Projekt GenAI – Inteligentny Chatbot dla IT z wykorzystaniem LangChain, grafowej bazy danych i agentowych workflowów (agentic workflows)

W dobie dynamicznego rozwoju technologii sztucznej inteligencji, coraz większą rolę odgrywają narzędzia, które mogą usprawnić procesy biznesowe, analizować dane i wspierać pracowników w ich codziennych zadaniach. Jednym z takich innowacyjnych projektów są chatboty z użyciem GenAI – system zaprojektowany z myślą o firmach IT, który łączy możliwości zaawansowanych modeli językowych, grafowych baz danych i agentowych workflowów, aby dostarczać użytkownikom precyzyjne informacje oraz generować prezentacje i podsumowania projektów w sposób dopasowany do ich potrzeb.

Główne założenia projektu

Celem projektu było stworzenie narzędzia, które nie tylko odpowiada na pytania użytkowników, ale również aktywnie wspiera ich w zarządzaniu wiedzą o projektach IT. Aby to osiągnąć, zespół projektowy zastosował następujące rozwiązania technologiczne:

  1. LangChain i customowe biblioteki
    Podstawą działania chatbota jest platforma LangChain, która umożliwia integrację dużych modeli językowych / LLMów z różnorodnymi źródłami danych – pdf, excelowe akrusze danych, prezentacje. W połączeniu z customowymi bibliotekami system potrafi dynamicznie przetwarzać złożone zapytania użytkowników i dostosowywać odpowiedzi do specyficznych potrzeb i wewnętrzenej wiedzy domenowej.
  2. Grafowa baza danych z użyciem praformy Neo4j
    W projekcie wykorzystano grafową bazę danych, która idealnie nadaje się do przechowywania i analizy danych o projektach IT. Grafowa struktura pozwala na modelowanie relacji między różnymi elementami projektu, od zespołów i ról, przez wymagania techniczne, aż po harmonogramy i metryki wydajności. Dzięki temu chatbot może dostarczać głębokie i kontekstowe odpowiedzi na pytania użytkowników.
  3. Agentowe workflowy (Agentic workflows)
    Użyte agentowe workflowy odpowiadają za bardziej zaawansowane operacje, takie jak generowanie prezentacji  i/lub wykresów, tworzenie podsumowań czy przewidywanie potencjalnych problemów w projektach. Workflowy te działają w oparciu o modele sztucznej inteligencji, które analizują dane z bazy i dostarczają wyniki w formie wizualnej lub tekstowej.

Jak działa GenAI?

Gdy użytkownik nawiązuje interakcję z chatbotem GenAI, system działa w następujący sposób:

Prezentacja wyników
Użytkownik otrzymuje odpowiedź w intuicyjnej formie, może to być tekstowe podsumowanie, raport PDF, prezentacja PowerPoint lub interaktywna wizualizacja danych.

Zrozumienie zapytania
Dzięki framewforku LangChain i modelom NLP, chatbot analizuje intencję użytkownika oraz kluczowe elementy pytania. Przykładowo: „Przygotuj podsumowanie projektu X, uwzględniając najważniejsze ryzyka i rekomendacje aby je rozwiązać”.

Wyszukiwanie w grafowej bazie danych
Na podstawie zidentyfikowanych słów kluczowych system przeszukuje grafową bazę danych, identyfikując powiązane węzły i relacje, aby zbudować kompletny obraz projektu.

Uruchomienie agentowego workflowu
Gdy chatbot zidentyfikuje wymagania użytkownika, uruchamia odpowiedni workflow, np. generowanie slajdów z podsumowaniem postępu projektu, wykrywanie ryzyk czy sugerowanie najlepszych praktyk opartych na wcześniejszych doświadczeniach zespołu.

Kluczowe zalety projektu (Business value)

  1. Oszczędność czasu
    GenAI automatyzuje wiele zadań, które wcześniej wymagały ręcznej pracy, takich jak tworzenie podsumowań projektów czy analiza danych. Dzięki temu specjaliści IT mogą skupić się na bardziej strategicznych zadaniach.
  2. Personalizacja odpowiedzi
    Chatbot dopasowuje odpowiedzi do indywidualnych potrzeb użytkownika, uwzględniając kontekst zapytania oraz dostępne dane.
  3. Lepsze zarządzanie wiedzą
    Grafowa baza danych umożliwia kompleksowe zarządzanie wiedzą o projektach, co jest szczególnie przydatne w dużych organizacjach z wieloma równoległymi inicjatywami.
  4. Intuicyjność i prostota
    Interfejs chatbota jest zaprojektowany w sposób przyjazny dla użytkownika, co sprawia, że korzystanie z systemu nie wymaga zaawansowanej wiedzy technicznej.

Przykładowe zastosowania

  • Tworzenie raportów o postępach projektów dla kierowników zespołów.
  • Identyfikacja potencjalnych ryzyk w projekcie na podstawie wcześniejszych danych.
  • Automatyczne generowanie prezentacji na potrzeby spotkań z klientami.
  • Wyszukiwanie kluczowych informacji o projekcie w kilka sekund.

Ready to Redefine the Future of Your Business?