Разработчик создал открытого ИИ-агента на базе ТРИЗ для решения инженерных задач

Инженер-программист представил открытый проект ARIZ-агент, объединяющий классическую методологию решения изобретательских задач (ТРИЗ/АРИЗ-85В), современные языковые модели и семантический поиск по патентной базе.

Зачем автоматизировать изобретательство

Основная идея проекта — сократить время анализа технической проблемы и поиска нестандартных решений. Пользователь формулирует инженерное затруднение, а система разбивает его по правилам алгоритма АРИЗ, генерирует спектр вариантов разного уровня новизны и сразу подбирает релевантные патенты из векторного хранилища.

Архитектура и используемый стек

Решение построено на связке открытых и легко развертываемых инструментов:

• n8n — отвечает за оркестрацию и логику пайплайна обработки запросов;
• OpenWebUI — пользовательский чат-интерфейс, запускающий вебхуки n8n через кастомную функцию;
• Qdrant — векторная база данных для хранения и поиска фрагментов патентных документов;
• GigaChat — языковая модель, выполняющая роль мыслительного ядра агента;
• Patent Service — микросервис для загрузки и индексации выгрузок из патентных баз данных (например, Google Patents).

Как развернуть систему

Проект оформлен для быстрого запуска в контейнерах и доступен в репозитории на GitHub.

1. Клонирование и старт: клонировать репозиторий, подготовить файл конфигурации окружения .env и запустить сервисы через Docker Compose.
2. Настройка n8n: установить ноду интеграции с GigaChat, внести API-ключ в раздел Credentials и импортировать готовый сценарий АРИЗ.
3. Подключение интерфейса: в OpenWebUI отключить автогенерацию служебных тегов и настроить вызов вебхука n8n.
4. Индексация патентов: загрузить тематические CSV-файлы через API сервиса патентов в базу Qdrant.

Результаты и открытый доступ

После ввода описания проблемы система формирует структурированный ответ: от консервативных до радикальных концепций развития технической системы вместе с патентными ссылками.

Проект распространяется свободно. Автор отмечает, что модульная структура позволяет модифицировать сценарии АРИЗ под собственные задачи, а также адаптировать интеграции под другие LLM и базы знаний.