Платформа для создания и управления многоагентными рабочими процессами ИИ над вашими корпоративными знаниями.

UnifAI позволяет подключать внутренние источники данных — Slack, Jira, документы — в единый векторный магазин, а затем запрашивать их через композитные визуальные мультиагентные трубопроводы. Определите графы агентов как чертежи YAML или создайте их с помощью интерфейса перетаскивания, выполняйте локально или в масштабе, и потоковые результаты в реальном времени.

Что это делает

Большинство команд имеют знания, разбросанные по нитям Slack, билетам Jira, PDF-файлам и внутренним вики. Поиск ответов означает ручное копание в нескольких системах. UnifAI исправляет это:

1. **Compose ** — Создайте многоагентные рабочие процессы, которые рассуждают между источниками, маршрут условно и объединяют результаты
2. Execute — запускать рабочие процессы локально или распределенно, с потоковой передачей в реальном времени
3. Interact — Используйте веб-интерфейс для визуального создания чертежей, запуска выполнения и проверки ввода/вывода каждого узла
4. Ingest — Вытаскивайте контент из Slack, документов (PDF, Markdown) и многое другое в векторную базу данных для поиска агентов

Архитектура

Мультиагентная система — ядро

UnifAI

A platform for building and running multi-agent AI workflows over your enterprise knowledge.

UnifAI lets you connect internal data sources — Slack, Jira, documents — into a unified vector store, then query them through composable, visual multi-agent pipelines. Define agent graphs as YAML blueprints or build them with a drag-and-drop UI, execute locally or at scale, and stream results in real time.

---

What It Does

Most teams have knowledge scattered across Slack threads, Jira tickets, PDFs, and internal wikis. Finding answers means manually digging through multiple systems. UnifAI fixes this:

1. Compose — Build multi-agent workflows that reason across sources, route conditionally, and combine results
2. Execute — Run workflows locally or distributed, with real-time streaming
3. Interact — Use the web UI to build blueprints visually, trigger executions, and inspect every node’s input/output
4. Ingest — Pull content from Slack, documents (PDF, Markdown), and more into a vector database for agents to search

---

Architecture

┌───────────────────────────────────────────────────────────────┐
│                     React / Vite / Tailwind UI                │
│                                                               │
│   ┌─────────────────────┐    ┌──────────────────────────┐     │
│   │   RAG Dashboard     │    │   Blueprint Builder &    │     │
│   │   Data source stats │    │   Agent Chat Interface   │     │
│   └─────────────────────┘    └──────────────────────────┘     │
└──────────┬───────────────────────────────┬────────────────────┘
           │ /api1                         │ /api2
           ▼                               ▼
  ┌─────────────────┐          ┌──────────────────────────┐
  │   RAG Backend   │◄────────►│  Multi-Agent Backend     │
  │                 │  search  │                          │
  │ • Ingestion     │          │ • Blueprint engine       │
  │ • Chunking      │          │ • Agent orchestration    │
  │ • Embedding     │          │ • LangGraph / Temporal   │
  │ • Vector search │          │ • Real-time streaming    │
  │ • Celery workers│          │ • A2A & MCP protocols    │
  └────────┬────────┘          └─────────────┬────────────┘
           │                                 │
           ▼                                 ▼
┌───────────────────────────────────────────────────────────────┐
│                    Shared Infrastructure                       │
│     MongoDB · Qdrant · RabbitMQ · Redis (opt) · Temporal      │
└───────────────────────────────────────────────────────────────┘

---

Multi-Agent System — The Core

The heart of UnifAI is its Multi-Agent System (MAS): a production-grade orchestration engine for defining, executing, and streaming multi-agent workflows.

Blueprint-Driven Workflows