Система представляет собой эволюционную компонентную экосистему ИИ, основанную на использовании MCP-сервера.
Основная цель проекта — создание гибкой и переиспользуемой библиотеки компонентов вместо жесткой "мегаплатформы". Это позволяет систематизировать наработки разрозненных команд (лабораторий) и собирать из них новые продукты и MVP под заказчика в короткие сроки. Каждый такой проект-модуль (например, по SFT, синтетике или суррогатным моделям) очищается от клиентской специфики и описывается через стандартизированный контракт (CONTRACT.yaml), включающий его API и системные требования.
Вместо перегрузки агента памятью и сложными контекстами, система использует RAG на базе векторной СУБД Qdrant для поиска релевантных контрактов среди доступных модулей и предоставления их LLM-агенту для оркестрации.
Текущая архитектура организована вокруг центрального MCP-сервера и набора локальных проектов.
mcp/— исходный код центрального MCP-сервера на Python.test/— тестовые материалы.plan/— подсистема управления задачами и база знаний. Реализует систему из AgenticTasker.