Предыстория
Представьте: вы в офисе, срабатывает пожарная сигнализация. Что вы делаете?
Идёте к эвакуационному плану на стене? Пытаетесь вспомнить, что показывали на последнем инструктаже? Или просто идёте за толпой, надеясь, что все знают, куда бежать?
Наша команда столкнулись с этим вопросом, когда начала работать над проектом для «Просоюза», профсоюзной организации «Сбера». Задача звучала просто: «Помочь людям не растеряться в чрезвычайной ситуации». Но когда мы начали погружаться в тему, оказалось, что не всё так однозначно.
Как это работает сейчас?
В «Сбере», как и в любой крупной организации, существуют мероприятия подготовки к чрезвычайным ситуациям (ЧС):
Сотрудники изучают нормативные документы и инструкции, проходят инструктажи и слушают лекции;
Сотрудники проходят тестирование для закрепления теоретических знаний;
Проводятся тренировки и учения, во время которых возможно получить практические навыки.
Однако ни одно из мероприятий не гарантирует того, что во время реальной ситуации человек вспомнит, как правильно действовать в той или иной ситуации, когда время идёт на секунды, а интернет и сотовая связь могут не работать.
Наше представление
Вместе с экспертами из «Просоюза» мы пришли к решению — разработать сервис, который станет помощником для человека в беде.
Должны быть реализованы следующие возможности:
Сотрудники могут получить пошаговую инструкцию (из официальной базы МЧС или внутренних документов), которая адаптирована под конкретную ситуацию;
При отсутствии связи и интернета сотрудники могут связаться друг с другом, чтобы скооперироваться, или получить сообщение от лица, ответственного за ГО и ЧС в организации;
Сотрудники могут проходить тесты на знание действий при ЧС и отслеживать свой прогресс.
Таким образом, ИИ‑агент «Спасатель» — корпоративный ИИ‑помощник с инструкциями МЧС, который позволяет закреплять знания через тесты и обмениваться сигналами с коллегами через локальную mesh‑сеть на базе Bluetooth и Wi‑Fi, не завися от интернета и сотовой связи.
В данной статье хотелось бы рассказать о том, как работает наш сервис при наличии и отсутствии интернета.
Способы взаимодействия
Мы хотели, чтобы решение было максимально доступным, но при этом учитывало технические ограничения разных платформ. Поэтому «ИИ‑Агент Спасатель» реализован в двух форматах.
Веб‑приложение (PWA). Онлайн‑режим
Данный способ подойдет для быстрого старта, он доступен на любом устройстве и не требует установки.
Режим работы: только онлайн.
Технологии: Python, Litestar, Docker, PostgreSQL, GigaChat, Bootstrap, Vite, TypeScript, Vue.
Интерфейс PWA
На изображении представлен интерфейс главного меню нашего PWA.
Генерация инструкций
Пользователь может получить понятную инструкцию по запросу. Для этого ему нужно нажать на кнопку «Что делать при ЧС?».
Итак, как же работает генерация? Разберем подробнее.
Превращаем вопрос в вектор
Когда пользователь отправляет запрос, система не работает с текстом напрямую. Вместо этого она превращает вопрос в эмбеддинг — вектор, который можно представить в виде координат в многомерном пространстве.
Простая аналогия: представьте, что каждый вопрос — это поиск книги в огромной библиотеке. Но вместо того, чтобы искать по названию, мы присваиваем каждой книге координаты на карте. Вопросы со схожим смыслом оказываются рядом на этой карте, даже если сформулированы разными словами. Например, «Горит офис» и «Задымление в помещении» — разные фразы, но их векторы будут находиться близко друг к другу, потому что смысл одинаковый.
Ищем ближайшую инструкцию в базе МЧС
В нашей RAG‑базе заранее подготовлены инструкции от МЧС и внутренние документы. Каждая из них тоже превращена в вектор и сохранена в базе данных.
Система берёт вектор вопроса пользователя и мгновенно сравнивает его со всеми векторами в базе. Алгоритм находит те инструкции, которые находятся «ближе всего» по смыслу (зачастую это топ-3 наиболее релевантных фрагмента).
Важный момент: поиск идёт не по ключевым словам, а по смыслу. Поэтому, если пользователь напишет «задымило в серваке» (сленг), система всё равно найдёт инструкцию про «возгорание электрооборудования в серверном помещении» (официальный язык МЧС).
Передаём найденное в LLM для «перевода» на человеческий
На этом этапе у системы есть всё необходимое: исходный вопрос пользователя и 3–4 наиболее подходящих фрагмента из официальных инструкций. Но сами по себе инструкции МЧС написаны сложным канцелярским языком — они не подходят для чтения в панике.
Здесь в работу вступает GigaChat. Мы передаём модели:
Найденные фрагменты инструкций из базы;
Системный промпт — набор правил, которые говорят ИИ, как отвечать (кратко, по шагам, без вежливости, с акцентом на безопасность);
Вопрос пользователя.
Модель не придумывает ответ с нуля, она адаптирует проверенную инструкцию под конкретную ситуацию. В результате получается пошаговый чек‑лист, который можно выполнить за секунды.
Что если в базе ничего похожего нет?
Иногда бывает, что запрос пользователя не находит близких совпадений в базе. Например, произошла нестандартная ситуация или вопрос сформулирован слишком размыто.
В этом случае система не молчит и не выдаёт ошибку. Она честно сообщает пользователю, что точной инструкции не найдено, но при этом:
Даёт общие рекомендации по безопасности из системного промпта;
Настоятельно рекомендует позвонить в экстренные службы (112);
Предлагает связаться с ответственным лицом в организации.
Лучше дать осторожный общий совет и направить к профессионалам, чем сгенерировать потенциально вредную «галлюцинацию».
Ответ пользователю
Готовая инструкция возвращается пользователю текстом в интерфейс PWA или в мобильное приложение. Всё это занимает 1–3 секунды, что критически важно в чрезвычайной ситуации.
Тесты для закрепления знаний
Чтобы воспользоваться тестами, пользователю предлагается зарегистрироваться.
Регистрация нужна для того, чтобы администратор мог назначить роль пользователю. В зависимости от роли меняется перечень доступных тестов. Например, офисному работнику тест на знание поведения при нападении на инкассаторскую машину не нужен.
Сами тесты удобно выделяются в верхней части экрана, сразу можно увидеть, сколько правильных ответов было выбрано.
Приложение для смартфона. Офлайн‑режим
Теперь разберёмся, что происходит, когда пользователь оказывается в зоне без интернета? например, в подвале, бомбоубежище или при отключении вышек сотовой связи. Как система продолжает работать?
Приложение на текущий момент доступно только на Android.
Режим работы: онлайн (аналогично PWA) или офлайн.
Технологии: Flutter, Qwen 0.5b, llamadart, flutter_mesh_network
Интерфейс приложения
Интерфейс приложения показан на рисунке ниже.
Генерация инструкций
Разберем, как работает генерация инструкций при отсутствии связи.
Загрузка локальных ресурсов
При первом запуске приложения устанавливается локальная ИИ‑модель Qwen 0.5b — компактная нейросеть, которая помещается в памяти телефона и может работать без подключения к серверу. Она не такая мощная, как облачный GigaChat, но для базовых задач её достаточно.
Автономная работа: ИИ без облака
Когда интернет пропадает, приложение автоматически переключается в офлайн‑режим. Пользователь видит соответствующее уведомление.
Теперь все запросы обрабатываются локально на устройстве: пользователь пишет вопрос, локальная модель ищет ответ в закэшированных инструкциях, ответ формируется по тем же правилам, что и в онлайн‑режиме.
Скорость ответа будет зависеть от технических характеристик устройства пользователя.
Также локальная модель не умеет работать со сложными контекстами и нестандартными ситуациями. Поэтому для редких сценариев она честно предупреждает об этом и предлагает в любом случае связаться с ответственными людьми.
Общение без интернета, mesh‑сеть
Самая интересная часть офлайн‑режима — возможность общаться с другими сотрудниками без интернета. Для этого используется технология mesh‑сети. Он доступен, если нажать на кнопку «Сообщить о проблеме».
При первом включении mesh‑режима пользователь вводит своё имя и отдел (например, «Алексей, IT‑отдел»). Эти данные сохраняются на устройстве и становятся его «идентификатором» в локальной сети;
Телефон через Bluetooth сканирует пространство и находит другие устройства с запущенным приложением в радиусе до 15 метров
Теперь можно отправить сообщение конкретному человеку или всем устройствам поблизости
Каждый телефон становится маленькой радиостанцией. Сигнал не идёт через вышку оператора — он «перепрыгивает» напрямую с устройства на устройство
Как сигнал доходит дальше?
Что делать, если нужный человек находится не рядом, а за углом или на другом этаже? Здесь включается механизм ретрансляции.
Сообщение не обязательно летит напрямую от отправителя к получателю. Оно может пройти через несколько промежуточных устройств:
Пользователь 1 пишет сообщение Пользователю 2;
Прямой связи нет — Пользователь 2 слишком далеко;
Но между ними стоит Пользователь 3, чей телефон ловит сигнал от обоих;
Сообщение прыгает: Пользователь 1 → Пользователь 3 → Пользователь 2.
Всё это происходит автоматически. Пользователи даже не знают, что их телефон стал ретранслятором для чужого сообщения. Чем больше людей с приложением поблизости, тем устойчивее сеть. В критической ситуации ответственное лицо может отправить широковещательное сообщение на все устройства в радиусе действия.
Заключение
Важный вопрос, который мы задали себе во время работы: «Что будет, когда в чрезвычайной ситуации пропадёт связь?»
Ответ оказался неутешительным: большинство современных решений по безопасности бесполезны без интернета. Памятки на стенах могут быть пропущены в панике, анкеты и тесты «для галочки» не закрепляют знания, а обычные LLM молчат, когда вышки сотовой связи перегружены или связи нет вовсе.
За несколько месяцев студенческой разработки мы создали работающий прототип системы, которая:
Даёт проверенные инструкции на основе официальных документов МЧС через RAG‑архитектуру, без галлюцинаций ИИ;
Работает без интернета за счёт локальной модели и кэшированных инструкций;
Связывает людей без инфраструктуры при помощи mesh‑сети, превращая телефоны сотрудников в некоторое подобие раций;
Готовит заранее к экстренным ситуациям благодаря возможности пройти интерактивные тесты;
Масштабируется, ведь чем больше людей использует систему, тем устойчивее сеть.
Выражаем благодарность «Просоюзу Сбера» за возможность реализовать проект на реальной площадке и экспертную поддержку. Спасибо специалистам по охране труда и пожарной безопасности за помощь в верификации инструкций без вас система не была бы столь надёжной.
Отдельное спасибо сообществу Habr за вдохновение, ведь многие технические решения мы подсмотрели в ваших статьях!
Приглашаем к обсуждению!
Мы — студенческая команда и понимаем, что первое решение не бывает идеальным. Если у вас есть опыт в разработке mesh‑сетей, интеграции с системами безопасности предприятий, или вы просто видите ошибки в нашей архитектуре, пишите в комментариях! Будем рады конструктивной критике, советам и вопросам.
