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