Основа

Лоу-код (Low-code)

Подход к разработке, при котором приложения и автоматизации создаются с минимальным использованием кода. Основная логика собирается визуально с помощью узлов, настроек и готовых компонентов.

Ноу-код (No-code)

Подход к разработке без написания кода. Все сценарии создаются через интерфейс и настройки. В отличие от low-code, не предполагает расширения через программирование.

 

Интерфейс и работа в системе

Редактор (editor)

Интерфейс Нейро42 для создания и управления воркфлоу. Основная область — холст, боковые и верхние панели открывают доступ к шаблонам, переменным, учетным данным и истории выполнения.

Холст (canvas)

Основная рабочая область для создания воркфлоу в редакторе Нейро42. На холсте добавляют и соединяют узлы для построения логики автоматизации.

Выражение (expression)

Механизм динамического заполнения параметров узлов с использованием данных из предыдущих узлов, других воркфлоу или окружения Нейро42.

Переменные (variables)

Хранят значения, используемые в воркфлоу (например, настройки или параметры).

Переменные окружения (environment variables)

Глобальные переменные, используемые для хранения настроек и конфигураций.

Закрепление данных (data pinning)

Позволяет временно замораживать данные узла в процессе разработки воркфлоу. Позволяет тестировать сценарии без повторных запросов к внешним сервисам. В продакшене закрепленные данные игнорируются.

Проект (project)

Группа воркфлоу, переменных и учетных данных, позволяющая удобно управлять ресурсами и организовать совместную работу команды.

Права доступа (entitlement)

Позволяют использовать функции, доступные только в определенных планах, на определенное время. Плавающие права можно распределять между разными экземплярами Нейро42.

Шаблон (template)

Готовый воркфлоу, который можно импортировать и использовать. Требует настройки учетных данных и параметров под ваши задачи.

 

Компоненты ИИ

Большая языковая модель (LLM)

Машинная модель, обученная на больших объемах текста для обработки естественного языка и генерации ответов.

ИИ-завершение (ИИ completion)

Завершения — это ответы, сгенерированные моделью ИИ, например GPT.

Промпт (prompt)

Текстовый запрос или инструкция, передаваемая в модель ИИ.

Системный промпт (system prompt)

Инструкция, задающая поведение, роль и ограничения модели ИИ.

Few-shot обучение (few-shot)

Подход, при котором в промпте приводятся примеры для улучшения качества ответа модели.

Zero-shot обучение (zero-shot)

Использование модели без примеров, только с инструкцией.

Температура (temperature)

Параметр генерации ИИ, влияющий на случайность и креативность ответа.

Токен (token)

Единица текста, используемая моделью ИИ для обработки запросов и генерации ответов.

Контекстное окно (context window)

Максимальный объем данных (в токенах), который модель может учитывать при генерации ответа.

 

Архитектура ИИ в Нейро42

ИИ-Агент (ИИ agent)

ИИ-агенты — это системы искусственного интеллекта, способные обрабатывать запросы, принимать решения и выполнять задачи для пользователей. Они используют большие языковые модели (LLM) для интерпретации пользовательского ввода и выбора оптимальных действий с доступной информацией и ресурсами.

ИИ-цепочка (ИИ chain)

ИИ-цепочки позволяют строить последовательности взаимодействий с LLM и другими компонентами. В Нейро42 такие цепочки не используют постоянную память, поэтому контекст предыдущих взаимодействий сохранять нельзя (для этого используют ИИ-агентов).

Память ИИ (ИИ memory)

Позволяет ИИ сохранять контекст сообщений между взаимодействиями. В Нейро42 ИИ-агенты могут использовать память, но ИИ-цепочки — нет.

Инструмент ИИ (ИИ tool)

Дополнительный ресурс, к которому ИИ может обращаться для выполнения специализированных задач или получения информации.

LangChain

Фреймворк для работы с LLM, позволяющий создавать цепочки взаимодействий между моделями и внешними компонентами.

 

Качество и ограничения ИИ

Основанность ИИ (ИИ groundedness)

Показатель того, насколько ответы модели соответствуют исходным источникам. Основанные ответы опираются на источники данных, а неоснованные могут содержать предположения или ошибки (hallucinations).

Галлюцинация ИИ (ИИ hallucination)

Ситуация, когда LLM видит связи или объекты, которых на самом деле нет.

 

Работа с данными и поиск

ИИ-встраивание (ИИ embedding)

Встраивания — это числовые представления данных в виде векторов. Они помогают ИИ анализировать сложные данные и отношения между ними, а также использовать векторные базы данных для поиска и обработки информации.

Вектор

Числовое представление данных, отражающее их смысл.

Векторная база ИИ (ИИ vector store)

База данных для хранения математических векторных представлений данных, используемых ИИ для поиска и обработки информации через embeddings.

Индексация (indexing)

Процесс подготовки данных для поиска, включающий создание embeddings и загрузку в векторную базу.

Чанк (chunk)

Фрагмент данных или текста, используемый при обработке и индексировании.

RAG (Retrieval-Augmented Generation)

Техника, позволяющая ИИ использовать новые данные из внешних источников для генерации ответов. Используется в связке с векторными базами данных для поиска и обработки актуальной информации.

Перераспределение релевантности (ИИ reranking)

Метод упорядочивания кандидатов (документов или данных) для повышения точности поиска и выдачи наиболее подходящей информации.

 

Воркфлоу и логика выполнения

Автоматизация (automation)

Процесс выполнения задач системой без участия человека. В Нейро42 автоматизация реализуется через воркфлоу.

Воркфлоу

Набор узлов, автоматизирующих процесс. Воркфлоу запускается при выполнении условия триггера и выполняет задачи последовательно для достижения конечного результата.

Узел (node)

Отдельный компонент воркфлоу. Узлы получают данные, выполняют действия, обрабатывают данные и взаимодействуют с внешними сервисами.

Триггерный узел (trigger node)

Особый узел, отвечающий за запуск воркфлоу при определенных условиях. Каждый рабочий воркфлоу требует хотя бы один триггер.

Кластерный узел (cluster node)

Группа узлов, объединенных для расширения функционала. Состоит из корневого узла и подузлов, которые добавляют дополнительные возможности.

Корневой узел (root node)

Главный узел в кластерном узле, определяющий базовую функциональность. Подузлы расширяют возможности корневого узла.

Подузел (sub node)

Узел, присоединенный к корневому узлу кластерного узла. Предоставляет дополнительные функции, подключение к сервисам или специализированную обработку данных.

Оркестрация (orchestration)

Координация работы узлов, ИИ и внешних сервисов в рамках одного воркфлоу или системы.

Входные данные (input data)

Данные, поступающие в воркфлоу или узел для обработки.

Выходные данные (output data)

Результат выполнения узла или воркфлоу, передаваемый дальше по цепочке или во внешний сервис.

Преобразование данных (data transformation)

Процесс изменения структуры или формата данных между узлами.

Маппинг данных (data mapping)

Соответствие полей между разными системами или узлами.

Условие (condition)

Логическое выражение, определяющее поведение воркфлоу.

Ветвление (branching)

Разделение выполнения воркфлоу на несколько путей в зависимости от условий.

Итерация (loop)

Повторное выполнение узлов для каждого элемента набора данных.

Батч-обработка (batch processing)

Обработка данных пакетами, а не по одному элементу.

Синхронное выполнение (synchronous execution)

Последовательное выполнение задач, при котором каждый шаг ожидает завершения предыдущего.

Асинхронное выполнение (asynchronous execution)

Выполнение задач без ожидания завершения предыдущих операций.

 

Интеграции и взаимодействие с внешними системами

API

Интерфейс для программного доступа к сервисам. Позволяет другим программам взаимодействовать с системой без использования интерфейса пользователя.

Интеграция (integration)

Соединение Нейро42 с внешними сервисами (CRM, базы данных, мессенджеры и т.д.) через API или готовые узлы.

Коннектор (connector)

Готовая интеграция с внешним сервисом, реализованная в виде узла или набора узлов.

HTTP-запрос (HTTP request)

Запрос к внешнему API для получения или отправки данных. Используется для интеграции с сервисами, у которых нет готового коннектора.

Webhook

HTTP-эндпоинт, принимающий входящие события от внешних систем. Часто используется как триггер для запуска воркфлоу.

Учетные данные (credentials)

Хранят информацию для подключения к сервисам (логины, ключи API, OAuth-секреты и т.д.) и позволяют узлам использовать эти сервисы.

Ограничение скорости (rate limit)

Лимит на количество запросов к API за определенный период времени.

 

Разработка, тестирование и эксплуатация

Отладка (debugging)

Процесс поиска и устранения ошибок в воркфлоу.

Ошибка выполнения (execution error)

Ситуация, при которой узел или воркфлоу не может корректно завершить работу.

Обработка ошибок (error handling)

Механизмы, позволяющие реагировать на ошибки (повторы, альтернативные сценарии и т.д.).

Логирование (logging)

Запись информации о выполнении воркфлоу, включая входные данные, результаты и ошибки.

История выполнения (execution history)

Журнал запусков воркфлоу с деталями выполнения каждого узла.

Оценка исполнения (evaluation)

Функция, позволяющая сравнивать результаты воркфлоу и анализировать эффективность изменений. Полезна при разработке воркфлоу с ИИ.

Версионирование (versioning)

Сохранение разных версий воркфлоу для отслеживания изменений.

Тестовая среда (staging)

Среда для проверки воркфлоу перед запуском в рабочую среду.

Развертывание (deployment)

Перевод воркфлоу в рабочее окружение.

Продакшн (production)

Рабочая среда, в которой воркфлоу обрабатывают реальные данные.

Задержка (latency)

Время между отправкой запроса и получением ответа.