Детальная информация

Работа посвящена проектированию и реализации серверного ядра системы управления проектами с глубоко интегрированным интеллектуальным агентом. В ходе исследования проведен анализ существующих платформ управления задачами и актуальных подходов к взаимодействию с большими языковыми моделями. Обоснована необходимость использования стандарта Model Context Protocol и парадигмы ReAct в работе интеллектуального агента. В ходе работы спроектирована и реализована гибридная архитектура. Основная бизнес-логика системы содержится в модульном монолите на Java. Логика обработки естественного языка и оркестрации диалогов вынесена в отдельный микросервис на Python. Взаимодействие организовано по стандарту MCP с технологией SSE и дополнено использованием брокера сообщений RabbitMQ. Защита от несанкционированных действий ИИ обеспечивается наследованием прав пользователя и паттерном Human-in-the-loop. Качество и надежность разработанного программного обеспечения подтверждены результатами модульного, интеграционного, ручного и нагрузочного тестирования. Все компоненты системы развернуты в изолированном окружении Docker с настроенными конвейерами CI/CD. Результатом работы является функционирующее MVP-решение, которое обеспечивает проектные команды эффективным инструментом автоматизации рутинных задач с помощью ИИ. Областью применения разработанной системы являются коммерческие, исследовательские и образовательные проекты.

This work is devoted to the design and implementation of the server core of a project management system with a deeply integrated intelligent agent. The study analyzes existing task management platforms and current approaches to interacting with large language models. The necessity of using the Model Context Protocol standard and the ReAct paradigm in the work of an intelligent agent is substantiated. In the course of the work, hybrid architecture was designed and implemented. The main business logic of the system is contained in a modular monolith in Java. The logic of natural language processing and dialog orchestration has been moved to a separate Python microservice. The interaction is organized according to the MCP standard with SSE technology and complemented using the RabbitMQ message broker. Protection against unauthorized AI actions is provided by the inheritance of user rights and the Human-in-the-loop pattern. The quality and reliability of the software developed are confirmed by the results of modular, integration, manual and load testing. All system components are deployed in an isolated Docker environment with configured CI/CD pipelines. The result is a functioning MVP solution that provides project teams with an effective tool for automating routine tasks using AI. The field of application of the developed system is commercial, research and educational projects.