Требовалось решение для поиска информации и получения ответов по внутренним документам организации в формате диалога. Цель проекта — создать AI-поисковик, который: • понимает вопросы на естественном языке; • ищет ответы только во внутренней базе документов; • выдаёт краткий и точный ответ с опорой на конкретные фрагменты; • работает через Telegram. Решение Проект реализован как RAG-система с использованием n8n, Supabase, векторных эмбеддингов и LLM. 1. Приём и нормализация запроса через Telegram. 2. Преобразование в вектор с помощью embedding-сервиса. 3. Векторный поиск по базе документов Supabase. 4. Если релевантность найденных фрагментов ниже заданного порога, система сообщает, что данных недостаточно для ответа. 5. Генерация ответа: 1–3 наиболее релевантных фрагментов. 6. Отправка результата пользователю в Telegram Вся логика реализована в виде прозрачного и расширяемого workflow в n8n. Результат В результате клиент получил AI-систему, которая: • ищет информацию по локальным документам организации; • отвечает на вопросы на естественном языке; • снижает нагрузку на сотрудников и службу поддержки; • масштабируется под новые документы и отделы. Практическое применение: • внутренний AI-помощник для сотрудников; • поиск по регламентам, инструкциям и законам; • корпоративная база знаний с диалоговым интерфейсом; • основа для безопасных AI-решений без передачи данных наружу.