Локальная RAG-платформа¶
Серверный контур для независимой работы с ИИ, долговременной памятью и собственными источниками данных. Внешняя точка входа публикуется по HTTPS на поддомене под приватным контуром.
Роль в системе¶
RAG-платформа — центральный слой знаний. Каждый бизнес-проект и каждая страница этой KB индексируются в векторной БД; UI даёт диалоговый интерфейс поверх векторного поиска.
Как это работает¶
- Физический сервер знаний стоит в офисной сети и подключается к внешнему миру через приватный контур
- Наружу открыт только веб-фронт за reverse proxy; все внутренние компоненты слушают только на loopback
- Индексация базы знаний идёт автоматически по изменениям в репозитории KB
- Файлы клиентов и рабочих проектов хранятся в отдельном микросервисе на том же сервере; доступ — по приватной сети с авторизацией
Ключевые решения¶
- Backend только через reverse proxy. Все компоненты слушают loopback, наружу открыты только стандартные HTTPS-порты.
- Публичный API отделён от интерфейса. Отдельный read-only маршрут с двойной авторизацией выдаёт одну разрешённую коллекцию.
- Файловое хранилище — отдельный микросервис. Обращения только через приватный контур с авторизацией.
- Двухмерная изоляция знаний. Целевая модель метаданных сочетает границу тенанта и границу объекта; объектная граница уже применяется, тенант-фильтр включается вместе с этапами мультитенантности платформы.
Стек укрупнённо¶
Локальная LLM, векторная БД, диалоговый UI, отдельный файловый сервис, скрипт синхронизации базы знаний в векторный индекс — всё в докеризованном виде на одном сервере.