Для чего вам ИИ агенты?
Надоели бухгалтеры? Кадровые специалисты? Операторы?
Не переживайте - ИИ их заменит.
Когда? Всё зависит от вас! Чем больше ИИ агентов работает в организации, тем меньше работы остаётся бухгалтерам\кадровикам\операторам. А если в компании уже внедрена роботизация и проведена цифровизация, то кажется вообще сказка.
Начало может выглядит немного шуточным, но "в каждой шутке есть доля шутки".
Мы предлагаем конструктор ИИ агентов, который приблизит "столь радостный миг".
В отличие от классической автоматизации у ИИ агентов есть ряд преимуществ:
- LLM модели обладают большим объёмом "встроенных знаний". Соответственно могут действительно отвечать на очевидные вопросы и использовать эти знания при обработке специализированных запросов
- Нет необходимости структурировать информацию или обеспечивать её полноту
- Модель также может принимать определенные решения руководствуясь лишь базовыми принципами которые вы ей описали. Поведение может быть очень сложным. Что позволяет решать нестандартные задачи
- Создание ИИ агента не требует описания полного алгоритма. Агент может действовать по обстоятельствам в различных ситуациях опираясь на ваши общие инструкции и доступные ему инструменты
- Агент может работать автономно - без необходимости регулярного включения оператора
Всё это в комлексе даёт возможность создавать ИИ агентов, которые действительно могут заменить действия определенных сотрудников, часто почти полностью.
Самое главное - разработка ИИ агентов проста, очень быстра и не требует множества усилий.
В среднем на создание одного агента уходит 2-3 часа работы специалиста. Не обязательно разработчика в случае с OneAPA.
А за неделю можно сделать, к примеру, вот столько ИИ агентов:
Зачем нужен OneAPA?
OneAPA позволит вам легко и непринуждённо по сути только в 3 шага создавать ИИ агентов непосредственно в 1С.
При этом для работы с этими ИИ агентами доступен удобный и функциональный чат интерфейс:
Данный интерфейс доступен как внутри 1С, так и вне её:
Что ещё умеет OneAPA?
MCP сервер для инструментов:
Одна простая галка, а сколько всего она решает: Model Context Protocol - протокол благодаря которому любой инструмент, который вы создали в OneAPA можно использовать в других средах\конструкторах агентов\агентах. По сути только одна эта функция уже имеет достаточную ценность чтобы купить OneAPA. По большому счету, 95% разработки ИИ агента занимает создание инструментов.
Также видим что OneAPA это плотно интегрированный модуль OneRPA //infostart.ru/marketplace/1357060/
Так что действия OneRPA и роботов OneRPA можно использовать в качестве действий ИИ агентов
OneAPA использует мастер для создания ИИ агентов - надо определить шаги. Такой подход кажется преимущественным, потому как ИИ агент не является WorkFlow как таковым, поэтому неправильно представлять его в виде последовательности действий. Тем не менее, по многочисленным просьбам мы добавили визуальное представление агента. Оно действительно достаточно удобно. Более того, для мультиагентных систем этот функционал ещё и полезен. Вот так, собственно это выглядит:
OneAPA позволяет использовать практически любые модели:
Благодаря Ollama модели можно использовать локально. А благодаря OpenRouter можно без лишних заморочек использовать в принципе почти любые модели.
Основная часть разработки агентов заключается в написании программного кода для их инструментов. Функции вроде "Получить остаток отпусков, получить оклад" и т.п. которые естественно можно переиспользовать в разных моделях.
При этом параметры функции просто описываются на вкладке и совсем не ваша забота как их получить - модель сама будет исхитряться чтобы заполнить параметры: соберёт из неструктурированной информации, запросит у пользователя,
Но не обязательно быть "программистом" для разработки ИИ агентов - вместо инструмента можно использовать вариант отчета или другого агента.
Агент может использовать векторную БД для поиска информации при ответе на вопрос пользователя, что делает его по сути RAG системой. В OneAPA также входит функционал предварительной выгрузки данных в эту БД:
Также агент может в качестве инструментов вызывать другие сторонние MCP серверы, что делает его интеграционные возможности почти что безграничными.
Естественно всех агентов можно передавать между разными 1С. Более того, наличие прокси как базового элемента системы позволяет создавать агентов, использующих разные 1С базы для получения из них информации.
Самое главное - все элементы системы устанавливаются локально в контур заказчика. Никакой передачи в сторонние облачные сервисы не происходит. Если конечно не использовать облачные LLM модели, что всегда остаётся не усмотрение клиента.
Два видео с демонстрацией и краткой презентацией системы:
По приобретению:
1) Цена может и скорее всего будет корректироваться как вверх так и вниз в зависимости от спроса и наполнения уже созданных агентов
2) Система может и скорее всего содержит ошибки. Разработка её стартанула в тот же момент, когда вышла модель DeepSeek, которая пообещала что можно использовать нормальные локальные модели, без которых всё это едва ли имело смысл
3) Установка и настройка может потребовать сноровки - это всё таки инструмент разработчика. Мы конечно предоставляем инструкции и Docker образы, но уметь этим пользоваться в минимальном варианте надо
4) Перед приобретением лучше связаться и всё таки заказать установку и 2-3 агента под вас.
Но даже учитывая эти 4 пункта уверены что окупаемость очень короткая и в краткосрочной перспективе ведёт к реальному сокращению трудозатрат а может и людей.
