55.79M

презентация2

1.

«КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
(ФГБОУ ВО «КубГУ»)
Физико-технический факультет
Кафедра теоретической физики и компьютерных технологий
Выпускная квалификационная работа
РАЗРАБОТКА И ИССЛЕДОВАНИЕ
ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ДЛЯ РЕШЕНИЯ
ЗАДАЧ КОМПОЗИЦИОННОГО ПОДБОРА В
ДИЗАЙНЕРСКОЙ ДЕЯТЕЛЬНОСТИ
Студентка 4 курса, бакалавриат ОФО
напр. 09.03.02 Информационные системы и технологии
Загребнова Вероника Денисовна
Научный руководитель
канд. физ.-мат. наук., доцент Жаркова О.М.

2.

Актуальность работы
Актуальность темы обусловлена стремительным развитием технологий искусственного
интеллекта в сфере e-commerce и возрастающими потребностями потребителей в
персонализированном подходе к выбору мебели.
Среди крупнейших российских мебельных фирм отсутствует полноценный AI-ассистент,
способный заменить или дополнить функции живого консультанта. Цифровизация затронула
прежде всего крупных игроков (Hoff, Леруа Мерлен, IKEA), в то время как мелкие и средние
производители оказываются в менее выгодном положении – они не располагают ресурсами для
разработки собственных цифровых сервисов.

3.

Цель работы
Исследование алгоритмов искусственного интеллекта, а
также разработка интеллектуальной веб-системы для
композиционного подбора мебели

4.

Задачи исследования
1
2
3
Изучить теоретические основы агентных систем
Проанализировать существующие решения на рынке мебельного онлайн-ритейла
Реализовать прототип веб-приложения с интегрированным языковым агентом, векторным
поиском и генерацией изображений
5
Результат
:
Интеллектуальное веб-приложение для композиционного подбора мебели с AI-агентом,
векторным поиском и генерацией изображений, готовое к коммерческому масштабированию

5.

Особенности разрабатываемого приложения
Технологический стек
Уникальность решения
React + Vite (frontend), FastAPI (backend), PostgreSQL
Комплекс: AI-диалог + векторный поиск (CLIP) +
(БД), LLM-агент на базе паттерна ReAct + MCP
генерация изображений (Bonsai Image 4B)
Архитектура системы
Два режима работы
Клиент-серверная архитектура, RESTful API,
Интеллектуальный подбор через AI-агента и
модульная структура
ручной подбор с фильтрами

6.

Инструментарий разработки
React
Vite
FastAPI
Python
PostgreSQL
CLIP
OpenRouter
MCP
Bonsai Image 4B
Alembic

7.

Результаты: регистрация и информация клиента
1.
2.
3.

8.

Результаты: регистрация и информация производителя
1.
2.
3.

9.

Ручной подбор мебели

10.

Ручной подбор мебели

11.

AI-агент: поиск по базе

12.

AI-агент: генерация

13.

Производитель: добавление товаров

14.

Производитель: заполненный каталог

15.

Заключение
По итогам работы сформированы следующие выводы:
Изучены теоретические основы агентных систем
Разработан прототип с интегрированным языковым агентом, векторным поиском и
генерацией изображений
Спроектирована архитектура веб-приложения с ИИ-агентом на базе паттерна
ReAct и протокола MCP
Проведены функциональные тесты основных сценариев работы пользователей и
агента
Система готова к коммерческому масштабированию: может быть выбрана локальная LLM,
добавлены новые инструменты для агента, разработан второй агент-проектировщик

16.

Апробация работы
Публикация по результатам
работы
По итогам работы была опубликована статья в сборнике научных статей
«Современное состояние и приоритеты развития фундаментальных наук в
регионах»
Загребнова В.Д. «Разработка frontend и backend частей регистрации
пользователей в веб-приложении»

17.

СПАСИБО ЗА ВНИМАНИЕ !

18.

English Русский Rules