Реальный стек.
Без абстракций.
Показываем технологии текущего MVP. Голосовой контур уже является ядром, а архитектура расширяется на чаты, API-интеграции и действия в бизнес-системах.
Обсудить мой проект ↗Из чего собран
agnostic.ai.
Vue 3
Панель управления, браузерный прототип звонка и интерфейсы для настройки сценариев.
Node.js + Express
Основной сервер: сессии агентов, бизнес-логика, API и управление диалогами и действиями.
WebSocket / ws
Двусторонняя потоковая передача аудио и событий для каналов, где важна реакция в реальном времени.
Python + FastAPI
Отдельный сервис обработки речи, запускаемый через Uvicorn и связанный с Node.js.
Whisper + Hugging Face
Распознавание русской речи: перевод входящего аудио в текст для диалоговой логики.
DeepSeek API
Понимание намерения и формирование реплики внутри заданного сценария и базы знаний.
ElevenLabs
Естественный синтез русской речи для голоса агента без ощущения стандартного робота.
MySQL
Хранение диалогов, расшифровок, заявок, действий и служебных статусов.
REST API + MAX API
Передача заявок и контекста сотрудникам, а также обмен данными с внешними системами.
МегаФон ВАТС + SIP
Входящий номер, переадресация и многоканальность через SIP и контур MegaPBX.
Redis на старте сознательно не используется: текущая нагрузка не требует отдельного слоя очередей и кэша. Он появится только тогда, когда многоканальность действительно создаст такую необходимость.
Как технологии работают
в одном процессе.
SIP / чат / форма
Обращение поступает из подключённого голосового или цифрового канала.
→WebSocket / REST
Сервер принимает аудио, текст и события, сохраняя состояние конкретного процесса.
→STT / нормализация
Голос превращается в текст, а входящие данные приводятся к единому формату.
→State machine + LLM
Сценарий, DeepSeek и база знаний определяют безопасный следующий шаг.
→Голос / текст / действие
Агент отвечает клиенту или выполняет разрешённое действие во внешней системе.
→MAX / MySQL / CRM
Диалог и результат сохраняются, а нужный контекст передаётся команде.
→ИИ работает только
в заданных границах.
Только утверждённые ответы
Услуги, цены, адреса, расписание и регламенты берутся из версии базы, согласованной с бизнесом.
Сценарий важнее импровизации
Обязательные вопросы и точки передачи задаются правилами, а LLM помогает вести естественный диалог.
Без рискованных решений
Чувствительные, юридически значимые и нестандартные вопросы агент передаёт ответственному специалисту.
Диалоги и действия
Взаимодействия сохраняются в MySQL: их можно разобрать и точечно улучшить.
Клиент говорит
обычным языком.
WebSocket передаёт аудио в реальном времени, STT распознаёт речь, а диалоговый менеджер хранит контекст. Клиент может уточнять формулировки без нажатия цифр в голосовом меню.
Посмотреть возможности ↗Контекст сохранёнЗвонок остаётся в управляемом сценарии