В условиях цифровизации и роста объёмов информации в современных организациях сотрудники сталкиваются с проблемой разрозненности корпоративных данных. Документы, инструкции и регламенты хранятся в различных источниках, что затрудняет оперативный поиск необходимой информации и увеличивает нагрузку на службу поддержки.

Целью проекта являлась разработка корпоративной настольной информационной системы InfoDesk, обеспечивающей быстрый доступ сотрудников к корпоративным знаниям за счёт использования технологий искусственного интеллекта.

В ходе выполнения проекта была создана программная система на языке Python с графическим интерфейсом на базе библиотеки PyQt6. Система реализует клиент-серверную архитектуру: серверная часть разработана с использованием фреймворка Flask и обрабатывает запросы, передаваемые в формате JSON.

Ключевой особенностью проекта является применение RAG-системы (Retrieval-Augmented Generation) для смыслового поиска информации. Пользовательский запрос проходит этапы предобработки: приведение к нижнему регистру, удаление знаков препинания, исправление опечаток, раскрытие аббревиатур и лемматизация слов с учётом особенностей русского языка. Затем с помощью предобученной модели-трансформера paraphrase-multilingual-MiniLM-L12-v2 текст преобразуется в векторное представление, отражающее смысл запроса. Библиотека FAISS выполняет быстрый поиск наиболее близкого вектора в базе знаний, после чего система возвращает пользователю соответствующий ответ. База знаний реализована в формате таблицы Excel, содержащей пары «вопрос-ответ» и категории вопросов, что позволяет легко её дополнять без изменения программного кода.

Приложение поддерживает разграничение ролей пользователей: сотрудник получает автоматические ответы на запросы; оператор подключается к обработке сложных вопросов, с которыми система не справилась автоматически; администратор управляет наполнением базы знаний.

Проведённое тестирование подтвердило корректность обработки типовых запросов, устойчивость системы к различным формулировкам вопросов, наличию опечаток и сокращений. Система стабильно выдаёт ожидаемые ответы и при необходимости перенаправляет запрос оператору.

Разработанное решение может быть внедрено в реальной корпоративной среде для оптимизации внутренних процессов, снижения нагрузки на службу поддержки и ускорения адаптации новых сотрудников. Перспективами развития проекта являются интеграция с корпоративными мессенджерами, подключение дополнительных источников данных (PDF, Word), добавление голосового интерфейса и внедрение модуля аналитики запросов.