Skip to content

README.ru-RU.md

Latest commit

 

History

History
215 lines (158 loc) · 17.8 KB

README.ru-RU.md

File metadata and controls

215 lines (158 loc) · 17.8 KB
Raw

Axiara

Мультиагентное ядро оценки — автоматизированный расчёт себестоимости и аналитика рыночных цен в реальном времени, построено на LangGraph.

Python 3.12 LangGraph FastAPI License: MIT English

Читать на: English · 简体中文 · 繁體中文 · 日本語 · 한국어 · Français · Deutsch · Español · Português · Русский

Axiara — это рабочее пространство агентов для оценки стоимости. Оно предоставляет ИИ-агентам четыре чётко определённые возможности — архивирование, запрос, пакетное котирование и проверку — на трёх изолированных слоях данных со строгими правами записи, чтобы автоматизированные агенты никогда не могли повредить официальную базу цен.

Философия дизайна: Axiara — это не приложение с фиксированным потоком. Агенты работают автономно внутри пространства и сами решают, какие данные и навыки вызывать. Четыре режима — это границы возможностей и прав, а не жёстко заданные UI-потоки.

✨ Ключевые возможности

  • 🔒 Изоляция данных в три слоя — официальная база цен (main_db) защищена от записи: изменить её могут только ручные правки; результаты работы краулера и ИИ никогда не смогут её перезаписать.
  • 🤖 Автономное пространство агентов — на базе LangGraph: агенты сами выбирают, какие данные и навыки вызывать в зависимости от задачи.
  • 📦 Архив (режим 1) — ручной ввод официальных цен (с версионированием и откатом) + обучение ИИ на исторических документах + сбор рыночных цен по запросу.
  • 🔍 Запрос (режим 2) — запрос по позиции: официальная себестоимость + диапазон рыночной цены + заметки о процессе.
  • 📊 Пакетное котирование (режим 3) — заполнение Excel/BOM с автоматическим определением колонок, плюс интеллектуальное котирование с согласованием ограничений (по умолчанию + проект; три варианта низкий/средний/высокий, если ничего не указано).
  • ✅ Проверка (режим 4) — кросс-валидация пользовательских таблиц котировок против официальной базы и рыночных данных; пометка аномалий и предложение корректировок.
  • 🧩 Адаптивное котирование по шаблонам — встроенный шаблон котировки по умолчанию, адаптация на лету к шаблонам пользователя (open source / дружелюбно к форкам).
  • 💾 Подключаемое хранилище — бэкенды SQLite / PostgreSQL / MongoDB, плюс импорт/экспорт CSV.
  • 🕐 Сбор по запросу — рыночные данные обновляются, когда вы просите, а не по слепому расписанию.

🚀 Начните здесь — технические навыки не нужны

Вам не нужно читать код, открывать терминал или понимать что-либо техническое. Выберите тот способ, который вам удобнее.

💡 Совет: сначала создайте папку с именем axiara-workspace (на Рабочем столе или в Документах) и храните все файлы, связанные с Axiara, в этой папке, чтобы ничего не потерялось.

Способ 1 — Отдайте ссылку вашим AI Agents (проще всего)

💡 Требование: для этого способа нужен установленный Git (бесплатно — скачайте здесь). Если не хотите устанавливать Git, воспользуйтесь Способом 2 ниже.

Скопируйте текст из блока кода и вставьте его в вашего ИИ-ассистента (Claude, ChatGPT, ...) :

Set up Axiara for me: git clone https://github.com/BerryUIKI/Axiara.git
1. Clone the repo via git clone, прочитайте AGENTS.md и строго следуйте процедуре из docs/init.md — проведите меня по настройке на русском (хранение, источник данных).
2. Когда будет готово, скажите, что я могу попросить.

Дальше просто отвечайте на его вопросы. Вот и всё.

Способ 2 — Скачайте файлы, затем используйте ваших AI Agents

  1. Скачайте последний архив со страницы Releases (или нажмите зелёную кнопку Code → Download ZIP) и распакуйте его в предложенную выше папку axiara-workspace.
  2. Откройте эту папку в ИИ-ассистенте и скажите: "Настройте этот проект и проведите меня по настройке."
  3. Отвечайте на вопросы — готово.

Проверка обновлений

Хотите узнать, есть ли новая версия? Отправьте это вашему ИИ-ассистенту:

Проверьте, есть ли у Axiara новая версия: https://github.com/BerryUIKI/Axiara
Если есть, обновите меня до последней версии (сохраните мои данные, не удаляйте каталог .data).

При любом способе после инициализации можно сразу сказать: "Составьте мне смету на [товар]." — остальное сделает агент.

🏗️ Архитектура

Axiara architecture

🧩 Четыре режима — кратко

Axiara modes

🧭 Настройка — четыре быстрых выбора

Axiara setup

💡 Нужно ли окружение Python? (сначала прочтите)

В большинстве случаев нет. Axiara — это «рабочее пространство» для ИИ-агентов: просто передайте папку репозитория своему ИИ-ассистенту (WorkBuddy, Claude и т.п.), и агент сам разберётся с зависимостями.

Окружение Python нужно только если вы хотите запускать всё сами (а не делегировать агенту):

Что вы хотите сделать Нужен .venv? Как
Делегировать ИИ-агенту (рекомендуется) ❌ нет см. способ 1 / способ 2 ниже
Запустить REST API-сервер ✅ да uv sync, затем uv run uvicorn axiara.api.main:app
Запустить интерактивный CLI ✅ да uv sync, затем uv run axiara
Разработка / тесты ✅ да uv sync, затем uv run pytest

🧰 Технологический стек

Слой Выбор
Язык Python 3.12
API-фреймворк FastAPI
Фреймворк агентов LangGraph
Планировщик APScheduler (зарезервирован)
Управление зависимостями uv
Хранилище Личное: SQLite · Команда: CSV + синхронизация git (кэш SQLite) или SQL-сервер

🧑‍💻 Быстрый старт для разработчиков

Скаффолдинг в процессе — команды ниже являются целевым опытом.

# Установка зависимостей
uv sync

# Запуск рабочего пространства (интерактивная оболочка агента)
uv run axiara

# Запуск REST API
uv run uvicorn axiara.api.main:app --reload

📁 Структура репозитория

Axiara/
├── AGENTS.md        # Руководство по эксплуатации агентов — рабочий процесс и жёсткие правила
├── assets/          # Бренд-активы (логотип, логотип с названием, схемы архитектуры — светлый/тёмный)
├── docs/            # Документация по дизайну и архитектуре (business-modes, init, templates/)
├── scripts/         # Скрипты эксплуатации (init-data.sh)
├── .github/         # CI и релизные workflow (auto-release, PR source guard)
├── .data.template/  # Скелет данных времени выполнения → .data/ (в gitignore, см. его README)
│
# Запланировано — каркас в процессе создания
├── agents/          # Определения агентов (графы LangGraph)
├── data/            # Слои данных
│   ├── main/        #   официальная база цен (только ручная правка)
│   ├── learn/       #   обучаемый справочник
│   ├── market/      #   рыночные цены с краулера
│   └── uploads/     #   таблицы/документы пользователя
├── skills/          # Пакеты навыков (архив/запрос/котировка/проверка)
├── output/          # Сгенерированные результаты (котировки, отчёты)
└── src/             # Основная библиотека

🧩 Навыки

Пакеты навыков агента (единый источник в skills/, совместимо с WorkBuddy/Codex/Claude):

Навык Назначение
axiara-onboarding Инициализация workspace (создать/присоединиться) — предзаполненная инференция (валюта по языку, часовой пояс по ОС), шаблоны workspace.config.yaml
csv-data-import Проверка и импорт прайс-листов в официальную базу; SHA-256 манифест, журнал, путь обучения
price-crawler Краулинг рыночных цен на товары — протокол robots, конвейер из 7 шагов, подтверждение перед вставкой

👥 Многопользовательское обучение (модель hub)

Каждый экземпляр Axiara обучается на своих котировках и исправлениях в личной библиотеке (локально). Загрузка выполняется вручную и подтверждается пользователем: скажите "загрузить данные" / "повторно загрузить" / "отправить данные", и ваш агент экспортирует датированный пакет в центральную библиотеку (learn_inbox/<user-id>/<yyyymmdd>/bundle.yaml, отправленный в вашу ветку user/<user-id>). Центральный обучающий агент проверяет все загрузки и предлагает изменения публичных правил; админ подтверждает перед обновлением learn_shared. Динамический мониторинг масштаба предлагает улучшения хранилища по мере роста команды. См. docs/learn-sync.md.

📚 Документация

🗺️ Дорожная карта

  • Инициализация рабочего пространства и решения по дизайну
  • Скаффолдинг пакета (uv init, структура src/)
  • Слой хранилища (сначала файлы: CSV + Git-синхронизация, SQLite-кэш, принудительные права)
  • Агент сбора цен — движок краулера (протокол robots, конвейер из 7 шагов, шлюз подтверждения)
  • Движок расчёта себестоимости (многомерная модель затрат)
  • Генератор котировок (шаблоны по умолчанию + пользовательские)
  • Планировщик задач (APScheduler, по запросу)
  • Движок проверки (обнаружение аномалий)
  • Многопользовательский обучающий hub (поток загрузки, центральная проверка, мониторинг, архивация)
  • REST API
  • Тесты и усиление CI

🤝 Вклад в проект

Вклад приветствуется. Сначала прочитайте PLAN.md и CONTRIBUTING.md и следуйте рабочему процессу только-PR: никогда не пушите напрямую в main / dev.

📄 Лицензия

MIT — см. LICENSE.

Построено на LangGraph. Фронтенд-панель управления (Axiara-Web) планируется как отдельный репозиторий.

To AI agents: If you are setting up this project, read AGENTS.md (operating manual) and strictly follow the setup flow in docs/init.md, then report back in the user's language.