01 / ЗАДАЧАДокументов много.
Ответ нужен за минуту.
Прайс, гарантия, возвраты, график, регламенты. Клиенты и новые сотрудники задают одни и те же вопросы, а ответы разбросаны по файлам. Обычный чат-бот на LLM отвечает уверенно — даже когда выдумывает. Идея DocMind — отвечать только тем, что написано в документах компании, показывать, откуда взят каждый факт, и честно передавать вопрос человеку, если ответа нет.
Это самостоятельный проект для демонстрации навыков, а не клиентский кейс. Компания и документы в демо вымышлены. Коммерческие результаты и реальные пользователи не заявляются.
Каждый факт — со ссылкой.
Ответ собирается из найденных фрагментов, у каждого предложения номер [1], [2]. Клик открывает документ с подсвеченным местом.
02 / ЧЕСТНОСТЬНет в базе — не отвечает.
Порог уверенности: слова, которых нет в документах, её снижают. Ниже порога — «передаю менеджеру» и заявка с причиной.
03 / РУССКИЙ ЯЗЫКПонимает формы слов.
Стеммер, ё → е, служебные слова, синонимы. «Айфон» находит «смартфон», «вернуть деньги» — раздел о возврате.
04 / УПРАВЛЕНИЕБаза под контролем.
Загрузка .txt и .md, переиндексация, настройка фрагментов и порога, статистика вопросов и список пробелов в базе.
Спросите о цене, гарантии или курьере — и о том, чего в документах нет. Справа видно, как запрос нормализуется, какие фрагменты нашлись и почему ассистент ответил или отказался. Загрузите свой текстовый файл и спросите по нему.
ОТКРЫТЬ ИНТЕРАКТИВНОЕ ДЕМОДемо работает полностью в браузере, без ключей API и сервера. Поиск, ранжирование и проверка уверенности — настоящие. Формулировка ответа в демо — дословные предложения из документов; в рабочей версии её пишет LLM строго по найденным фрагментам. Статистика и добавленные файлы хранятся только на вашем устройстве.
03 / ПОД КАПОТОМСначала найти.
Потом проверить.
Документы режутся на фрагменты по предложениям внутри разделов, с перекрытием, чтобы ответ не потерялся на границе. Каждый фрагмент попадает в обратный индекс вместе с заголовками документа и раздела.
ДокументыЧанкиИндексПоискПроверкаОтвет с источниками
Запрос проходит нормализацию и стемминг, расширяется синонимами и близкими формами слов. Фрагменты ранжируются по BM25 с поправкой на то, какую долю смысла вопроса покрывает фрагмент. Если уверенность ниже порога, модель вообще не вызывается — вопрос уходит менеджеру и попадает в список пробелов базы.
LLM в этой схеме — последний шаг: она получает только найденные фрагменты и инструкцию отвечать по ним с номерами источников. Промпт можно посмотреть прямо в демо. Эвристики поиска не идеальны: опечатки и редкие формулировки могут привести к отказу — для реального проекта словарь и порог настраиваются на документах и вопросах заказчика.
