🤩 Оркестрация и API Gateway – разбор реального примера 🤩

Разбираемся, как в реальной жизни работают оркестрация и API Gateway на примере системы для парковок #ParkingGA.

Для этого погружаемся в детали
👉 процесса завершения парковки,
когда после распознавания гос. номера автомобиля на выезде с парковки нужно:
✔️ проверить наличие авто в черном списке,
✔️ рассчитать стоимость парковки,
✔️ проверить, есть ли абонемент для оплаты,
✔️ списать средства с электронного кошелька,
✔️ сформировать чек,
✔️ отправить уведомления.


👉 Этот сложный процесс выполняется на разных микросервисах. В его работе могут происходить ошибки и исключительные ситуации, и главное, нельзя прервать процесс в середине без последствий.

Поэтому для его обслуживания прекрасно подходит стратегия с Оркестрацией.


⚖️ Когда нужен оркестратор?

✅ Бизнес-процесс охватывает много микросервисов и нужна централизованная координация их взаимодействия (иначе эта логика разрозненно реализуется в нескольких сервисах).

✅ Процесс сложный или длительный, требующий надёжности (сохранение состояния, повторы, откаты по шаблону Saga).

❌ Задача проста и укладывается в прямые вызовы пары сервисов (либо реализуется внутри одного микросервиса).

❌ Вы используете хореографию событий (event-driven architect, брокеры), где микросервисы обрабатывают события.

Оркестратор упрощает управление сложными процессами, но применять его стоит только когда действительно необходим.
В простых случаях лишний слой добавит сложности.


И, конечно, на схеме есть API Gateway, который при приёме запроса от клиента:
🔹 проверяет авторизацию запроса,
🔹 понимает, куда перенаправить обработку запроса в зависимости от API-метода: напрямую в микросервис или в оркестратор, если это сложный процесс.



👉 Изучайте схему архитектуры, прикрепленную к посту, и описанный по шагам алгоритм к ней.


📚 Связанные материалы:
API Gateway
Оркестрация


Сохраняйте в избранное ♥️
Можете использовать этот пример, если вас попросят рассказать про оркестрацию на собеседовании 🤝


#АрхитектураGA

📱 Tg | 💙 ВК | 💬 Max

❌ API Gateway = точка отказа? ❌

Отличный вопрос, который могут задать на собеседовании.

Ответ:

Да — если он не масштабирован горизонтально.

Если на сервере развернут единственный инстанс (установленная копия) API Gateway и он выйдет из строя, работа всех клиентов, которые в него обращаются, остановится.

Пользователи не смогут достучаться до микросервисов, даже если сами микросервисы продолжают работать.


❌ Что будет, если API Gateway «упадёт»?
1. Внешние клиенты потеряют доступ к сервисам.
2. Внутренние вызовы (если они идут через Gateway) тоже могут быть нарушены.
3. В логах вы увидите HTTP 502 / 503 ошибки (Bad Gateway / Service Unavailable).
4. Мониторинг начнёт фиксировать обрыв соединения и рост ошибок. Это будет сложно не заметить 🥲


👉 Как это решается?
Чтобы API Gateway не стал "узким горлышком", применяют следующие решения:

🟢 Горизонтальное масштабирование
Несколько инстансов API Gateway, развернутых за балансировщиком нагрузки. Тогда при сбое одного — остальные продолжают обслуживать запросы.

🟢 Health-check и авто-рестарт
Kubernetes и другие оркестраторы позволяют перезапускать поды/контейнеры при сбое.

🟢 Failover-механизмы
Некоторые решения "из коробки" поддерживают автоматическое переключение между инстансами при сбоях.

🟢 Разделение входящего трафика
В больших системах могут использовать несколько API Gateway по зонам или типам трафика (например, публичный API и внутренний API)


Несмотря на сбой API Gateway, внутренние сервисы продолжают жить, поэтому, если они не делают обратные вызовы в API Gateway для обращения в другие сервисы, то все начатые цепочки транзакций (запросов) будут выполнены.

Т.е. данные не теряются, процессы продолжаются.

API Gateway - потенциальная точка отказа в системе?

👉 Да

Но при нормальной инфраструктуре не должен быть ею. Мы разбираем это на программе по архитектуре. Это часть про стык Инфраструктуры и Архитектуры, который важно осознавать аналитикам.

#АрхитектураGA

📱 Tg | 💙 ВК | 💬 Max

🟡 Оптимизация БД. Работа с индексами [15 июня, 19:00 Мск] 🟡

В требованиях это выглядит просто:
▫️ добавить поиск
▫️ сделать фильтр по статусу
▫️ отсортировать по дате
▫️ собрать отчёт за период

А потом внезапно оказывается, что запрос на “просто список” ходит в БД слишком долго, API долго отвечает, а задача превращается в разговор про оптимизацию.

И вот здесь аналитику важно понимать хотя бы базовую логику индексов, чтобы не описывать поиск, фильтры и отчёты в отрыве от того, как они будут работать на реальных данных в больших системах.


На следующей неделе на практике разберём:

1️⃣ как нефункциональные требования связаны с БД
2️⃣ что такое индексы и зачем они нужны
3️⃣ знакомство с БД проекта и определение таблиц с индексами
4️⃣ почему избыточная оптимизация может навредить
5️⃣ как учитывать индексы в постановке задачи на разработку



🟡 Оптимизация БД. Работа с индексами

🗓 15 июня, 19:00 Мск (пн)
✅ Онлайн-практика
➕ Видеоуроки для подготовки

👉 Узнать подробнее и записаться
(от 1 450 руб)

До встречи онлайн!


Вопросы? Пишите @getanalyst 🤝

💥 7 инструментов в Claude, которые заставили купить вторую подписку💥

Довольно круто настроила свой ChatGPT, но последние полгода плачу ещё и за Claude. Потому что...

Есть уровни владения AI:
5% - задаёшь AI вопросы, ищешь информацию
40% - генерируешь требования, анализируешь код
100% - настроил автономных агентов, которые работают без тебя, и радуешься жизни

💯 Claude - тот самый инструмент, с которым 100% возможны.



Он состоит из 7 подсистем. Когда видишь их все сразу, то перестаёшь печатать промпты и начинаешь строить процессы.


1️⃣ Artifacts (артефакты)
Превращает идею в интерактивный артефакт прямо в чате: дашборд, таблицу, форму, схему, UI-макет. Не «набросок текстом», а рабочий прототип, который можно показать стейкхолдеру без привлечения дизайнера и разработчика.


2️⃣ Skills (навыки)
Один раз объясняешь Claude как делать задачу правильно, и он повторяет это каждый раз.
Настроила скиллы для написания User Stories, Use Cases, требований к REST API, ответов заказчикам, и другие. Экономлю время на промптах.


3️⃣ Connectors (интеграции)
Подключаешь Google Drive, Gmail, Slack и Claude работает с твоими реальными данными, а не с тем, что ты скопировал в чат.
Реальная документация, реальные задачи, актуальный контекст.


4️⃣ Claude Code
Агентный инструмент для работы с кодовой базой проекта.
Аналитику он помогает не “кодить”, а понимать реализацию - изучать код: находить API-методы, проверки, бизнес-логику и зависимости, чтобы точнее писать требования и задавать вопросы разработчикам.
Хотя программировать собственные pet-проекты по своим требованиям тоже успешно получается 🙂


5️⃣ MCP (Model Context Protocol)
Стандарт подключения AI-ассистента к внешним системам: файлам, базам данных, таск-трекерам, CRM, GitHub, Slack, и другим инструментам.
Благодаря MCP Claude может не просто отвечать “из головы”, а обращаться к нужным источникам, получать актуальные данные и выполнять действия в подключенных системах.


6️⃣ Projects
Постоянная память и файлы в одном месте.
Один раз загружаете глоссарий проекта, шаблоны ТЗ, контекст системы, и не повторяете это в каждом новом диалоге с AI.
Работаешь как с коллегой, который всё помнит.
Но важно не слить корпоративную тайну и давать в AI маскированные документы, где возможно.


7️⃣ Automation (агентный режим)
Триггер → действие → результат.
Claude не помогает вам сделать задачу — он делает её сам.
Проверяет Jira, формирует отчёт, отправляет email или сообщение в Slack. Без вас на каждом шаге.



💡 Главное, что упускают:
Сила не в отдельной функции.
Сила в том, как они работают вместе.
▫️ Projects + Skills = настроил один раз, работает на каждом проекте
▫️ Connectors + Automation = Claude работает с вашими данными без вашего участия


Промпты — это не единственное, что должен понимать в работе с AI аналитик.

Как найти задачи, которые повторяются и их можно сделать автономными, чтобы Claude работал пока ты спишь — это уже сильно.


Claude: https://claude.ai/


Если уже используете Claude - поддержите ❤️, если хотите начать и нужно больше полезных инструкций для аналитиков - 🦄


#AI_for_analysts

📱 Tg | 💙 ВК | 💬 Max

💥 Как работает mTLS: практика в Postman, которая заменит 10 статей по теории 💡🔐

Что такое mTLS и как это работает? Изучайте не в теории, а на практике!

👉 mTLS часто пугает не сложностью, а ощущением, что ты попал в чужую зону ответственности.

Сертификаты, цепочки, OpenSSL, clientID, clientSecret, access token — и непонятно, за что хвататься первым. Но на деле всё становится яснее, когда смотришь, как это делается руками.

🔗 Статья с доп. материалами

К концу выпуска понятно не только как это настроить mTLS, но и почему он так работает. Отдельно разобрали, как системному аналитику описать требования к mTLS-аутентификации и что могут спросить про TLS/mTLS на собеседовании.

Выпуск будет полезен тем, кто проектирует интеграции с защищёнными API, пишет требования к API-аутентификации, готовится к собеседованию на Middle/Senior системного аналитика, а также всем, кто хочет разобраться с mTLS один раз — и больше не бояться сертификатов.


Видео с демо решения:
⏯ YouTube
⏯ RuTube
⏯ VK Video
⏯ Telegram

Аудио:
⏯ Apple Podcast
⏯ Яндекс.Музыка
⏯ Castbox
⏯ Звук
⏯ Spotify


💚 GetAnalyst — сообщество для тех, кто хочет глубже разбираться в системном анализе, архитектуре и реальных задачах проектов


📱 Tg | 💙 ВК | 💬 Max

💥🔔 Индексы и оптимизация БД [Сегодня, в 19 Мск] 🔔💥

Поиск, фильтры, сортировки и отчёты в требованиях часто выглядят как простые задачи. Но на больших данных именно они начинают тормозить БД и API.

Поэтому аналитику важно понимать базовую логику индексов, чтобы описывать такие задачи не в отрыве от реальной нагрузки.


Сегодня на онлайн-практике разберём, как смотреть на такие задачи не только глазами пользователя, но и с учётом БД, нагрузки и производительности.


Что заберёте с собой:
✅ Понимание, как поиск, фильтры и отчёты связаны с нагрузкой на БД
✅ Базовую логику индексов: зачем они нужны и где могут помочь
✅ Чёткую картину, почему избыточная оптимизация может навредить
✅ Подход к тому, как учитывать индексы в постановке задачи на разработку


💥 Оптимизация БД. Работа с индексами
🗓 15 июня, 19:00 Мск (пн)

➕ Дополнительные видеоуроки для подготовки
➕ Запись занятия будет доступна на следующий день

🎁 Бонус — занятие «Проектирование распределенных БД» уже доступно в платформе

👉 Записаться - от 1 450 руб / мес


До встречи! 😉


Вопросы? Пишите @getanalyst 🤝

⚡️🤖 Самый мощный Claude Fable 5 прожил 3 дня: с 9 до 12 июня 2026 🤖⚡️
// Доступ к мощным AI-моделям теперь будут давать по паспорту?

Последние недели я начала чаще говорить про Claude не просто так.

Он реально силён там, где остальные AI-модели тупят:
▫️ длинные задачи
▫️ большой контекст
▫️ код
▫️ сложная логика
▫️ многошаговые рассуждения

При правильной настройке skills и рабочих процессов это уже не «чатик», а нормальный автономный аналитик.



👉 И вот на этом фоне я, конечно же, успела посмотреть Claude Fable 5.

Разница была очень заметная.

Модель лучше держит контекст, аккуратнее раскладывает на этапы сложные задачи, требует меньше правок в финальных документах.

Я чуть-чуть успела потрогать работу с кодом: запустила достаточно сложную задачу для одного из проектов и порасходовала токены от души 😀

Но результат был почти идеален: меньше ручного деления задачи на блоки, меньше исправлений, меньше ощущения, что ты постоянно должен уточнять модели где она не права и что ей надо было сделать.

Код-ревью, правда, растянулся 😄



Но вернёмся к тому, что произошло:
👉 через 3 дня доступ закрыли
по распоряжению правительства США 😱🇺🇸

Публичную Fable 5 и ещё более мощную Mythos 5 отключили из-за потенциальных угроз национальной безопасности.

🔹 Claude Mythos 5 — самая мощная модель Anthropic, доступная ограниченно. Её обсуждали именно из-за возможностей в сложных инженерных задачах: поиск уязвимостей в коде, кибербезопасность, автономная работа с большими кодовыми базами.

🔹 Claude Fable 5

— более «безопасная» версия того же уровня для более широкого использования, или

«Mythos 5 в наморднике».

Автономная работа часами, понимание схем и таблиц в PDF, код с самопроверкой результата, что постоянно надо было промптить.

❗️ Это настолько сильные AI-модели, что их начали рассматривать не просто как инструменты, а как потенциально опасную технологию.

❗️ И запрет был не просто «отключить модель всем», а «отключить всем негражданинам США».
А у Claude нет настройки доступа по национальности.
IP-адрес не решает эту проблему.
Страна оплаты тоже не равна гражданству.

Поэтому Anthropic отключила Fable 5 и Mythos 5 для всех клиентов, чтобы не нарушить распоряжение.


И вот самый интересный момент.
👉 Модель закрыли не потому, что она плохо работала.
🤡 А потому что она работала слишком хорошо.

Потому что такие модели могут помогать не только с генерацией текста и кода, но и со сложными инженерными задачами:

🔺 анализировать большие системы
▫️ работать с кодом
🔺 искать уязвимости в любых системах
▫️ выполнять многошаговые агентские задачи
▫️ разбирать документы, таблицы, схемы и PDF
▫️ проверять собственный результат




👉 Почему о новой модели Fable 5 важно знать СА и БА:
В ближайшие годы сильный аналитик — это уже не только человек, который пишет требования.

Это специалист, который умеет:
▫️ настраивать AI-агентов под проект
▫️ работать с кодом и API
▫️ разбирать большие системы
▫️ проектировать процессы, где AI становится частью архитектуры



А история с Fable 5 очень показательная:
▫️ AI-модель теперь может быть объектом контроля почти как критическая технология
▫️ Доступ к мощным инструментам может зависеть не от подписки, а от гражданства
▫️ Законодательство вокруг AI движется быстрее, чем ожидали все



Fable 5 пока недоступна.
Сроков восстановления нет.

Не удивлюсь, если следующий этап доступа к таким моделям будет через полноценную верификацию личности: паспорт, гражданство, страна резидентства.
Потому что ограничить такую историю только по IP - наивно.
И если вы не гражданин США - мимо.

Ждём новости от разработчиков Anthropic.

#AI_for_analysts

📱 Tg | 💙 ВК | 💬 Max

📚 Виды интеграций: полный справочник с подробными примерами для СА и БА 📚

1. Синхронные по API (REST, SOAP, GraphQL и другие)
2. Асинхронные по API (Webhook, Polling)
3. Режим реального времени (WebSocket, SSE и другие)
4. Брокеры и очереди сообщений
5. Общая БД
6. Обмен файлами


Важно уметь объяснить:
+ когда использовать каждый тип,
+ какие у него риски,
+ как он влияет на архитектуру.


Сохраняйте — этот вопрос всегда актуален на собеседованиях для системных аналитиков 🤝


#ИнтеграцииGA

📱 GetAnalyst | 💙 VK | 💬 Max

💫🔐 Аутентификация mTLS на практике в Postman: новый подкаст уже доступен 🔐💫

В выходные выпустили новый эпизод подкаста с разбором сложной технической темы для СА, которой со мной поделилась Надежда Дудник.


👉 Если вы планируете работать с интеграциями к госсистемам, банкам или другим защищённым контурам, знание mTLS точно пригодится.

Сертификаты, private key / public key, цепочки сертификатов, clientID, clientSecret, access token

В теории это слишком сложно и абстрактно.
А на практике всё становится понятнее, когда открываешь Postman и проходишь весь сценарий руками: от настройки сертификатов до получения токена.


Смотреть с компьютера и повторять шаги 👇👇👇

💥 Как работает mTLS: практика в Postman, которая заменит 10 статей по теории
🔗 Статья с доп. материалами и ссылками

Внутри:
✅ что такое mTLS
✅ зачем нужны сертификаты и ключи
✅ пошаговая практика в Postman на реальном API
✅ какие ошибки могут возникать
✅ как аналитику описывать требования к mTLS
✅ что могут спросить на собеседовании


Видео с демо работы в Postman:
⏯ YouTube
⏯ RuTube
⏯ VK Video
⏯ Telegram

Аудио:
⏯ Apple Podcast
⏯ Яндекс.Музыка
⏯ Castbox
⏯ Звук
⏯ Spotify

🔗 Все эпизоды в Telegram

Если вы давно хотели понять, как работают эти все сертификаты и ключи — этот выпуск как раз для этого 🤝


📱 GetAnalyst | 💙 VK | 💬 Max

💊👩‍⚕️ Новый проект: AI-ассистент для записи к врачу | #MedAssistGA 🩺💉

Описываешь симптомы в чате — AI рекомендует врача-специалиста и предлагает слот для записи.
Идеальное решение проблемы для таких как я: что-то болит, но не знаю к кому идти 🥲

Но как реализовать этот простой сценарий внутри существующей системы сети поликлиник?

Будем разбираться с этой AI-интеграцией шаг за шагом в нашем новом проекте 🤝


👉 Что такое #MedAssistGA

Сервис записи к врачу с AI-ассистентом на базе Groq.

Пациент описывает симптомы → AI анализирует, рекомендует специалиста, предлагает доступные слоты → запись подтверждена.

Под капотом:
✔️ интеграция с Groq AI и разработка системных промптов,
✔️ интеграция с информационной системой клиник — расписание, список врачей, запись, управление пациентами.


👉 Что будем делать в рамках проекта:

1️⃣ Архитектура решения
2️⃣ UI чата для медсистемы
3️⃣ Интеграции по API: REST, SSE
4️⃣ Настройка AI-агента для вызова API медсистемы
5️⃣ UML Sequence для интеграции с AI
6️⃣ Маппинг данных между системами
7️⃣ Безопасность в интеграциях с AI
8️⃣ Постановка задачи: интеграционный Use Case, интеграционные REST API эндпоинты для медсистемы


💡 Почему это актуально СА и БА
Заказчики уже приносят задачи с AI-агентами.

В таких интеграциях появляется новый слой: двусторонний обмен — мы вызываем AI, и AI вызывает нас. Плюс промпты, безопасность, непредсказуемые сообщения от пользователей.

Это новый паттерн интеграции — и у него своя специфика в требованиях, архитектуре и безопасности.


👉 Как следить за проектом
Все материалы будут выходить с тегом #MedAssistGA.
Включайте уведомления от GetAnalyst, чтобы не пропускать обновления.


Стартуем 🤝

#ИнтеграцииGA #AI_for_analysts

📱 GetAnalyst | 💙 VK | 💬 Max

🔗 Интеграции: 12 шагов от требований до задач в Jira 🔗

Порядок, который не даёт пропустить важное:

1️⃣ Получить вводные от заказчика
2️⃣ Выделить компоненты системы: внешние, внутренние
3️⃣ Найти API-документацию для каждого внешнего сервиса
4️⃣ Нарисовать схему архитектуры — первое приближение
5️⃣ Описать процессы, которые нужно поддержать в системе
6️⃣ Найти по API-документации методы под каждый процесс
7️⃣ Уточнить схему архитектуры (и актуализировать по ходу работы)
8️⃣ Получить доступы к API
9️⃣ Протестировать API в Postman — своими силами или с разработчиками
🔟 Сопоставить данные между системами, спроектировать БД, описать маппинг
1️⃣1️⃣ Создать задачи в Jira и выстроить порядок разработки
1️⃣2️⃣ Сделать детализацию постановок задач в Confluence


🔖 Пригодится и в работе, и на собеседованиях — про порядок работы с задачами спрашивают часто.


👉 Полный пошаговый план работы — в статье.


#ИнтеграцииGA

📱 GetAnalyst | 💙 VK | 💬 Max

🔍 Анализ API-документации Groq AI: что нужно знать ДО старта интеграции 🔍

Прежде чем проектировать интеграцию с AI-сервисом — разбираемся с его API-документацией.
Без этого разработанные требования могут оказаться нереализуемыми.

Разбираем Groq API для проекта #MedAssistGA👇

✅ Документация
Главная страница
API Reference - основная документация для интеграции по API


✅ Вид API
REST API (JSON)
Поддерживается стриминг через SSE (Server-Sent Events)


✅ Авторизация и аутентификация
API Key
Передаётся в заголовке запроса:

Authorization: Bearer {api_key}

Ключ генерируется в консоли: console.groq.com/keys


✅ Тестовые доступы
✔ Есть бесплатный лимит запросов без привязки карты.
✔ Доступны все модели, ограничение только по rate limits


✅ Рекомендации по использованию
✔ Quickstart — как начать работать
✔ Prompting Guide — базовые и продвинутые рекомендации по разработке промптов
✔ Cookbooks — примеры использования
✔ Tool Use — поможет для разработки сценариев "AI вызывает медсистему"
✔ Production Checklist — отдельный раздел по подготовке системы к продакшн, включая безопасность


✅ Ограничения и особенности
✔ Rate limits по трём измерениям одновременно:
RPM — запросов в минуту
TPM — токенов в минуту
RPD — запросов в день

✔ Лимиты применяются на уровне организации (не пользователя)

✔ Срабатывает первый достигнутый лимит — не обязательно по токенам

✔ Кэшированные токены не учитываются в лимитах (актуально для системного промпта)

✔ Проверка лимитов аккаунта по ссылке


✅ Общие требования к обработке ошибок
Стандартные HTTP-коды, подробно описаны в разделе Error Codes.
При превышении rate limit (HTTP-429), в ответе заголовок retry-after — указывает, через сколько секунд повторить запрос.


✅ Список методов для нашей задачи

POST /chat/completions — основной метод диалога с ИИ (текстовый ответ)

✔ stream: true — стриминг ответа через SSE
✔ Tool Use (Local Tool Calling) — механизм вызова AI-агентом инструментов нашей системы: расписание, список врачей, запись, уведомления

👉 Других методов для сценария записи к врачу не потребуется.


Результат этого первичного анализа — основа для исследовательского тестирования API в Postman и постановки задач разработчикам 📝✅


#ИнтеграцииGA

📱 GetAnalyst | 💙 VK | 💬 Max

🏥 Архитектура #MedAssistGA: что важно понимать для интеграции с AI-платформами 🏥

На схеме показана часть архитектуры медицинской системы, связанная с интеграцией с Groq для реализации AI-чат-бота.
Выбрали микросервисный подход.


Что важно:

👉 Взаимодействие с нейросетью
Groq не вызывает наши сервисы напрямую, когда нужно получить список врачей или записать пациента на приём.

Схема работы такая:

1. Сервис AI-чата отправляет запрос в Groq

2. Когда для ответа нужны данные из системы, Groq возвращает не просто текст, а команду (tool call) — «вызови этот инструмент с этими параметрами»

3. Сервис AI-чата сам выполняет вызов нужного сервиса и возвращает результат обратно в Groq

4. Groq формирует финальный ответ пациенту

Инструменты (tools), которые может запросить ИИ:
▫️ Сервис Врачей — список специалистов и специализаций
▫️ Сервис Расписаний и Записей — доступные слоты, создание записи

Сервис AI-чата — не просто прокси между пользователем и Groq.
Это оркестратор, который управляет циклом: запрос → tool call → вызов сервиса → ответ в модель → следующий шаг.


👉 Защита данных: что намеренно не передаём в AI-чат
Персональные данные пациента в Сервис AI-чата не передаются.

Детальный профиль, история болезней и другие ПДн — вне доступа нейросети. Это осознанное архитектурное решение, хотя вопрос ещё будем обсуждать при проектировании сценариев.


👉 Уведомления через Kafka
Два источника событий уходят в брокер асинхронно, чтобы отправлять уведомления пользователям:
▫️ Сервис расписаний и записей → при создании записи на приём
▫️ Сервис AI-чата → при отправке исходящих сообщений чата


👉 RAG - обучение AI
В проектах, где AI работает на собственных данных компании (база знаний, документы, история обращений), в архитектуру добавляют RAG-слой:
векторная БД + компонент поиска по ней.

Нейросеть ищет релевантный контекст перед ответом.

В текущей версии RAG нет.
AI получает данные через tool calls к API системы.
Но когда выйдем за рамки записи к врачу и захотим отвечать на любые вопросы пациентов — RAG станет следующим шагом.


💡 Рекомендация
Один из первых вопросов при проектировании AI-интеграции — что вообще имеет право знать нейросеть.

Это не технический вопрос, это требование.

Аналитик фиксирует его явно: разрешённые tool calls, передаваемые данные, история чата по токену.


👉 Зачем это знать аналитику
AI-интеграция — это не только промпты и нейросети.

Это архитектурные решения:
+ какие сервисы вызывает AI,
+ что ему разрешено знать,
+ как данные движутся через систему,
+ и где проходит граница между “можно” и “нельзя”.

Именно поэтому AI-интеграция проектируется не вокруг модели, а вокруг доступа к данным.



P.S.
А вообще, в идеале, желательно разворачивать свою локальную LLM для проекта, а не пользоваться публичным Groq.
Но у нас открытая практика, так что можно 😉


#ИнтеграцииGA #АрхитектураGA

📱 GetAnalyst | 💙 VK | 💬 Max

💡🤖 Use Case: Запись к врачу через AI-чат #MedAssistGA 🏥💡

Разбираемся в порядке работы AI-чата для сети поликлиник, который помогает подбирать врачей и записывать на приём по диагнозу пользователя.


👉 Цель:
Пациент получает рекомендацию специалиста и записывается на приём


👉 Роли:
Пользователь-пациент


👉 Предусловие:
Пользователь открыл чат и нажал «Записаться к врачу»


👉 Основной сценарий:

1. AI-чат приветствует и просит описать симптомы

2. Пользователь описывает симптомы

3. Сервис AI-чата отправляет запрос в Groq AI.
Groq AI анализирует симптомы и возвращает предварительный диагноз

4. AI-чат показывает пользователю краткий диагноз и уточняет симптомы.

5. Пользователь подтверждает диагноз или уточняет симптомы новым сообщением.

6. Сервис AI-чата отправляет запрос в Groq AI.

7. Groq AI анализирует диагноз и возвращает:
▫️ уточненный диагноз (возврат к шагу 5),
▫️ специализацию врача в соответствии со справочником MedAssistGA, которого надо посетить при данном диагнозе в первую очередь (tool call).

8. Сервис AI-чата определяет город пользователя:
▫️ если авторизован → берёт из настроек аккаунта
▫️ если не авторизован → определяет по IP
▫️ если IP не определился → просит пользователя выбрать город вручную из справочника

9. Сервис AI-чата вызывает Сервис Врачей:
запрашивает список специалистов рекомендованной специализации в городе пользователя.

10. Сервис AI-чата вызывает Сервис Расписаний:
запрашивает историю визитов пользователя к врачам.

11. Сервис AI-чата формирует список врачей по правилам приоритета:
▫️ сначала — врачи, которых пользователь уже посещал,
▫️ затем — врачи из клиник, в которых пользователь уже бывал,
▫️ далее — остальные специалисты по специализации,
Внутри каждой группы врачи отсортированы по рейтингу по убыванию.
Если история посещений недоступна или пользователь не авторизован — показываем всех врачей по рейтингу в городе.

12. Сервис AI-чата запрашивает ближайший свободный слот для первых 5 врачей из списка.
Если у кого-то из них нет доступных слотов — система последовательно перебирает следующих врачей из списка до тех пор, пока не наберётся 5 врачей с доступными слотами в соответствии со срочностью.

13. AI-чат показывает список из 5 врачей с указанием:
+ клиник сети, в которых они принимают,
+ рейтинга,
+ времени ближайшего приёма.

14. Пользователь может:
👉 14.1. Кнопка или текст: Выбрать врача, чтобы продолжить запись.
14.2. Кнопка: Перейти к просмотру карточки врача и его отзывов.
14.3. Кнопка или текст: Запросить больше карточек врачей, если предложенные не подходят.
14.4. Текст: Сообщить AI-чату, что хочет добавить подробности и уточнить диагноз.
14.5. Текст: Попросить AI-чат найти самый ближайший слот к любому врачу.
14.6. Текст: Попросить AI-чат найти врачей, которые принимают в определенный период.
14.7. Текст: Уточнить город.

15. Сервис AI-чата вызывает Сервис Расписаний:
запрашивает доступные слоты выбранного врача по всем клиникам в городе пользователя.

16. Пользователь может:
16.1. Кнопка или текст: выбрать дату и время для записи,
16.2. Кнопка или текст: запросить даты и время в расписании, которые не показаны.

17. Система проверяет авторизацию пользователя.
Если пользователь не авторизован, то внутри чата открывается окно для авторизации / регистрации в системе.

18. AI-чат показывает карточку подтверждения с деталями записи и кнопкой «Подтвердить» в интерфейсе чата

19. Пользователь нажимает «Подтвердить»

20. Сервис AI-чата выполняет вызов Сервиса Расписаний:
создаёт запись на приём.

21. Пользователь получает подтверждение записи в чате, sms и email уведомления о записи.


👉 Альтернативные сценарии:

🔻 На каждом шаге пользователь может ввести сообщение в AI-чат, которое не относится к записи на приём.
AI-чат отвечает: "Извините, я не могу помочь с этим вопросом"



Это основной сценарий работы пользователя, который далее будем наполнять техническими деталями интеграции с AI 🙌


Вопросы или уточнения по сценарию?
Делитесь в комментариях💡


#ИнтеграцииGA #AI_for_analysts

📱 GetAnalyst | 💙 VK | 💬 Max