Наш продукт: DocumentInsight
Повечето търсачки за документи връщат файл и оставят четенето на вас. DocumentInsight приема PDF — цифров или сканиран — извлича текста, подрежда го в база знания с търсене и отговаря на въпроси за него с цитати до ниво страница. Работата се върши от два агента, а детерминистична проверка отхвърля всеки цитат, който системата всъщност не е извлякла.
Към приложението ↗Истинските документи не са чисти. Договорът идва като скан, отчетът крие числата си в таблици, а една политика е редактирана три пъти и всички версии още се разпространяват. Процес с един фиксиран метод за извличане тихо се проваля на първите два случая и си противоречи на третия.
Отговорът е полезен само ако може да се провери. Всяко твърдение трябваше да сочи документа и страницата, от които идва — а когато нов документ противоречи на стар, системата трябваше да го забележи, вместо тихо да пази и двата.
Два LangGraph агента си предават работата в един граф за обработка. Първият сам избира как да извлече текста — първо PyMuPDF, pdfplumber за таблици или разбъркан текст, OCR за сканове — като след всеки опит преценява доклад за качеството и ескалира, докато текстът стане използваем. Вторият разделя текста по страници, сравнява го с това, което базата знания вече съдържа, и изрично разрешава противоречията, преди да индексира в Qdrant. Обработката върви в Celery workers, така че голям файл никога не блокира интерфейса.
В продукция от 12 септември 2026 г., с 20 endpoints и 233 автоматизирани теста — 126 в backend-а и 107 във frontend-а.
Мария Влахова-Такова проектира архитектурата на агентите и написа агентите за обработка, чат и памет, както и първия API. Стоян Таков изгради интерфейса, пусна продукта в продукция и е написал по-голямата част от кода оттогава.
Стек: FastAPI · LangGraph · Qdrant · Celery · Redis · PostgreSQL · OCRmyPDF · React 19