Разработка автономного офлайн-ассистента

Техническое задание для курсовой работы

Тема:
    Разработка автономного офлайн-ассистента-программиста
    на базе ZIM-архивов с гибридным RAG-механизмом
    (Google Gemini+VPN + OpenAI), системой наблюдения
    и механизмом самопрограммирования.

Цель проекта:
    Создать Windows-ориентированное консольное приложение на Python,
    способное:
      1. Скачивать и обновлять ZIM-архивы (библиотеки статей).
      2. Индексировать содержимое архивов в векторное хранилище.
      3. Отвечать на технические вопросы через Retrieval-Augmented Generation.
      4. Запускать фоновый наблюдатель за обновлениями и ресурсами.
      5. Самостоятельно анализировать, генерировать, рефакторить и тестировать код.
      6. Оркестровать пул дочерних AI-агентов, обеспечивать их обучение и обмен опытом.
      7. Предоставлять текстовый REPL-интерфейс и agent-CLI для управления сетью агентов.

Структура проекта:
    project_root/
    ├── engine/
    │   ├── __init__.py
    │   ├── config.py
    │   ├── zim_manager.py
    │   ├── index_manager.py
    │   ├── rag_manager.py
    │   ├── resource_monitor.py
    │   ├── observer.py
    │   ├── notifications.py
    │   ├── self_development.py    # метрики + адаптация параметров
    │   ├── meta_learning.py       # KnowledgeDistiller + Multi-Armed Bandit
    │   ├── agent_manager.py       # MasterAgent + ChildAgent
    │   ├── plugin_manager.py
    │   ├── security_manager.py
    │   ├── self_coding_manager.py # CodeSynthesizer, PatchApplier
    │   └── code_review_manager.py # CodeQualityAnalyzer, RefactoringRecommender
    ├── scripts/
    │   ├── download_zim_all.py
    │   ├── cli.py
    │   ├── agent_control.py
    │   └── automate_kiwix.py
    ├── templates/
    ├── data/
    ├── requirements.txt
    └── README.md

Новые модули и функции:

16) engine/self_coding_manager.py
    • CodeSynthesizer.generate_feature(spec: dict) → код функции/класса.
    • UnitTestGenerator.create_tests(module_path) → набор pytest-тестов.
    • PatchApplier.apply_patch(target_file, diff) → интеграция изменений.
    • SelfDebugLoop.run_cycle(): генерировать код → запуск тестов → фикс багов.

17) engine/code_review_manager.py
    • CodeQualityAnalyzer.analyze(code_path) → метрики сложности, дубли.
    • RefactoringRecommender.suggest_improvements(report) → Jinja2-шаблон рекомендаций.
    • AutomatedRefactorer.execute(refactor_plan) → применение автозамен в AST.

Self-Improvement и Meta-Learning:

- SelfDevelopmentManager (engine/self_development.py):
    • Сбор метрик: время отклика RAG, процент успешных тестов, качество кода.
    • Ежедневный анализ: выявлять «узкие места» в функциях и агентах.
    • Автоматический апгрейд: менять EMBED_MODEL, CHAT_MODEL, TOP_K.

- MetaLearner (engine/meta_learning.py):
    • KnowledgeDistiller: агрегация эмбеддингов магистральных кусков кода.
    • Multi-Armed Bandit для выбора лучшего агента-кодогенератора.
    • Переобучение моделей эмбеддингов на новых паттернах кода.

Оркестрация агентов:

- MasterAgent (engine/agent_manager.py):
    • register_agent(), dispatch_task(), monitor_agents().
    • Иерархические очереди задач с Redis/Celery.
    • Автоперезапуск упавших ChildAgent.
    • Канал обратной связи через notifications.

Безопасность и плагинная система:

- PluginManager: песочница для сторонних агентов через subprocess/gRPC.
- SecurityManager: 
    • Ролевой доступ, аутентификация JWT.
    • Шифрование ключей и логов (Fernet/AES).
    • Аудит всех вызовов агентов.

Системные требования (дополненные):
    • CPU: 8-ядерный Xeon/Threadripper  
    • RAM: ≥ 32 ГБ  
    • NVMe SSD ≥ 1 ТБ (RAID опционально)  
    • GPU-кластер CUDA (для ускорения кода и обучения)  
    • Выделенный VPN + балансировщик нагрузки  

Первые тесты и бенчмаркинг:

1. Развёртывание MasterAgent + 3 ChildAgent, проверка failover.  
2. SelfCodingLoop: генерация и прохождение тестов для 5 простых функций.  
3. Рефакторинг large_module.py: снижение средней сложностной метрики Cyclomatic Complexity на 20 %.  
4. MetaLearner: сравнить точность ответов до/после переобучения на 500 задачах.  
5. Безопасность: попытка загрузки недоверенного плагина → откат и аудит.

Сроки и этапы (расширенные):
    1. Проектирование и конфигурация (1 неделя)  
    2. ZIM-загрузчик + REPL + базовый RAG (2 недели)  
    3. Observer + notifications + security (2 недели)  
    4. Multi-Agent Orchestration + plugin (2 недели)  
    5. Self-Coding + Code-Review + Meta-Learning (3 недели)  
    6. Тестирование, оптимизация, документация (2 недели)  

Преподаватель: ____________________       Дата выдачи: __.__.20__  
Студент:      ____________________       Дата сдачи:   __.__.20__