Как внедрить ИИ для поиска документов: опыт Рунити
Рунити рассказала о корпоративном RAG-ассистенте, который объединяет поиск по Confluence и GitLab, проверяет доступ к каждому документу и не выводит данные во внешние сервисы. Внутри — локальные модели Qwen, Qdrant, Temporal и четыре отдельных агента: от общего чат-бота до помощника для кодинга. По оценке команды, инфраструктура такого решения обходится в 160–200 тыс. руб. в месяц.
AI-обработка оригинала Habr AI; редакция Hamidun News
Рунити рассказала об опыте внедрения ИИ-ассистента для поиска документации в Confluence и GitLab, который ищет одновременно по кодовой базе и документам, учитывает права доступа и работает в закрытом контуре без отправки корпоративных данных во внешние сервисы.
Как работает RAG-ассистент для документации?
Система одновременно ищет в Confluence и GitLab, учитывает права доступа и работает в закрытом контуре без отправки корпоративных данных во внешние сервисы.
Как внедрить ИИ для поиска документов без облака?
По опыту Рунити, система работает в закрытом контуре — корпоративные данные не отправляются во внешние сервисы. ИИ-ассистент одновременно ищет по Confluence и GitLab и учитывает права доступа сотрудников.
На что заменить ручной поиск документации?
Рунити создала ИИ-ассистента для поиска по документации и коду. По их опыту, это решает задачу поиска актуальной документации и кусков кода за часы вместо часов ручного поиска.
Хотите не читать про ИИ, а внедрить его?
«AI News» — это полезные новости из мира ИИ. Системно научиться работать с нейросетями и применять их в работе — в Hamidun Academy.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.