Neal Khis System — Architecture

🏗 Общая архитектура

Как все компоненты связаны между собой — от пользовательских интерфейсов до баз данных и AI-моделей

graph TB subgraph UI["🖥️ Пользовательские интерфейсы"] TG["📱 Telegram Боты
(9 ботов)"] WEB["🌐 Web Dashboard
(CEO Dashboard)"] SITE["🏢 GambleGrip Site
(Partner Program)"] API_C["🔌 API Clients
(REST)"] end subgraph GW["🔒 API Gateway (FastAPI :8000)"] AUTH["🔑 JWT Auth + 2FA"] RATE["⏱️ Rate Limiter"] ROUTER["🗂️ Router"] end subgraph SVC["⚙️ Business Services"] QS["🔍 Query Service"] AS["📊 Analysis Service"] SS["🔄 Sync Service"] CS["💬 Conversation Service"] CACHE["⚡ Cache Service
(Redis)"] end subgraph RAG["🧠 RAG Engine"] EMB["🔢 Embeddings
(sentence-transformers)"] VSEARCH["🔎 Vector Search"] RERANK["📐 Re-ranking"] CTX["📋 Context Assembly"] end subgraph DB["🗄️ Хранилища данных"] PG["🐘 PostgreSQL
(метаданные)"] CHROMA["🟣 ChromaDB
(векторы)"] PINE["🌲 Pinecone
(backup)"] REDIS["⚡ Redis
(кэш)"] end subgraph AI["🤖 AI Models"] CLAUDE["🟠 Claude Opus 4.6
(Anthropic)"] GPT["🟢 GPT-4o
(OpenAI)"] GROQ["🔵 Groq Llama
(fast/free)"] LOCAL["⚫ Ollama
(local/private)"] end subgraph COLLECT["📥 Data Collectors"] FF["🎙️ Fireflies
(meetings)"] BX["📦 Bitrix24
(CRM)"] GL["🦊 GitLab
(code repos)"] GC["📅 Google Cal
(events)"] GM["📧 Gmail
(emails)"] TGCOL["📱 Telegram
(messages)"] end UI --> GW GW --> AUTH & RATE AUTH & RATE --> ROUTER ROUTER --> SVC SVC --> CACHE QS & AS --> RAG RAG --> EMB --> VSEARCH --> RERANK --> CTX CTX --> DB CTX --> AI CACHE -.-> REDIS SS --> COLLECT COLLECT --> DB classDef ui fill:#1e1b4b,stroke:#6366f1,color:#c7d2fe classDef gw fill:#1a1a2e,stroke:#8b5cf6,color:#ddd6fe classDef svc fill:#0d2137,stroke:#0284c7,color:#bae6fd classDef rag fill:#0d1f2d,stroke:#06b6d4,color:#a5f3fc classDef db fill:#14213d,stroke:#3b82f6,color:#bfdbfe classDef ai fill:#1a0533,stroke:#a855f7,color:#e9d5ff classDef col fill:#0a2013,stroke:#22c55e,color:#bbf7d0 class TG,WEB,SITE,API_C ui class AUTH,RATE,ROUTER gw class QS,AS,SS,CS,CACHE svc class EMB,VSEARCH,RERANK,CTX rag class PG,CHROMA,PINE,REDIS db class CLAUDE,GPT,GROQ,LOCAL ai class FF,BX,GL,GC,GM,TGCOL col

📦 Компоненты системы

Все модули, их назначение и технологии

🤖

Virtual CEO Backend

Главный FastAPI сервис. RAG pipeline, аутентификация, синхронизация данных. Production.

FastAPI

PostgreSQL

ChromaDB

Redis

Pinecone

Celery

📁 virtual-ceo-backend/

🚀 Port: 8000 | Workers: 4

🔑 JWT + TOTP 2FA + RBAC

📊 Prometheus metrics

🏢

GambleGrip Partner Site

Маркетинговый сайт и кабинет партнёра. Многоязычный. Задеплоен на Railway.

FastAPI

Jinja2

Railway

Docker

Anthropic API

📁 gamblegrip-site/

🌍 Multilingual cabinet

🛒 Products: HIRI, Virtual-CC, CRM, DSP

🔗 Live на Railway

📱

Telegram Bot Ecosystem

9 специализированных ботов: CEO-советник, найм, продажи, аудит, лидген.

python-telegram-bot

ChromaDB

Claude API

📁 telegram-bot-neal/

🤖 neal (CEO) • hiring • sales • audit • leadgen

💬 RAG-based contextual replies

🧠 Learns from all 12k+ docs

🗄️

Knowledge Base

Центральное хранилище знаний: встречи, CRM, код, сессии, стратегии.

ChromaDB

Git

Markdown

JSON

📁 knowledge-base/

📄 12,655+ документов

🦊 49 GitLab репо (10,856 файлов)

🎙️ 95+ транскрипций встреч

📦 250+ CRM записей

📊

CEO Dashboard

Веб-дашборд для управления Virtual CEO: задачи, метрики, статус системы.

FastAPI

Vue/React

Frontend

📁 ceo-dashboard/

🚧 В разработке

📊 KPI & analytics view

🧠

Multi-Model Strategist

Движок дебатов между AI-моделями. Несколько моделей дают разные перспективы, консенсус — Claude.

Claude Opus 4.6

GPT-4o

Groq Llama

Parallel

📁 multi-model-strategist-v3.py

⚡ 3 модели параллельно

🎯 Консенсус через Claude Opus

💰 Адаптивный выбор по стоимости

🔄

Data Collector Pipeline

Подключаемые коллекторы для каждого сервиса. Нормализация → PostgreSQL + ChromaDB.

APScheduler

Python

REST/GraphQL

📁 virtual-ceo-backend/app/collectors/

🔁 Авто-синхронизация каждые 6-24ч

🔌 8 источников данных

💰

Sales Intelligence System

Анализ пайплайна продаж, прогнозирование, оптимизация конверсии.

Python

Bitrix24

Analytics

📁 sales-intelligence-system/

📈 sales-growth-v2/

🎯 Funnel + conversion analysis

👥

Hiring Assistant Bot

Автоматизация найма: скрининг кандидатов, подготовка к интервью, онбординг.

Telegram Bot

Claude API

HR

📁 hiring-assistant-bot/

📋 Candidate screening

🎤 Interview prep

🔄 Data Flow — как работает запрос

Полный путь от вопроса пользователя до ответа AI

RAG Query Pipeline

sequenceDiagram participant U as 👤 User
(Telegram/API) participant GW as 🔒 API Gateway participant QS as 🔍 Query Service participant RAG as 🧠 RAG Engine participant VDB as 🗄️ Vector DB participant AI as 🤖 AI Model participant CACHE as ⚡ Redis U->>GW: Query request GW->>GW: JWT Auth + Rate limit GW->>QS: Validated request QS->>CACHE: Check cache? alt Cache hit CACHE-->>U: Cached response (fast) else Cache miss QS->>RAG: Process query RAG->>VDB: Semantic search (top-5 docs) VDB-->>RAG: Relevant documents RAG->>RAG: Re-ranking + Context assembly RAG->>AI: Query + context (4096 tokens) AI-->>RAG: Generated response RAG->>CACHE: Store result (24h TTL) RAG-->>U: Final answer end

Data Sync Pipeline

sequenceDiagram participant SCHED as ⏰ Scheduler participant COL as 📥 Collector participant EXT as 🌐 External API participant NORM as 🔧 Normalizer participant PG as 🐘 PostgreSQL participant CHROMA as 🟣 ChromaDB participant PINE as 🌲 Pinecone SCHED->>COL: Trigger sync (every 6-24h) COL->>EXT: Fetch data (REST/GraphQL) EXT-->>COL: Raw data COL->>NORM: Normalize + deduplicate NORM->>PG: Store metadata NORM->>NORM: Generate embeddings NORM->>CHROMA: Store vectors (primary) NORM->>PINE: Store vectors (backup) CHROMA-->>SCHED: ✅ Sync complete

Шаги обработки запроса (детально)

1

Входящий запрос

Через Telegram Bot или REST API. Проходит JWT-аутентификацию, rate limiting (100 req/hour), RBAC.

2

Токенизация и классификация

Запрос классифицируется: simple/medium/complex. Определяет, какие модели использовать и сколько контекста нужно.

3

Семантический поиск (Vector Search)

sentence-transformers генерируют эмбеддинг запроса. ChromaDB ищет топ-5 релевантных документов из 12,655+.

4

Re-ranking

Cross-encoder модель переоценивает найденные документы по релевантности. Отсеивает шум.

5

Сборка контекста

Топ документы + метаданные из PostgreSQL + история диалога → до 4096 токенов контекста.

6

Выбор AI-модели

Complex/C-level Claude Opus 4.6 (дорогой, самый умный)
Medium GPT-4o + Groq параллельно
Simple/Fast Groq Llama (бесплатно, быстро)

7

Генерация и кэш

Ответ стримится пользователю. Кэшируется в Redis на 24ч для повторных запросов.

🧠 AI Engine — мультимодельный движок

Система дебатов: несколько моделей дают разные перспективы, консенсус создаёт Claude Opus

graph TD Q["❓ Запрос пользователя"] --> CL["🎯 Классификатор
(simple / medium / complex)"] CL -->|"simple"| G["🔵 Groq Llama 3.3-70b
бесплатно, ~1с"] CL -->|"medium"| M["🔄 Параллельный запрос"] CL -->|"complex"| A["🟠 Все модели + дебаты"] M --> G2["Groq Llama"] M --> GP["GPT-4o-mini"] A --> C1["🟠 Claude Opus 4.6"] A --> C2["🟢 GPT-4o"] A --> C3["🔵 Groq Llama"] A --> C4["🔵 Qwen3-32b"] C1 & C2 & C3 & C4 --> SYN["⚖️ Синтез консенсуса
(Claude Opus)"] G --> R["📤 Ответ"] G2 & GP --> R SYN --> R classDef fast fill:#0c2a0c,stroke:#22c55e,color:#bbf7d0 classDef mid fill:#0c1a2a,stroke:#3b82f6,color:#bfdbfe classDef premium fill:#1a0533,stroke:#a855f7,color:#e9d5ff classDef out fill:#1a1a0d,stroke:#eab308,color:#fef08a class G,G2,G3 fast class GP,C2,C3,C4 mid class C1,SYN premium class R out

Модели и их роли

Модель

Роль

Скорость

Стоимость

Claude Opus 4.6

Стратегия, консенсус

Медленно

$15/1M

GPT-4o

Анализ, общее

Средне

$10/1M

GPT-4o-mini

Средние задачи

Быстро

$0.15/1M

Groq Llama 3.3

Быстрые задачи

Очень быстро

Free

Groq Qwen3-32b

Код, технический

Очень быстро

Free

Ollama (local)

Приватные данные

Зависит от GPU

$0

🔌 Интеграции

Все внешние сервисы, подключённые к платформе

graph LR subgraph DATA["📥 Источники данных (синхронизируются автоматически)"] FF["🎙️ Fireflies.ai
95+ встреч
GraphQL API"] BX["📦 Bitrix24 CRM
250+ записей
REST + Webhook"] GL["🦊 GitLab
49 репо, 10,856 файлов
REST API"] GC["📅 Google Calendar
все события
OAuth 2.0"] GM["📧 Gmail
full inbox
IMAP/SMTP"] TG["📱 Telegram
9 ботов
Bot API"] NO["📝 Notion
docs
API (готово)"] JR["🎫 Jira/Confluence
EngineBet
(pending setup)"] end subgraph PLATFORM["🏗️ Платформа"] PG["🐘 PostgreSQL"] CHROMA["🟣 ChromaDB"] PINE["🌲 Pinecone"] REDIS["⚡ Redis"] end subgraph AI_API["🤖 AI Провайдеры"] ANT["🟠 Anthropic
Claude Opus/Sonnet/Haiku"] OAI["🟢 OpenAI
GPT-4o + Embeddings"] GRQ["🔵 Groq
Llama, Qwen, Maverick"] OLL["⚫ Ollama
local models"] end FF & BX & GL & GC & GM & TG --> PG & CHROMA FF & BX & GL --> PINE PLATFORM --> ANT & OAI & GRQ & OLL classDef src fill:#0a2013,stroke:#22c55e,color:#bbf7d0 classDef plat fill:#0c1a2a,stroke:#3b82f6,color:#bfdbfe classDef ai fill:#1a0533,stroke:#a855f7,color:#e9d5ff class FF,BX,GL,GC,GM,TG,NO,JR src class PG,CHROMA,PINE,REDIS plat class ANT,OAI,GRQ,OLL ai

✅ Активные интеграции

🎙️

Fireflies.ai

95+ транскрипций встреч | GraphQL API

Active

📦

Bitrix24 CRM

250+ записей | REST + Webhook

Active

🦊

GitLab

49 репо, 10,856 файлов | REST API

Active

📅

Google Calendar

Все события | OAuth 2.0

Active

📧

Gmail

Full inbox | IMAP/SMTP

Active

📱

Telegram Bots

9 ботов | Bot API

Active

🟠

Anthropic Claude

Opus 4.6, Sonnet, Haiku | AI API

Active

🟢

OpenAI GPT

GPT-4o + Embeddings | AI API

Active

🔵

Groq

Llama 3.3-70b, Qwen3-32b | Free API

Active

⏳ Подключаются

📝

Notion

API ключ нужен, код готов

Ready

🎫

Jira/Confluence

EngineBet project, domain setup pending

Pending

💬

Slack

Webhook URL нужен, интеграция готова

Ready

⚫

Ollama (local)

Local LLM для приватных данных

Available

📚 База знаний

Структура хранилища: откуда берутся данные и как они организованы

graph TD subgraph KB["🗄️ knowledge-base/"] GITLAB["🦊 gitlab-repos/
49 репо, 10,856 файлов
6 организаций"] BX["📦 bitrix24/
tasks.json • deals.json
contacts.json • leads.json"] FF["🎙️ fireflies/
95+ транскрипций
по датам: 2026-01, 2026-02"] MEET["📋 meetings/
унифицированные встречи
fetchers + config"] SESS["💡 sessions/
AI-сессии, выводы
стратегические решения"] BIZ["🏢 business/
финансы, HR
операционные данные"] INT["🔌 integrations/
API ключи, конфиги
деплой-данные"] RAW["📦 raw/
необработанные данные"] IDX["📑 INDEX.md
мастер-индекс
автообновляется"] META["🏷️ METADATA.json
tracking источников
4.3KB"] end EXT["🌐 Внешние источники"] --> KB KB --> VEC["🔢 Векторизация
(sentence-transformers)"] VEC --> CHROMA["🟣 ChromaDB"] & PINE["🌲 Pinecone"] CHROMA & PINE --> SEARCH["🔍 Семантический поиск"] classDef store fill:#0c1a2a,stroke:#6366f1,color:#c7d2fe classDef ext fill:#0a2013,stroke:#22c55e,color:#bbf7d0 classDef vec fill:#14000a,stroke:#db2777,color:#fbcfe8 class GITLAB,BX,FF,MEET,SESS,BIZ,INT,RAW,IDX,META store class EXT ext class VEC,CHROMA,PINE,SEARCH vec

🚀 Инфраструктура и деплой

Как система деплоится и мониторится

graph LR subgraph DEV["💻 Разработка"] CODE["📝 Code
(local)"] TEST["🧪 Tests
(pytest)"] DOCKER_L["🐳 Docker
(local build)"] end subgraph CI["🔄 CI/CD"] GH_ACT["⚙️ GitHub Actions"] GL_CI["⚙️ GitLab CI"] IMG["📦 Docker Image
(registry)"] end subgraph PROD["🌐 Production"] RAILWAY["🚂 Railway
(GambleGrip Site)
gamblegrip-site/"] K8S["☸️ Kubernetes
(Virtual CEO Backend)
k8s/*.yaml"] DB_PROD["🗄️ PostgreSQL
(cloud managed)"] REDIS_PROD["⚡ Redis
(cloud)"] end subgraph MON["📊 Мониторинг"] PROM["📈 Prometheus
metrics"] GRAF["📊 Grafana
dashboards"] ALERT["🚨 Alertmanager
alerts"] end CODE --> TEST --> DOCKER_L DOCKER_L --> GH_ACT & GL_CI GH_ACT & GL_CI --> IMG IMG --> RAILWAY & K8S RAILWAY & K8S --> DB_PROD & REDIS_PROD K8S --> PROM --> GRAF PROM --> ALERT classDef dev fill:#14213d,stroke:#3b82f6,color:#bfdbfe classDef ci fill:#13131e,stroke:#8b5cf6,color:#ddd6fe classDef prod fill:#0a2013,stroke:#22c55e,color:#bbf7d0 classDef mon fill:#1a0e00,stroke:#f59e0b,color:#fde68a class CODE,TEST,DOCKER_L dev class GH_ACT,GL_CI,IMG ci class RAILWAY,K8S,DB_PROD,REDIS_PROD prod class PROM,GRAF,ALERT mon

🚂

Railway (GambleGrip Site)

Маркетинговый сайт деплоится на Railway из Docker контейнера.

• Dockerfile builder

• Auto-restart on failure

• ENV: $PORT auto

• railway.json конфиг

☸️

Kubernetes (Virtual CEO)

Production backend с автоскейлингом, health checks, rolling deploy.

• 4 worker процесса (Uvicorn)

• K8s Liveness + Readiness probes

• Non-root user (security)

• Secrets через K8s Secrets

📊

Мониторинг

Prometheus + Grafana + Alertmanager через docker-compose.

• Prometheus: :9090

• Grafana: :3000

• Custom metrics endpoint /metrics

• Node exporter (системные метрики)

⚙️ Tech Stack

Полный список технологий и библиотек

🐍

Backend

FastAPI 0.109

Python 3.12+

SQLAlchemy ORM

Alembic migrations

Uvicorn ASGI

Celery 5.3.4

🗄️

Хранилища

PostgreSQL cloud

ChromaDB vectors

Pinecone ≥6.0

Redis 5.0.1

sentence-transformers 2.3.1

🤖

AI / ML

anthropic SDK latest

openai 1.12

Groq free tier

Ollama local

cross-encoder reranking

🚀

DevOps

Docker multi-stage

Kubernetes k8s/

Railway deployed

GitHub Actions CI/CD

Prometheus metrics

Grafana dashboards

📁 Структура файлов (ключевые)

Самые важные файлы и директории — с чего начать изучение

business-strategy-ai/
├── virtual-ceo-backend/         ← Главный FastAPI backend (production)
│   ├── app/main.py               ← Точка входа FastAPI
│   ├── app/api/                  ← Route handlers (query, auth, sync...)
│   ├── app/services/             ← Business logic
│   ├── app/collectors/           ← Data sync adapters
│   ├── Dockerfile                ← Multi-stage build
│   └── k8s/                     ← Kubernetes manifests
│
├── gamblegrip-site/             ← Marketing site (Railway deployed)
│   ├── app.py                    ← FastAPI + Jinja2 routes
│   └── templates/                ← HTML шаблоны
│
├── telegram-bot-neal/           ← CEO-persona Telegram bot
├── hiring-assistant-bot/        ← Recruitment automation bot
│
├── knowledge-base/              ← 12,655+ документов
│   ├── gitlab-repos/             ← 49 repos (10,856 files)
│   ├── bitrix24/                 ← CRM данные (250+ records)
│   ├── fireflies/                ← 95+ meeting transcripts
│   └── INDEX.md                  ← Мастер-индекс
│
├── multi-model-strategist-v3.py ← Движок AI дебатов (CORE)
├── models_config_v2.json        ← Конфигурация AI моделей
│
├── tools/                       ← Утилиты разработки
│   ├── kb-intake.py              ← Intake данных в KB
│   ├── smart-search.py           ← Умный поиск по файлам
│   └── context-optimizer.py      ← Оптимизация контекста
│
├── CLAUDE.md                    ← Инструкции AI-агенту (AUTO-MODE)
├── BUSINESS-CONTEXT.md          ← Полный контекст компании (~340KB)
└── PROJECT-INDEX.md             ← Индекс всех 3,861 файлов

👥 Как это использовать — для команды

Quick start для разработчиков, берущих наработки

🚀 Запуск Virtual CEO Backend

# 1. Клонировать репо
git clone [repo-url]
cd virtual-ceo-backend

# 2. Виртуальное окружение
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt

# 3. Переменные окружения
cp .env.example .env
# Заполнить API ключи в .env

# 4. Запустить
uvicorn app.main:app --reload --port 8000

# 5. Docs: http://localhost:8000/docs

🐳 Docker запуск

# Build
docker build -t virtual-ceo-backend .

# Run
docker run -p 8000:8000 \
  --env-file .env \
  virtual-ceo-backend

# Или с docker-compose
docker-compose up

# Мониторинг (Prometheus + Grafana)
docker-compose -f docker-compose.monitoring.yml up
# Grafana: http://localhost:3000

🔍 Поиск по базе знаний

# Умный поиск по всем 3,861 файлам
python3 tools/smart-search.py "fireflies"

# Оптимизация контекста для задачи
python3 context-optimizer.py "интеграция с Bitrix24"
# → читать CURRENT-CONTEXT.md

# Добавить данные в KB
python3 tools/kb-intake.py \
  --text "контент" \
  --title "название" \
  --category meetings

📱 Запуск Telegram бота

cd telegram-bot-neal

# Установить зависимости
pip install -r requirements.txt

# Настроить токен бота в .env
echo "TELEGRAM_BOT_TOKEN=your_token" > .env

# Запустить
python bot.py

# Бот использует ChromaDB + Claude API
# для ответов на основе knowledge-base

Business Strategy AI Архитектура платформы

🏗 Общая архитектура

📦 Компоненты системы

Virtual CEO Backend

GambleGrip Partner Site

Telegram Bot Ecosystem

Knowledge Base

CEO Dashboard

Multi-Model Strategist

Data Collector Pipeline

Sales Intelligence System

Hiring Assistant Bot

🔄 Data Flow — как работает запрос

RAG Query Pipeline

Data Sync Pipeline

Шаги обработки запроса (детально)

🧠 AI Engine — мультимодельный движок

Модели и их роли

🔌 Интеграции

✅ Активные интеграции

⏳ Подключаются

📚 База знаний

🚀 Инфраструктура и деплой

Railway (GambleGrip Site)

Kubernetes (Virtual CEO)

Мониторинг

⚙️ Tech Stack

Backend

Хранилища

AI / ML

DevOps

📁 Структура файлов (ключевые)

👥 Как это использовать — для команды

🚀 Запуск Virtual CEO Backend

🐳 Docker запуск

🔍 Поиск по базе знаний

📱 Запуск Telegram бота

Business Strategy AI
Архитектура платформы