Кейс
Lead Architect & Developer·October 2024 to Present
FlowOne: платформа оркестрации ИИ-агентов
Ведущий архитектор AI-native SaaS-платформы с Agent Studio, Workflow Studio и Voice AI. Голосовой пайплайн в реальном времени по WebSocket (STT → LLM → TTS) с ElevenLabs и Twilio, омниканальные интеграции и мультитенантный backend на FastAPI.
01
Обзор
FlowOne — это AI-native SaaS-платформа, которую я веду как архитектор и разработчик, объединяющая Agent Studio, Workflow Studio и Voice AI в одном продукте. Она создана, чтобы превратить агентный ИИ из демо в то, что компании реально могут использовать в продакшене.
02
Задача
Команды, создающие ИИ-продукты, собирали разрозненные инструменты: конструктор чат-ботов здесь, платформу автоматизации workflow там, отдельного поставщика голосового ИИ. Единой системы, охватывающей весь жизненный цикл агента от проектирования до развёртывания, не было.
03
Подход
Я спроектировал FlowOne как единую ИИ-платформу: Agent Studio и Workflow Studio для создания и оркестрации мультиагентных систем, голосовой конвейер реального времени для телефонных и голосовых каналов, омниканальный обмен сообщениями. Всё это работает на мультитенантном FastAPI-бэкенде, рассчитанном на корпоративный масштаб.
04
Как это устроено
Входящие события попадают на адаптеры каналов (WhatsApp Business API, веб-чат, голос через Twilio). Слой RAG в границах рабочего пространства (PostgreSQL с pgvector) извлекает знания конкретного тенанта. Agent Studio планирует вызовы инструментов, Workflow Studio (LangGraph) исполняет многошаговые графы. Голос вынесен в отдельный WebSocket-конвейер: STT, LLM, затем TTS от ElevenLabs поверх Twilio. Аутентификация, рабочие пространства и биллинг живут в мультитенантном ядре FastAPI, поэтому каждый тенант изолирован без форка рантайма.
05
Архитектура системы
Как части связаны между собой. Наведите на узел или откройте исходник, который ведёт runtime.
Channels
Orchestration
Runtime
06
Что я построил
Сквозная архитектура платформы: Agent Studio, Workflow Studio и Voice AI как один продукт.
Голосовой путь реального времени от STT к LLM и к TTS поверх WebSockets, с ElevenLabs и Twilio.
Омниканальные адаптеры: WhatsApp Business API, общий инбокс и веб-чат на одном агентном рантайме.
Мультитенантный FastAPI-бэкенд: аутентификация, рабочие пространства, изоляция и интеграции со сторонними API.
RAG поверх PostgreSQL, чтобы каждое рабочее пространство извлекало только свои знания.
07
Результаты
Спроектировал модульную мультиагентную платформу с RAG-пайплайнами, tool-calling воркфлоу и корпоративной автоматизацией.
Разработал real-time голосовой пайплайн по WebSocket (STT → LLM → TTS) на базе ElevenLabs и Twilio.
Построил омниканальные интеграции: WhatsApp Business API, общий инбокс и веб-чат.
Построил масштабируемый бэкенд на FastAPI, PostgreSQL, Docker и WebSockets.
Разработал безопасную аутентификацию, управление рабочими пространствами и интеграции со сторонними API.
Реализовал multi-tenant архитектуру и модульные бэкенд-сервисы для масштабируемых корпоративных развёртываний.
08
Результаты
Единый контур управления агентами, воркфлоу и голосом вместо трёх разрозненных вендоров.
Мультитенантность продакшен-уровня: одна кодовая база и множество изолированных рабочих пространств.
Голос и чат используют одних и тех же агентов с вызовом инструментов, без параллельной ветки «голосового бота».
09
Чему научился
Демо агентов ломаются в продакшене на мультитенантности, оценках и задержках. Эти вопросы были приоритетными с первого дня.
Голосу нужен потоковый конвейер, а не чат-бот «запрос и ответ», обёрнутый в телефонный номер.
Вызов инструментов без извлечения знаний — уверенный лжец. RAG должен быть ограничен рабочим пространством.
10