Кейс показывает MVP AI-ассистента для бизнеса, который отвечает клиентам на основе PDF-документов, FAQ, регламентов и внутренней базы знаний компании. Задача проекта — не просто подключить чат-бота, а создать систему, которая ищет точную информацию в документах, формирует понятный ответ для клиента и показывает, на каких источниках он основан. Пользователь задаёт вопрос в Telegram или web chat. Система находит релевантные фрагменты через RAG, формирует ответ с опорой на базу знаний и сохраняет контекст обращения. Для каждого ответа предусмотрена логика источников: документ, страница, релевантность и уровень уверенности. Особое внимание уделено контролю ошибок. Если уверенность ответа низкая или вопрос выходит за рамки базы знаний, запрос передаётся менеджеру. Это снижает риск неправильных ответов и делает решение более безопасным для реального бизнес-использования. В результате клиент получает не просто AI-бота, а управляемую систему поддержки: загрузка документов, поиск по базе знаний, ответы в Telegram и на сайте, контроль уверенности, источники ответа и передача сложных запросов специалисту. Что реализовано: — поиск по PDF-документам и базе знаний; — Telegram-бот и web chat; — RAG-поиск по релевантным фрагментам; — ответы с привязкой к источникам; — контроль уверенности ответа; — передача сложных вопросов менеджеру; — структура MVP для дальнейшего масштабирования. Стек: Python, FastAPI, Telegram Bot API, RAG, Qdrant / pgvector, PostgreSQL, OpenAI API, Docker.