Сделал open source AI-платформу, которая работает без интернета и соответствует 152-ФЗ
Никита Шорин, занимаюсь автоматизацией бизнеса с помощью ИИ. Сегодня хочу рассказать про Л.И.С.А. — Локальную Интеллектуальную Систему Автоматизации.
Это Docker-шаблон, который за 5 минут разворачивает на вашем сервере полноценную AI-платформу: чат с ИИ, RAG по документам, автоматизации, распознавание речи. Всё без отправки данных в облако.
Почему я это сделал
Когда внедрял ИИ-агентов заказчикам, постоянно натыкался на проблему: «Мы не можем отправлять данные в ChatGPT».
Агентство недвижимости — база клиентов, сделки, персональные данные. По 152-ФЗ всё должно храниться на серверах в РФ. Юридическая компания — документы под NDA, коммерческая тайна. Отправлять это в чужое облако — риск.
Решения были, но неполные. Либо голый Ollama без интерфейса. Либо n8n, который неделю настраивать. Либо дорогие enterprise-решения.
Собрал всё в один Docker Compose и выложил в open source.
Что внутри
N8N — платформа автоматизации. Визуальный редактор, код писать не нужно.
Ollama — локальные языковые модели. Llama, Mistral, Gemma запускаются одной командой. Работают на CPU, с GPU летают.
Open WebUI — интерфейс как у ChatGPT. Общаетесь с моделями, загружаете документы, ведёте диалоги.
Supabase — PostgreSQL с векторным поиском. История диалогов и эмбеддинги для RAG.
Whisper — распознавание речи. Отправляете голосовое, получаете текст. Локально.
Qdrant — векторная база для RAG. Быстрый семантический поиск по документам.
Caddy — автоматический HTTPS. Let's Encrypt без настройки.
RAG: ИИ отвечает по вашим документам
RAG — когда ИИ отвечает не из своих «знаний», а на основе ваших документов.
Загружаете PDF/DOCX/TXT → система разбивает на чанки и создаёт эмбеддинги → при вопросе находит релевантные фрагменты → LLM генерирует ответ.
Результат: ИИ не галлюцинирует. Отвечает по фактам из ваших документов.
Где нужно:
- Корпоративные базы знаний — сотрудники спрашивают, ИИ отвечает по регламентам
- Техподдержка — бот знает всю документацию
- FAQ-боты — ответы на типовые вопросы
- Онбординг — новый сотрудник задаёт вопросы, ИИ отвечает по документам
Когда ChatGPT лучше:
- Не критична приватность
- Нужна скорость (GPT-4 быстрее)
- Нет ресурсов на инфраструктуру
Когда Л.И.С.А. лучше:
- Персональные данные (152-ФЗ)
- Конфиденциальная информация, NDA
- Контроль данных
- Работа в изолированной сети
Установка за 5 минут
Серьёзно. Пять минут:
Установщик сам определит GPU, сгенерирует ключи и пароли, создаст конфигурацию, запустит контейнеры, скачает модели.
Примеры использования
Telegram-бот с RAGЗагружаете документацию продукта. Подключаете Telegram через n8n. Клиенты пишут — ИИ отвечает по документам.
Внутренний ассистент компанииСотрудники задают вопросы по регламентам, инструкциям. ИИ находит ответы в корпоративной базе знаний.
Обработка голосовыхКлиент присылает голосовое → Whisper транскрибирует → n8n обрабатывает → ИИ отвечает.
Почему open source
Вклад в комьюнити — когда разбирался с n8n и Ollama, нормальной документации на русском не было. Теперь есть готовое решение.
Независимость от меня — если забью на проект, код останется. Форкайте, развивайте.
Прозрачность — видите каждую строчку. Никаких закладок, телеметрии.
Развитие — pull requests приветствуются. Нашли баг — исправляйте.
Ограничения (честно)
Не серебряная пуля:
- Локальные модели слабее GPT-4
- Нужен сервер (свой или VPS/VDS)
- Нужна базовая техническая грамотность (Docker, командная строка)
- GPU желателен (без видеокарты модели работают 10-30 секунд на ответ)
Что дальше
Работаю над:
- Интеграцией с Битрикс24, AmoCRM
- Улучшением RAG (гибридный поиск)
- Готовыми workflow
- Видео-туториалами на YouTube
Следить за развитием:
- GitHub: https://github.com/shorin-nikita/lisa
- Telegram: https://t.me/shorin_nikita
- Сайт: https://aibot.direct
искусственный интеллект open source n8n ollama chatgpt автоматизация 152-фз self-hosted