🚀 LocalScript: Локальная мультиагентная система для генерации Lua-кода

LocalScript — это AI-решение для LowCode-платформы (MWS Octapi), работающее полностью в закрытом контуре. Оно переводит задачи с естественного языка в готовый к использованию Lua-скрипт, опираясь на корпоративную базу знаний и строгие правила синтаксиса.

🛡 Выполнение требований хакатона

• Модель: qwen2.5-coder:7b-instruct (квантованная, загружается локально).
• Параметры запуска Ollama (фиксированные): num_ctx=4096, num_predict=512, batch=1, parallel=1.
• Потребление ресурсов: Вся генерация выполняется на GPU (без CPU offload). Пиковое потребление ≤ 8.0 GB VRAM. Эмбеддинги (FastEmbed) и векторная БД (Qdrant) вынесены на CPU.
• Внешние API: Полностью отсутствуют.

⚡ Quick Start

Требования

• Docker & Docker Compose
• NVIDIA GPU (8 GB VRAM) + NVIDIA Container Toolkit

Запуск (One-Click)

1. Клонируйте репозиторий.

2. Поднимите инфраструктуру (модель скачается автоматически на этапе инициализации):

   docker compose up --build

3. ⏳ ВАЖНО: При первом запуске сервис init выполнит ollama pull qwen2.5-coder:7b-instruct и загрузит базу знаний в Qdrant. Бэкенд API будет доступен только после того, как в консоли появится ASCII-арт Local Script.

🎮 Демонстрации и Тестирование

Чтобы жюри могло проверить качество генерации, мы написали локальный эмулятор песочницы MWS. Выберите сценарий:

👉 Демонстрация 1: Работа эндпоинта /generate (Single-shot)
👉 Демонстрация 2: Продуктовая задача через Human-in-the-Loop (Chat UI)

🧠 Архитектура "Под капотом"

Система построена на базе 4 "агентов", управляемых чистым Python-бэкендом без тяжеловесных фреймворков вроде LangChain:

1. 🧐 Аналитик: Проверяет запрос. Если ТЗ неполное, задает пользователю уточняющий вопрос.
2. 📚 RAG-модуль: Ищет релевантные примеры скриптов в локальной БД Qdrant (векторизация на CPU).
3. 💻 Кодер (Qwen2.5-Coder): Пишет код строго по LUA_BEST_PRACTICES.
4. 🛠 Фиксер + Чекер: Python прогоняет код через локальный компилятор luac. При ошибке Фиксер чинит баг в цикле. Пользователь получает только 100% рабочий синтаксис.

⚙️ Управление знаниями (Prompts & RAG)

Вся логика вынесена в папку prompts/. Меняйте поведение системы "на лету":

• agents.json — Системные промпты агентов.
• LUA_BEST_PRACTICES.md — Жесткие правила (запреты, работа с wf.vars).
• examples.json — База данных для RAG. При рестарте контейнеров автоматически векторизуется.