# Техническое задание

*Приложение №1 к Договору* **04-002** *от 24.04.2026*

*об оказании услуг между ООО «Экобанкинг» и ООО «АйТек»*

**Разработка и внедрение мультиагентной AI-системы Grace CRM Assistant**

**для отдела продаж ООО «АйТек»**

*г. Москва, 2026 г. · Версия 2.2*

<table header="row">
<tr>
<td>

**Исполнитель:** ООО «Экобанкинг»

**Заказчик:** ООО «АйТек»

</td>
<td>

**Договор:** №04-002 от 24.04.2026

</td>
</tr>
</table>

## 1\. Общие сведения

Разработка и внедрение мультиагентной AI-системы (Grace CRM Assistant) -- набора специализированных цифровых сотрудников, автоматизирующих ключевые участки процесса продаж ООО «АйТек», а также технической платформы корпоративного управления знаниями.

## 2\. Цель и назначение системы

Система создаётся для повышения эффективности отдела продаж ООО «АйТек» за счёт автоматизации рутинных операций, предоставления менеджерам своевременных рекомендаций и создания корпоративного поискового контура на основе накопленных знаний компании.

**Система обеспечивает:**

-- AI-ассистирование менеджера по продажам -- анализ контекста проектов и выработка конкретных рекомендаций по следующему шагу

-- Автоматический контроль качества и актуальности данных в Grace CRM

-- Своевременные уведомления для менеджеров, РОПа и руководства через Telegram

-- Аналитические дашборды по данным CRM через **OpenSearch Dashboards**

-- Поиск и получение отраслевого контекста через корпоративный поисковый контур на базе **OpenSearch** при формировании рекомендаций

-- Техническую платформу корпоративного управления знаниями: **RAGflow** + AI-агенты базы знаний

## 3\. Состав системы -- агентная архитектура

Система состоит из двух взаимосвязанных контуров: агенты отдела продаж (Grace CRM Assistant) и агенты базы знаний. Архитектура агентов и правила эскалации утверждаются по результатам Этапа 0.

**3\.1 Агенты отдела продаж (Grace CRM Assistant)**

| **Агент**            | **Вход**                                   | **Выход**                                      | **Управление / эскалация**                       |
|----------------------|--------------------------------------------|------------------------------------------------|--------------------------------------------------|
| Sync Agent           | Данные Grace CRM через MS SQL              | Актуальный индекс в OpenSearch                 | Автоматически по расписанию / вебхук             |
| Quality Agent        | Индекс CRM, правила полноты                | Список проектов с пробелами, сигнал в Telegram | Оркестратор -> менеджер / РОП                    |
| Recommendation Agent | Контекст из OpenSearch (CRM + база знаний) | Рекомендация: действие, срок, обоснование      | Оркестратор -> менеджер; при просрочке -> РОП    |
| Notification Agent   | События от агентов, роль получателя        | Telegram-сообщение адресату                    | Оркестратор; при отсутствии реакции -> эскалация |
| Orchestrator         | Сигналы от всех агентов                    | Приоритизация, маршрутизация                   | Правила эскалации, утверждённые на Этапе 0       |

**3\.2 Агенты базы знаний**

Реализуются в соответствии с методологическими требованиями и Схемой КРАБ, предоставляемыми в рамках смежного консалтингового проекта.

| **Агент**    | **Функция**                                                                                                       | **Триггер**                            |
|--------------|-------------------------------------------------------------------------------------------------------------------|----------------------------------------|
| Ingest Agent | Принимает документ -> определяет блок -> создаёт/обновляет wiki-страницы в RAGflow -> обновляет индекс OpenSearch | Новый документ / ручной запуск         |
| Query Agent  | Принимает запрос + фильтр по блоку -> ищет в RAGflow + OpenSearch -> синтезирует ответ с цитатами                 | Запрос от агента продаж или сотрудника |
| Lint Agent   | Сканирует базу знаний -> находит противоречия, устаревшие записи, orphaned-страницы -> формирует отчёт            | Еженедельно по расписанию              |

## 4\. Корпоративный поисковый контур (OpenSearch)

Экобанкинг разворачивает и настраивает OpenSearch on-premise как единый поисковый и аналитический слой системы, обслуживающий оба контура: агентов продаж и базу знаний.

**4\.1 Интеграция с текущей БД (MS SQL -> OpenSearch)**

Текущие данные АйТек хранятся в MS SQL (Grace CRM). Интеграция выполняется в два шага:

**Шаг 1 -- Синхронизация:** разработка коннектора MS SQL -> OpenSearch. Sync Agent извлекает данные (проекты, клиенты, статусы, история активностей) и индексирует их в OpenSearch через вебхуки и периодический полинг.

**Шаг 2 -- API-слой:** разработка унифицированного API поверх OpenSearch для последующего подключения внешних систем (±1С, PDM, ERP и др.) без прямого доступа к MS SQL. API предоставляет стандартизированный интерфейс чтения и записи данных.

**4\.2 Индексы OpenSearch**

| **Индекс**   | **Содержимое**                                     | **Потребители**                                 |
|--------------|----------------------------------------------------|-------------------------------------------------|
| crm-projects | Проекты, статусы, история активностей из Grace CRM | Sync Agent, Quality Agent, Recommendation Agent |
| crm-clients  | Клиенты, отрасли, контакты                         | Recommendation Agent                            |
| kb-documents | Wiki-страницы базы знаний (блоки БЗ-1..БЗ-11)      | Query Agent, Recommendation Agent               |
| kb-log       | Журнал изменений базы знаний                       | Lint Agent                                      |

**4\.3 OpenSearch Dashboards**

Настройка аналитических дашбордов для трёх ролей:

-- **Менеджер:** свои проекты, рекомендации, просроченные контакты

-- **РОП:** сводка по команде, динамика статусов, просроченные контакты по команде, эскалации

-- **Зам. ГД:** агрегированная воронка, прогноз выручки, сигналы по команде

## 5\. Платформа базы знаний (RAGflow + AI-агенты)

**5\.1 RAGflow**

Экобанкинг разворачивает RAGflow on-premise на сервере Заказчика:

-- Установка и настройка RAGflow (Docker, on-premise)

-- Настройка embedding-модели для русского языка (multilingual-e5 или аналог)

-- Подключение LLM-провайдера (GigaChat / YandexGPT / OpenAI -- по согласованию с Заказчиком)

-- Настройка хранилища документов (MinIO или локальная папка)

-- Настройка пайплайна: документ -> парсинг -> чанкинг -> векторизация -> индексация в RAGflow + OpenSearch

**5\.2 AI-агенты базы знаний**

Разработка трёх агентов (Ingest, Query, Lint) в соответствии с функциональными требованиями раздела 3.2. Реализация включает:

-- Разработку скриптов Ingest-цикла: приём документа, определение блока знаний, создание/обновление wiki-страниц, обновление кросс-ссылок

-- Разработку Query-модуля: гибридный поиск (семантический + полнотекстовый) с фильтрацией по блоку, синтез ответа с цитатами

-- Разработку Lint-цикла: еженедельное сканирование, выявление противоречий (LLM-сравнение страниц), формирование отчёта, уведомление ответственного

-- Разработку веб-интерфейса прямого доступа сотрудников к базе знаний (поиск, просмотр страниц, загрузка документов)

-- Настройку RBAC: разграничение доступа к блокам знаний по ролям

<table header="row">
<tr>
<td>

Фреймворк реализации агентов определяется Исполнителем на Этапе 0 исходя из технических требований. Функциональные требования и Схема КРАБ (структура блоков, форматы страниц, правила Ingest) предоставляются Заказчиком в рамках смежного консалтингового проекта.

</td>
</tr>
</table>

## 6\. Этапы и состав работ

| **Этап**                                  | **Состав работ**                                                                                                                                                                      | **Срок**      |
|-------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|---------------|
| Этап 0 Исследование и архитектура         | Исследование API Grace CRM и схемы MS SQL; проектирование индексов OpenSearch; архитектура агентов обоих контуров; выбор фреймворка агентов базы знаний; ролевая модель; согласование | 2 нед.        |
| Этап 1 Инфраструктура и интеграция данных | Развёртывание OpenSearch + Dashboards; коннектор MS SQL -> OpenSearch (Шаг 1); API-слой для внешних систем (Шаг 2); Sync Agent; Quality Agent; базовые дашборды                       | 3 нед.        |
| Этап 2 Agents + RAGflow                   | Развёртывание RAGflow; настройка embedding и LLM; Ingest Agent, Query Agent, Lint Agent; Recommendation Agent с подключением к поисковому контуру; Telegram-бот; Orchestrator         | 3 нед.        |
| Этап 3 Тестирование, внедрение            | Интеграционное и нагрузочное тестирование всех модулей; тестирование безопасности; веб-интерфейс базы знаний; деплой on-premise; обучение; пилот                                      | 2 нед.        |
| **ИТОГО**                                 |                                                                                                                                                                                       | **\~10 нед.** |

**Этап 0. Результаты:**

-- Документ «Техническое описание архитектуры» -- роль, вход, выход и правила для каждого агента обоих контуров

-- Схема индексов OpenSearch (4 индекса, форматы документов, правила фильтрации)

-- Схема интеграции MS SQL -> OpenSearch (коннектор, периодичность, обработка конфликтов)

-- Спецификация API-слоя для внешних систем

-- Описание ролевой модели (RBAC) -- агенты продаж + база знаний

-- Выбор фреймворка и архитектура агентов базы знаний

-- Работающее окружение для разработки

**Этап 1. Критерии приёмки:**

-- OpenSearch развёрнут, базовые дашборды доступны по ролям

-- Данные из Grace CRM (MS SQL) корректно синхронизируются в индексы crm-projects и crm-clients

-- API-слой возвращает корректные ответы на тестовые запросы

-- Quality Agent формирует сигналы о пробелах в данных; очередь задач работает без потерь

**Этап 2. Критерии приёмки:**

-- RAGflow развёрнут, embedding-модель и LLM-провайдер настроены

-- Ingest Agent принимает тестовый документ -> создаёт wiki-страницу -> индексирует в OpenSearch

-- Query Agent возвращает релевантный ответ с цитатой за ≤ 5 сек.

-- Lint Agent формирует тестовый отчёт о состоянии базы знаний

-- Recommendation Agent формирует рекомендации с использованием данных CRM и поискового контура

-- Telegram-бот доставляет уведомления по ролям, эскалация работает корректно

**Этап 3. Критерии приёмки:**

-- Система развёрнута на production-сервере Заказчика и работает в штатном режиме

-- Веб-интерфейс базы знаний доступен сотрудникам по ролям

-- RBAC корректен на всех эндпоинтах обоих контуров; audit log ведётся

-- Проведено обучение: менеджеры (2–3 группы), РОП, зам. ГД, ответственный за базу знаний

-- Пилотная эксплуатация завершена, критические замечания устранены

## 7\. Требования к безопасности и доступу

| **Роль**              | **Права доступа**                                                       |
|-----------------------|-------------------------------------------------------------------------|
| Менеджер              | Свои проекты, аналитика, рекомендации; блоки БЗ-7, БЗ-8, БЗ-9, БЗ-11    |
| РОП                   | Проекты и аналитика по команде, эскалации; те же блоки базы знаний      |
| Зам. ГД               | Агрегированная аналитика; БЗ-7, БЗ-8                                    |
| Ответственный за блок | Загрузка документов, просмотр и редактирование своего блока базы знаний |
| Администратор         | Конфигурация агентов, пользователей, RBAC; доступ к логированию         |

**Технические меры безопасности:**

-- JWT-аутентификация + двухфакторная аутентификация для администраторов

-- Весь трафик -- HTTPS (TLS 1.3)

-- API-ключи LLM-провайдеров и Grace CRM хранятся в защищённом хранилище

-- Все действия пользователей фиксируются с указанием времени, роли и действия (audit log)

-- Валидация входных данных; мониторинг аномалий

Развёртывание on-premise: вся система размещается на внутреннем сервере Заказчика. Данные не покидают периметр компании. К LLM-провайдеру передаются только обезличенные контексты. Соответствие 152-ФЗ.

## 8\. Требования к инфраструктуре

Инфраструктурные расходы оплачиваются Заказчиком отдельно. Приведённые цифры носят ориентировочный характер; фактические расходы фиксируются ежемесячно и выставляются отдельными счётами по согласованию сторон.

| **Статья**                                    | **В месяц** |
|-----------------------------------------------|-------------|
| LLM API + AI-инструменты разработки           | \~30 000 ₽  |
| Сервер для разработки (если нет собственного) | \~12 500 ₽  |

При наличии собственного сервера Заказчика статья «Сервер» не включается в расчёт.

**Минимальные требования к production-серверу:**

-- OpenSearch: 16 GB RAM, 4 CPU, SSD 200+ GB

-- RAGflow + агентный слой: 8 GB RAM, 4 CPU, SSD 100+ GB (GPU рекомендуется для embedding)

-- ОС: Linux (Ubuntu 22.04+)

10\. Обязательства сторон

**Исполнитель обязуется:**

-- Выполнить работы в соответствии с настоящим ТЗ в установленные сроки

-- По завершении каждого этапа предоставить акт приёмки с описанием выполненных работ

-- Обеспечить конфиденциальность данных Заказчика

-- Провести обучение пользователей и предоставить инструкции в рамках Этапа 3

-- Реализовать агенты базы знаний в соответствии с Функциональными требованиями и Схемой КРАБ, предоставленной Заказчиком

**Заказчик обязуется:**

-- Предоставить доступ к API Grace CRM, схеме и данным MS SQL

-- Выделить ответственного представителя для участия в согласованиях на Этапе 0

-- Предоставить Схему КРАБ (структура блоков, форматы страниц, правила Ingest) до начала Этапа 2

-- Обеспечить production-сервер, удовлетворяющий требованиям раздела 8

-- Обеспечить доступ к тестовым данным для настройки и тестирования OpenSearch-индексов

-- Производить оплату в соответствии с графиком платежей

## 11\. Порядок приёмки работ

По завершении каждого этапа Исполнитель направляет Заказчику уведомление о готовности и акт приёмки. Заказчик в течение **3 (трёх) рабочих дней** проверяет результаты на соответствие критериям приёмки (раздел 6) и подписывает акт либо направляет мотивированный отказ. Исполнитель устраняет замечания в согласованные сроки. Приёмка Этапа 3 завершает выполнение всех работ по настоящему ТЗ.

*Приложение №1 к Договору 04-002 · Версия 2.2 · апрель 2026 · Наполнение базы знаний и методология -- в рамках смежного консалтингового проекта.*