AI-агент поддержки пользователей внутренних сервисов банка

Проект команды Фиhики — решение кейса для хакатона от Сбера: AI-бот для автоматизации первой линии поддержки внутренних сервисов банка. (кейс №6)

🎯 Задача

Разработать чат-бота, который:

• Определяет тематику и суть обращения с помощью LLM + RAG
• Отвечает на типовые вопросы из базы знаний
• Автоматически создаёт обращения при необходимости подключения специалиста
• Маршрутизирует сложные вопросы на 2/3 линию поддержки

📁 Структура репозитория

fihiki/
├── bot/
│   ├── __init__.py
│   ├── config.py
│   ├── delete_webhook.py
│   ├── handlers.py
│   ├── keyboards.py
│   ├── main.py
│   ├── test_bot.py
│   ├── tickets.db
│   └── unknown_command.py
│
├── LLM/
│   ├── classifier.py
│   ├── evaluator.py
│   ├── main.py
│   └── router.py
│
├── llm2/ 
│   └── rag_module.py
│
├── backend1/ 
│   ├── admin.py
│   ├── config.py
│   ├── context_memory.py
│   ├── debug_search.py
│   ├── fast_api.py
│   ├── fast_tickets.db
│   ├── giga_check.py
│   ├── init_db.py 
│   ├── models.py
│   ├── reset_all.py
│   ├── services.py
│   ├── similarity_checker.py
│   ├── ticket_db.py
│   ├── ticket_service.py
│   ├── tickets.db
│   └── user_state_manager.py
│
├── for_ml_role/
│   ├── faiss_index/
│   │   ├── index.faiss
│   │   └── index.pkl
│   ├── README.txt
│   ├── demo_test.py
│   ├── knowledge_base.json
│   ├── routing_rules.csv
│   ├── test_rag.py
│   └── vector_db.pkl
│
├── requirements.txt
├── README.md
└── .gitignore

👥 Команда "Фиhики"

1. Артём Пашков — TeamLead, LLM 1

   Вклад: Первичный код для LLM, управление командой и коммуникациями.

2. Илья Чепур — LLM 2

   Вклад: Разработка RAG‑системы, настройка LLM, обеспечение релевантности ответов.

3. Варвара Бронникова — RAG database

   Вклад: Проектирование баз данных, подготовка и верификация данных для моделей RAG.

4. Александр Карлин — Backend 1, разработчик

   Вклад: Разработка API, логика интеграции LLM и RAG, управление потоком данных.

5. Даниил Хмиль — Tg bot, дизайн

   Вклад: Разработка пользовательского интерфейса (Telegram‑бот), интеграция с бэкендом, UX‑оптимизация.

6. Снежана Шукшина — Backend 2

   Вклад: Тестирование функционала, обеспечение качества, отладка финального пайплайна.

🛠 Технологии

• Python 3.10+
• LangChain / LlamaIndex для RAG
• FastAPI для веб-интерфейса
• PostgreSQL / ChromaDB для хранения данных
• Docker для контейнеризации

📊 Результат

MVP чат-бота, способного обрабатывать типовые запросы, создавать обращения и маршрутизировать сложные вопросы, что сокращает время обработки обращений с часов до минут.

Решение разработано в рамках хакатона Сбера по автоматизации поддержки внутренних сервисов банка.