Разработка веб-ассистента для анализа данных с локальной LLM

Необходимо создать полноценное веб-приложение, которое позволяет пользователям анализировать данные через текстовые запросы на естественном языке. Система работает полностью оффлайн, используя локальные модели машинного обучения.

Основные функции приложения

Загрузка и обработка данных

  • Загрузка CSV и Excel файлов через веб-интерфейс
  • Подключение к существующим SQLite базам данных
  • Автоматическая конвертация в единый in-memory формат
  • Кэширование данных для повторных запросов

Аналитические возможности

  • Фильтрация, сортировка и группировка данных
  • Статистический анализ (средние значения, медианы, распределения)
  • Визуализация данных через графики и диаграммы
  • Поиск аномалий и пропущенных значений
  • Возможность выполнения SQL-запросов для оптимизации

Технические требования

Архитектура и технологии

  • Backend: Python
  • Локальная LLM: интеграция с Ollama и open-source моделями
  • Архитектура MCP: стандартизированный доступ к инструментам через Model Context Protocol
  • Оркестрация: реализация workflow через Python (альтернатива n8n)
  • База данных: SQLite (in-memory и файловая)
  • Frontend: любое веб-решение на выбор исполнителя

Ключевые особенности

  • Полностью оффлайн работа: все данные обрабатываются локально
  • Использование локальных LLM моделей через Ollama
  • Стандартизированный доступ к инструментам анализа
  • Гибкая система оркестрации процессов