Бизнес-логика и сценарии

Генерация ТЗ (основной сценарий)

Полный цикл создания технического задания.

Пользователь вводит описание закупки
        │
        ▼
1. Извлечение позиций (parse_items)
   • LLM парсит текст → список товаров/услуг
   • Определяется тип каждой позиции (товар / услуга / работа)
        │
        ▼
2. Генерация глав (chapters)
   • Для каждой позиции создаётся техническая глава
   • Генерируются опциональные разделы (гарантии, упаковка и т.д.)
        │
        ▼
3. Генерация характеристик (chars)
   • Классификация по ОКПД2 (Qdrant RAG)
   • Генерация основных характеристик (LLM)
   • Генерация дополнительных характеристик (при RANGE)
   • [Опционально] Поиск нормативных документов (при GOSTS)
        │
        ▼
4. Заполнение и нормализация (fulfill + cleanup)
   • Проставление количества, сроков, адресов
   • Нормализация форматов значений
        │
        ▼
5. Формирование спецификации (spec_ch)
   • Сборка таблицы спецификации
        │
        ▼
6. Финальная сборка (assemble + finish)
   • Объединение всех компонентов в итоговый документ
   • Сохранение результата в Redis

Отслеживание прогресса:

• Каждая стадия обновляет прогресс в Redis.
• Клиент опрашивает GET /api/progress/{job_id} для отображения прогресс-бара.

Редактирование характеристик

Два режима редактирования:

Редактирование ячейки:

1. Пользователь выбирает характеристику и вводит комментарий.
2. LLM анализирует текущее значение и инструкцию.
3. Возвращает новое значение с описанием изменения.

Редактирование таблицы:

1. Пользователь выделяет набор характеристик и даёт текстовую инструкцию.
2. LLM определяет тип операции: объяснение или модификация.
3. При модификации — возвращает список действий (add/remove/update/rename).
4. Клиент применяет действия к таблице.

Инкрементальное обновление документа

При изменении параметров существующего ТЗ (замена товара, изменение количества и т.д.):

1. Клиент формирует deep diff изменений.
2. POST /api/chapters/update-by-changes отправляет diff и текущее содержимое.
3. LLM определяет, какие главы и характеристики затронуты.
4. Затронутые компоненты перегенерируются с учётом изменений.
5. Результат сливается с существующим документом.

Диалог с AI-агентом

Интерактивное взаимодействие с TZAgent в контексте текущего документа:

1. Пользователь задаёт вопрос или даёт инструкцию в чате.
2. Intent Classifier определяет намерение.
3. Агент выбирает подходящий инструмент (или отвечает текстом).
4. При вызове инструмента — модифицирует документ и возвращает обновлённый результат.

Примеры взаимодействий:

• «Добавь раздел о гарантийных обязательствах» → chapter_tool
• «Замени процессор на AMD EPYC» → swap_tool → перегенерация характеристик
• «Увеличь количество до 20 штук» → basic_params_tool
• «Какие ГОСТы применимы к этому оборудованию?» → текстовый ответ

Классификация ОКПД2

1. Пользователь вводит наименование товара/услуги.
2. Гибридный поиск (векторный + BM25) по базе ОКПД2 в Qdrant.
3. Результаты ранжируются по score (порог — 0.20).
4. Подсказки кэшируются в Redis (15 минут).
5. Rate limiting: 60 запросов/мин, burst — 30.