторный + keyword-поиск с BM25-взвешиванием + RRF-слияние результатов
• Улучшенный BM25: реальная частота слов (Counter) вместо бинарной tf=1, IDF-насыщение, учёт длины документа
• Регистронезависимый поиск: lowercase в keyword-поиске, взвешенный RRF (keyword×2.5, вектор×1.0)
• Fuzzy matching: автоматическое распознавание опечаток в двойных буквах (гуны↔гунны), пропусков, замен и перестановок букв
• Лемматизация pymorphy2: словарная лемматизация русского языка ("цены"→"цена", "вернули"→"вернуть") + словарь 20 групп синонимов
• In-memory keyword index: кэширование BM25-индекса в памяти на 10 минут — без scroll Qdrant при каждом запросе
• Мультиагентная система с ИИ-роутером для распределения запросов между специализированными агентами
• Двойной режим агентов — агент может работать через роутер И как самостоятельный бот через свой webhook
• Синхронизация LLM — применение настроек роутера ко всем агентам одной кнопкой
• Sticky routing v2: умное переключение агентов — распознаёт follow-up ("1", "завтра", "+7900..."), глаголы действия ("хочу", "запиши"), даты/время, телефоны, имена
• Chat history: память диалога — LLM видит последние 10 пар сообщений, не забывает контекст
• Session Sticky: удержание агента за чатом на 10 минут для плавного диалога
• Qdrant имеет приоритет: база знаний агента всегда приоритетнее booking-контекста
• Мультиплатформенность: Salebot, Telegram, VK, MAX Messenger
• Голосовые сообщения: STT+TTS пайплайн для Telegram и VK (скачивание → Yandex SpeechKit → AI → TTS → отправка)
• Telegram: typing/record_voice/upload_chat_action индикаторы во время обработки голосовых
• Веб-виджет для встраивания чата на сайт с индикатором набора текста
• Админ-панель, тикет-система поддержки, email-рассылки
• Кэширование ответов для ускорения повторных запросов
• Библиотека шаблонов промптов (6 категорий, 16 шаблонов)
• 14 готовых шаблонов ниш для онлайн-записи (барбершоп, клиника, автосервис и др.)
• Bot Builder — создание ботов из шаблонов с disabled parser_bot
• Assistant — навигация вперёд/назад, FAB-кнопка помощи

📅 Онлайн-запись

• Полный цикл бронирования: выбор услуги → выбор мастера → выбор даты и времени → подтверждение
• Booking action parser: AI создаёт записи автоматически — парсит [BOOKING:{...}] маркер из ответа LLM, ищет услугу, создаёт запись в БД
• Booking context priority: контекст бронирования проверяется ПЕРВЫМ, до поиска в Qdrant — если у агента есть данные в PostgreSQL, Qdrant пропускается
• Контекстная база знаний: данные о записи (услуги с ценами, мастера, расписание, кабинеты, настройки) загружаются в PostgreSQL и передаются LLM как текстовый контекст
• Последовательный диалог: бот задаёт уточняющие вопросы шаг за шагом (услуга → мастер → дата → время → контакт → имя)
• Уведомления админу: при создании записи AI-ассистентом → уведомление в Telegram (проект, клиент, услуга, время, мастер, цена)
• Уведомления клиенту: подтверждение записи отправляется через доступный мессенджер (Telegram/MAX/VK)
• Напоминания: за N минут до записи (настраивается, по умолчанию 120 мин) → напоминание клиенту
• Авто-статусы: scheduler автоматически меняет confirmed→no_show (не явился), in_progress→completed (завершена)
• Гибкая настройка: услуги, мастера, расписание, длительность, цена — inline-редактирование в UI
• Фильтрация записей: по статусу, история статусов, кнопки действий (начать/завершить/отменить/не явился)
• Чёрный список: добавление и управление заблокированными номерами
• Кастомные поля: настраиваемые поля для записи
• Точная дата LLM: контекст включает текущую дату и день недели (московское время)
• Анти-галлюцинация: LLM читает только реальные записи из БД, история диалога ограничена 2 часами TTL
• Fallback на Qdrant: если пользователь задаёт общий вопрос — используется база знаний агента (Qdrant), не данные записи

📞 Телефония (Голосовой бот)

• Голосовое взаимодействие: бот принимает звонки и отвечает голосом, а не текстом
• Yandex SpeechKit: распознавание речи (STT) и синтез голоса (TTS) — async recognition API
• Голоса TTS: ermil, jane, omazh, filipp, marina, madi_ru, zahar, anton, dasha, julia, lera, masha, alexander, kirill, saule_ru, zamira_ru, zhanar_ru, yulduz_ru
• Настройки голоса: tts_voice, tts_speed (слайдер), voice_system_prompt
• Провайдеры телефонии: Yandex Cloud, Timeweb, Mango Office, Asterisk (on-prem)
• Интеллектуальные ответы: голосовой бот использует ту же базу знаний и RAG, что и текстовый
• Конфиденциальность: все разговоры шифруются, данные хранятся в защищённом хранилище
• Интеграция с CRM: запись звонков, транскрипция, автоматическое создание задач

🔧 Технологический стек

• Backend: FastAPI, SQLAlchemy (async), Python 3.11
• База данных: PostgreSQL 15
• Векторное хранилище: Qdrant (векторный поиск + BM25 keyword-индекс)
• Кэширование/очереди: Redis
• ML: sentence-transformers (XLM-RoBERTa), spaCy (ru_core_news_sm), pymorphy2, SnowballStemmer
• LLM провайдеры: OpenAI, Anthropic (Claude), Groq, Ollama, VseGPT, RouterAI и другие совместимые API
• Proxy: VLESS-прокси (VLESS/VMess/Trojan/SS) с автовыбором лучшего сервера и health-check
• Frontend: HTML5, CSS3, Vanilla JavaScript
• Контейнеризация: Docker, docker-compose

🌐 Интеграции

• Salebot: Webhook для конструктора ботов (POST-json, callback-ответы, booking action)
• Telegram: Bot API (webhook + long polling с авто-retry + голосовые STT/TTS + proxy fallback)
• VK: Callback API (подтверждение + отправка + голосовые STT/TTS)
• MAX: Bot API (webhook + отправка)
• Веб-сайт: JavaScript-виджет для встраивания (адаптивный, кэширование)

⚙️ Параметры проектов

• System Prompt — промпт для AI с кнопкой выбора шаблона
• LLM провайдер и модель — поддержка OpenAI, Anthropic, VseGPT, Groq, Ollama, RouterAI
• Температура (0-100) — креативность ответов
• Макс. чанков в контексте (1-20) — сколько фрагментов отправлять LLM
• Размер чанка (100-2000 символов) — максимальная длина чанка
• Перекрытие (0-500 символов) — повтор между чанками
• Метод чанкования — 10 методов с автоматическим выбором
• Телефония — STT/TTS настройки, провайдер, голоса, скорость речи
• Голосовые сообщения — voice_input_enabled (STT) и voice_output_enabled (TTS)

🚀 Производительность

• Singleton EmbeddingService: модель загружается один раз на весь процесс (экономия ~1 ГБ памяти)
• In-memory keyword index: кэш BM25-индекса на 10 минут — scroll Qdrant только при первом запросе
• Async httpx: все API-запросы через async-клиент с connection pool
• Авто-fallback прокси: при падении туннеля — мгновенный перебор альтернативных серверов
• Кэширование ответов: повторные запросы обрабатываются в 20-40 раз быстрее
• Батчевая загрузка в Qdrant: 50 чанков за раз
• LLM retry: автоматический retry на 429/5xx, обрезка контекста >16000 символов

Версия 3.2 | 2026-07-24

Инструкция по экспорту

Архив содержит: скомпилированный байткод (.pyc), Docker-файлы, данные проекта с ключами и токенами, векторы базы знаний Qdrant.

✅ Готово к запуску: Ключи, токены и настройки проекта импортируются в БД автоматически при первом старте. В .env — только домен и ключ активации.

🤖 Мультиагент: В архив включены все агенты роутера с их базами знаний и векторами Qdrant.

Что включается в архив

• ✅ Базовые модули: RAG, гибридный поиск, LLM, чанкинг, эмбеддинги
• ✅ Webhook'и: Salebot, Telegram, VK, MAX, Widget
• ✅ Мультиагент: роутер, sticky routing, история диалога
• ✅ Онлайн-запись: услуги, мастера, расписание, уведомления
• ✅ CRM: клиенты, статистика, оценки
• ✅ Телефония: STT/TTS, голосовой бот
• ✅ Лицензирование: активация + heartbeat
• ❌ Веб-интерфейс (управление через API только)
• ❌ Админ-панель, тикет-система, Bot Builder

Шаги деплоя на сервере клиента

1. Установить Docker (только если его нет):
   curl -fsSL https://get.docker.com | sh
   Проверка: docker --version
2. Распаковать архив на сервере:
   unzip salebot-ai-service-deploy-*.zip && cd salebot-ai-service-deploy
3. Настроить телефонию (Asterisk) — заменить YOUR_SERVER_PUBLIC_IP в asterisk/pjsip.conf на IP сервера:
   curl -s ifconfig.me → вставить IP в asterisk/pjsip.conf
4. Запустить (PostgreSQL, Redis, Qdrant и сам сервис поднимутся автоматически, БД и таблицы создадутся сами):
   docker-compose up -d
5. Активировать лицензию — открыть http://сервер:8012, ввести ACTIVATION_KEY (он в .env)
6. Проверить: http://сервер:8012/health — статус сервиса
7. Домен — если отличается от того, на котором создавался проект, поменяйте в .env:
   nano .env → строка DOMAIN=

Системные требования

• Docker + Docker Compose
• RAM: 4 ГБ минимум (8 ГБ рекомендуется)
• Disk: 10 ГБ
• CPU: 2 ядра

Подробная инструкция в файле README-DEPLOY.md внутри архива.

Загрузка шаблонов...