Wieloagentowy asystent AI dla Genie Vault
Asystent AI dla brytyjskiej aplikacji zakupowej: odpowiada na pytania o wydatki, rysuje wykresy w czacie i nigdy nie wymyśla liczb.
- Branża
- Consumer & Retail Tech
- Kraj
- Wielka Brytania
- Czas
- W toku
- Zespół
- Doświadczony zespół interdyscyplinarny

Z czym przyszedł klient
Asystent musiał radzić sobie z tym, jak ludzie naprawdę piszą: kilka próśb w jednej wiadomości, nieprecyzyjne pytania wymagające dopytania, długie rozmowy. Platforma potrzebowała jednocześnie przewidywalnych kosztów modeli przy konsumenckiej skali, odporności na awarię pojedynczego dostawcy AI oraz pełnego wglądu w to, co AI robi i dlaczego. Wszystko to wewnątrz platformy kilkunastu mikroserwisów, rozwijanej równolegle z samym asystentem.
Co dostarczyliśmy
Architektura wieloagentowa
Pierwszy agent rozpoznaje, o co prosi użytkownik, rozbija wiadomość na pojedyncze zadania i przekazuje je wyspecjalizowanym agentom: od dodawania paragonów, statystyk wydatków, częstych pytań i swobodnej rozmowy. Na końcu osobny agent składa wyniki w jedną odpowiedź, a przy niejednoznacznych pytaniach asystent dopytuje, zamiast zgadywać.
Odpowiedzi oparte na prawdziwych danych
Agenci sięgają po dane zakupowe wyłącznie przez kontrolowany zestaw narzędzi, z zabezpieczeniami i automatycznymi ponowieniami. Ścisłe reguły gwarantują, że każda kwota w odpowiedzi pochodzi z danych użytkownika, a gdy danych brakuje, asystent mówi o tym wprost.
Warstwa modeli z wieloma dostawcami
Asystent korzysta z modeli kilku dostawców dostępnych za jednym wspólnym interfejsem, w tym z modeli uruchamianych na własnej infrastrukturze. Zmiana modelu to zmiana konfiguracji, co uniezależnia produkt od awarii i cenników pojedynczego dostawcy.
Kontrola kosztów
Wbudowane limity budżetu ograniczają koszt każdej rozmowy, a długie czaty są po drodze streszczane, dzięki czemu koszty modeli pozostają przewidywalne w miarę wzrostu liczby użytkowników.
Asystent dopasowany do użytkownika
Nowy użytkownik z trzema paragonami dostaje inne odpowiedzi i podpowiedzi niż ktoś z rocznym archiwum zakupów. Aplikacja ocenia, jak pełny jest obraz zakupów danej osoby, dopasowuje do tego rozmowę i podpowiada, co warto uzupełnić.
Wykresy w rozmowie
Przy pytaniach o statystyki asystent oznacza miejsce na wykres, a aplikacja mobilna renderuje go natywnie w czacie.
Pełen wgląd w działanie AI
Każda rozmowa jest rejestrowana razem z informacją, z jakich danych skorzystał asystent, ile trwała odpowiedź i ile kosztowała. Gdy coś budzi wątpliwości, zespół może odtworzyć dokładnie, co się wydarzyło.
Jak prowadziliśmy prace
Genie Vault to produkcyjne AI w prawdziwym produkcie konsumenckim: wyspecjalizowani agenci, niezależność od dostawcy, kontrola kosztów i pełen wgląd w każdą rozmowę.
Zakres prac
Budujemy Genie Vault od początku do końca: backend, AI i mobile.
Projekt architektury wieloagentowej: rozpoznawanie i rozdzielanie próśb użytkownika, wyspecjalizowani agenci, składanie odpowiedzi i dopytywanie przy niejednoznacznych prośbach.
Budowa warstwy udostępniającej modele różnych dostawców za jednym interfejsem, z konfiguracją modelu i parametrów dla każdego agenta.
Implementacja warstwy narzędzi dającej agentom bezpieczny, kontrolowany dostęp do danych paragonów i statystyk, z ponowieniami i limitami budżetu.
Rozwój aplikacji mobilnej w React Native: skanowanie paragonów, czat, historia zakupów i natywne renderowanie wykresów.
Budowa wewnętrznej konsoli operacyjnej do przeglądania rozmów, interakcji AI i jakości danych w całej platformie.
Utrzymanie platformy na GCP z Kubernetes, Helmem i Terraformem, łącznie ze zdarzeniową komunikacją Pub/Sub między usługami.
Technologie
What stands out most is the level of involvement and commitment from Codino’s management team throughout the project. They remain closely engaged, pay strong attention to detail, and at the same time maintain a broader view of the platform and its long-term objectives.
Mohsin RashidCEO, Genie VaultPorozmawiajmy o Twoim projekcie
Nie wiesz, od czego zacząć? Zacznij od audytu gotowości na AI