Проекты - ai_hub: платформа для тестирования AI-решений
Внутренняя площадка, где мы проверяем AI-решения на реальных сценариях перед запуском: каталог прототипов, доступы, чат-оркестратор и RAG.
- Формат
- Внутренний продукт · R&D-платформа
- Тип системы
- Внутренние продукты и R&D
- Отрасли
- внутренний инструмент Qwerty Digital
Как это работает
Площадка, где мы проверяем AI-решения на реальных сценариях перед запуском.
- 1Прототип решения
- 2Тест в ai_hub
- 3Готово к запуску
Запрос
Ответ системы
Задача
AI-решения рискованно запускать «вслепую»: их сложно сравнить, протестировать на реальных сценариях и дать доступ нужным людям до релиза. Нам нужна была своя площадка, чтобы доводить прототипы до запуска предсказуемо: это напрямую снижает риск для клиента.
Что мы построили
Оболочку, которая подключает независимые прототипы и даёт тестировать их в едином интерфейсе с управлением доступами, чат-оркестратором и RAG.
Ядро ai_hub
Возможности
Каталог прототипов
Все решения и прототипы в одном месте, с описанием и статусом.
Управление доступами
Кто и что может тестировать: роли и права до релиза.
Чат-оркестратор
Единый чат, подключающий инструменты прототипов.
A2A-инструменты
Прототип с AgentCard подключается как набор навыков.
RAG на Qdrant
Загрузка документов, индексация и поиск.
Фоновые задачи и аудит
Очереди задач, метрики и журналирование.
Технологии
- FastAPI
- Pydantic v2
- PostgreSQL
- Redis
- Qdrant
- arq
- Next.js 15 / React 19
- A2A
Что показывает этот проект
- У нас есть процесс. Решения доходят до запуска через проверку на реальных сценариях, а это прямой признак зрелости команды.
- Чистая архитектура расширения. Прототипы остаются независимыми сервисами, hub их только оркеструет: низкая связанность, легко добавлять новое.
- Готовность к интеграциям. A2A-инструменты, RAG и доступы: кирпичи, которые переиспользуются в клиентских проектах.
- Снижение риска для клиента. Клиент получает уже проверенное решение вместо эксперимента в своей рабочей среде.