🔥 Project AI-agents в JARV: прокачали работу с документами в проектах

Обычный RAG работает как поиск: находит похожие фрагменты (чанки по 500–1000 символов) и склеивает ответ. Это быстро, но иногда теряется контекст: цифра есть — а «почему так» и «в каких условиях» осталось в соседнем куске.

Project AI-agents — новый интеллектуальный слой поверх RAG: он берёт саммари всех документов проекта, выбирает топ самых релевантных и дальше каждый документ читает целиком отдельным агентом‑воркером.

Как работает:

👉 Роутер-агент: быстро анализирует только саммари → выбирает до 15 документов, которые соответствуют текущему запросу.

👉 Воркеры (параллельно): каждый агент загружает полный текст и вытаскивает по вопросу факты/цифры/цитаты/выводы.

👉 Обогащение контекста: основная модель получает и чанки от RAG, и структурированную выжимку от агентов → ответ становится заметно полнее.

С каждым запросом активируется и параллельно работают до 29 AI-агентов — это повышает точность работы с очень большим количеством информации в проектах ⚡️