Вход в MAIA
Standalone-режим использует admin token самого сервиса.
Дашборд
MAIA
admin

Multimodal Artificial Intelligence Assistant - управление и настройка

Кабинет OpenRouter
Состояние сервиса
Загрузка...
Расход за 24 часа
—
HDE pipeline
Средняя стоимость за 24 часа
—
на обращение
Ошибки за 24 часа
—
по обращениям
Обработано за 24 часа
—
обращений HDE
Среднее время за 24 часа
—
обработка обращения
P95 за 24 часа
—
обработка обращения
Профили
Редактор профиля
Цепочка моделей
1 основная + до 2 fallback. Настройки каждой модели редактируются отдельно.
0 символов
Промпты
Редактор промпта
0 символов
HelpDeskEddy
Статус
—
API key
—
Департаменты
—
Webhook только ставит задачу в очередь. Worker обрабатывает разные тикеты параллельно в пределах лимита, один тикет не запускается дважды одновременно.
По одному на строку. Проверяется по user_id, email и имени отправителя до запуска AI.
По одной подстроке на строку. Проверяется только новый необработанный клиентский текст, без учёта регистра.
Добавляет последние внутренние комментарии HDE только в контекст prompt. RAG-поиск и обработка вложений используют клиентские публичные сообщения отдельно.
0 символов
Инструкция перед HDE-контекстом. Здесь фиксируется, какой блок является объектом решения, без привязки backend к конкретной JSON-схеме.
Необработанный блок клиента — объект решения MAIA. Контекст переписки — только справка. Если текст длиннее лимита, сохраняются начало и конец с маркером обрезки.
История ищется только по user_id клиента, затем каждый прошлый тикет превращается в краткий Summary history.
S
—
Модель для Summary history прошлых тикетов
Сколько прошлых тикетов одновременно отправлять в summary-модель.
0 символов
0 символов
Этот текст попадёт в prompt Main LLM перед summary прошлых тикетов.
Если сообщение длиннее лимита, сохраняются начало и конец сообщения с явным маркером обрезки. Cache hit не добавляет стоимость к текущему запросу.
Новая заявка
Для JSON HDE это не используется: действия берутся из правил конструктора.
Новое сообщение клиента
Для JSON HDE это не используется: действия берутся из правил конструктора.
Работают только для системного профиля JSON HDE. JSON path вводится вручную, конечные варианты выбираются из списков с пояснениями.
Тест по заявке
—
—
Последние события
ВремяСобытиеЗаявкаСтатус

Gatekeeper

Лёгкий первый этап HDE: быстро отсеивает спам, пустые обращения и финальные благодарности до основного пайплайна.
—
Цепочка моделей Gatekeeper
Первая модель основная, следующие используются при ошибке.
0 символов
Поведение
—

Telemed

Приём события о готовом AI artifact, транскрибация и генерация протокола консультации.
Используется общий ключ OpenRouter из настроек сервиса
—

Транскрибация

Artifact скачивается из Telemed, при необходимости конвертируется ffmpeg и отправляется в OpenRouter Audio Transcriptions API.
1 основная + до 2 fallback. Выбор через общий каталог моделей.

Протоколирование

Транскрипт передаётся в OpenRouter-модель, результат сохраняется в job и опционально отправляется callback-ом.
1 основная + до 2 fallback. Настройки основной модели редактируются отдельно.
0 символов

Очередь и callback

Результат всегда хранится в Telemed job. Callback можно включить позже, когда будет выбран экран/сущность в telemed.
Настройки RAG
Retrieval, rerank и дефолты для HDE и Wiki.
Дистилляция
Преобразует сырой контекст обращения в короткий поисковый query перед RAG.
Цепочка моделей дистилляции
Первая модель основная, следующие используются при ошибке.
0 символов
0 символов
—
При смене embedding model будет пересчитан индекс.
Цепочка rerank-моделей
Порядок определяет failover: первая модель основная, следующие используются при ошибке.
Тест retrieval
Проверка поиска и rerank без вызова Main LLM.
—
Статус сервиса
—
API
—
Qdrant
—
—
—
Переиндексация
idle
—
—
Синхронизация
idle
—
—
—
—
Внутренний чат
Ответы сотрудникам по KB, wiki и истории тикетов. Не связан с HDE-автоответами.
Открыть чат
Цепочка моделей ответа
Та же модельная схема, что в остальных разделах: основная + до 2 fallback.
0 символов
RAG и источники
Отдельная политика поиска для внутреннего чата.
Router RAG
Решает, нужен ли retrieval для сообщения, и готовит поисковый query.
Основная модель + fallback-и через общий model picker.
0 символов
История и summary
Старый контекст диалога сжимается, последние сообщения остаются целиком.
0 символов

Медиа

Извлечение полезного контекста из вложений HDE перед вызовом Main LLM.
Модели обработки медиа
Fallback-модели используются автоматически при ошибках модели/provider-а, включая HTTP 400.
0 символов

Типы файлов

Лимиты защищают основной prompt от слишком больших вложений и лишних расходов.

Images

PDF

PDF сначала разбирается локально. Если текст не извлечён, файл передаётся media-модели напрямую.

Audio

Video

Документы

Локальное извлечение текста из документов и краткое summary отдельной моделью перед Main LLM.
Модель summary документов
Fallback-модели используются автоматически при ошибках модели/provider-а, включая HTTP 400.
0 символов

Типы документов

Лимиты применяются к локальному извлечению текста до summary-модели.

PDF с текстовым слоем

DOCX

Text / JSON / XML

CSV / XLSX

ZIP

—
Расход
—
—
HDE-обращения
—
—
Средняя стоимость обращения
—
весь pipeline
Среднее время обработки
—
HDE pipeline
P95 обработки
—
обработка обращения
Ошибки
—
—
С вложениями
—
media или документы
Успешность
—
по всем запросам
Расходы по периоду
Структура расходов
Обработки обращений
Время обработки
Модели и провайдеры
Провайдеры
Самые дорогие запросы
Самые долгие запросы
Последние записи
Время МСК Тикет Аккаунт / логин Профиль Вариант Статус Оценка Тайминги Итого Фрагмент
Общие настройки
Системные дефолты закреплены в сервисе: логи хранятся 3 года, полный request/response сохраняется.
OpenRouter
—
Кабинет
Обслуживание
Сервисные операции и ручная диагностика.
Тестовый прогон
Проверка профиля без внешних интеграций.
—