🧠 Agentic RAG в Джарве: «умный» агент, который ищет нужную информацию внутри проектов Классический RAG часто ломается на формулировке запроса. В реальных чатах пишут: «уточни», «а по цифрам?», «почему так?» — и поиск возвращает «шум», потому что таких фраз в базе знаний нет.

Мы внедрили RAG-агента, чтобы эффективность работы с сотнями документов в проектах была максимально эффективной.

Agentic RAG — это подход, в котором AI-агент использует RAG не как «поиск по документам», а как инструмент доступа к знаниям: он сам планирует шаги, декомпозирует запрос и делает несколько попыток поиска.

Как это выглядит

1. Агент читает контекст диалога 2. Понимает, что именно нужно уточнить в проекте 3. Генерирует 3–15 уточнённых поисковых запросов 4. Собирает ответ из нескольких источников и проверяет себя

Было/стало

❌ «Уточни по марже» → один запрос → мусор/0 результатов ✅ «Уточни по марже» → запросы: «маржинальность Q3», «отчет прибыльность август», «драйверы изменения маржи» → нормальная сводка с источниками

Почему это особенно полезно в больших проектах

— меньше ручного «промпт-инжиниринга» для пользователей — выше precision: агент сам «переводит» человеческий язык в язык поиска — меньше галлюцинаций: проще найти факты, чем додумать — меньше расход на нейросеть

Уже работает во всех проектах, попробовать можно здесь — chat.jarv.tech