Архитектура

Микросервисная архитектура

KLAR состоит из изолированных сервисов, каждый из которых можно масштабировать и обновлять независимо

KLAR Core

Основной сервис: бизнес-логика, API, управление пользователями, проверки и отчёты. FastAPI + Python.

KLAR Collector

Сервис внешнего доступа: поиск, загрузка веб-страниц, мониторинг. Единственный компонент с исходящим трафиком.

KLAR ML

Embedding-сервер: multilingual-e5-large, 1024-dim векторы. Изолирован, обрабатывает только текст для индексации.

Технологический стек

Проверенные технологии для работы с большими объёмами документов

Компонент	Технология	Назначение
СУБД	PostgreSQL 17 + pgvector	Хранение документов, векторный индекс, полнотекстовый поиск
Backend	Python, FastAPI	API, бизнес-логика, фоновые задачи
Embedding	multilingual-e5-large (1024-dim)	Векторизация текста для семантического поиска
Поиск	Гибридный FTS + vector	Точное совпадение + семантическая близость
LLM	Настраиваемая (локальная / облачная)	Генерация отчётов, анализ, ответы на вопросы
Контейнеризация	Docker Compose	Изоляция сервисов, простое развёртывание
Frontend	Vanilla JS (без build)	Клиентское SPA, нет зависимости от npm/node

Ingestion Pipeline

Что происходит при загрузке документа

Загрузка

PDF, DOCX, XML, HTML, веб-страницы

↓

Парсинг и структурирование

Извлечение текста, разделение на секции, нумерация пунктов

↓

LLM-анализ

Аннотация, ключевые сущности, тематика, связи с другими документами

↓

Embedding + индексация

Векторизация секций, HNSW-индекс, полнотекстовый индекс

Гибридный поиск

Два метода поиска работают одновременно, их результаты объединяются в общий рейтинг

Полнотекстовый поиск (FTS)

PostgreSQL tsvector + tsquery. Находит точные совпадения, синонимы, морфологические формы. «Договор аренды» найдёт «арендный договор».

Векторный поиск (RAG)

pgvector + HNSW. Находит семантически близкие фрагменты. «Требования к капиталу» найдёт документ про «нормативы достаточности».

Управление доступом (ACL)

Разграничение до уровня конкретного документа

Роли пользователей

user, editor, admin, superadmin — каждый уровень расширяет возможности предыдущего.

Доступ к документам

На каждый документ можно задать правила: конкретный пользователь, группа (отдел), все пользователи пространства.

Изоляция пространств

Рабочие пространства изолированы. Пользователь одного пространства не видит документы другого.

Конфигурация LLM

Выбирайте модель под ваши требования безопасности и качества

Закрытый контур

Локальная модель

Модель входит в поставку и работает на вашем оборудовании. Данные не покидают контур. Подходит для организаций с жёсткими требованиями ИБ.

Не требует интернета
Работает на GPU или CPU
Обновления через контролируемый канал

Максимальное качество

Облачная модель

Подключение к облачным LLM (DeepSeek, OpenAI, Anthropic) для максимального качества анализа. Требует разрешения ИБ.

Настраивается администратором
API-ключи хранятся в зашифрованном виде
Fallback: при недоступности облака — переключение на локальную

Внешние интерфейсы

REST API и MCP для встраивания в вашу инфраструктуру

REST API

HTTP API для интеграций

Встройте KLAR в корпоративный портал, Telegram-бот, ServiceDesk.

POST /api/v1/ask
Authorization: Bearer sk-xxx

{"query": "Ваш вопрос", "kb_id": 1}

MCP

Model Context Protocol

Подключите KLAR как источник контекста для Claude, Cursor, Windsurf.

"mcpServers": {
  "klar": {
    "command": "python3",
    "args": ["mcp_server.py"],
    "env": {"KLAR_API_KEY": "sk-xxx"}
  }
}

Модульная поставка и лицензирование

Включайте только нужные модули — платите только за них

📄

Core

Поиск, документы, пользователи, отчёты

✓

Compliance

Проверки документов, библиотека требований

📡

Collector

Мониторинг, веб-импорт, внешние источники

📊

Analyst

Аналитика, Knowledge Story, эксперты

Лицензия — файловая, привязана к инстансу. Управление через CLI. Обновления и поддержка включены.