AISoftwareFeaturedFosorex

Hệ thống AI Agent & RAG cho Doanh nghiệp

Hệ thống Multi-Agent và RAG tự động tiếp nhận ticket, phân tích mã nguồn, tra cứu tri thức nội bộ và hỗ trợ tự động hóa quy trình phát triển phần mềm.

Công nghệ:Python, CrewAI, LangGraph, AutoGen, GitHub API, LangChain, LlamaIndex, Milvus, RAG, LLM

PythonCrewAILangGraphAutoGenGitHub APILangChainLlamaIndexMilvusRAGLLM

Thông tin Tổng quan Dự án

Vai trò đảm nhiệmTrưởng nhóm phát triển phần mềm - Fosorex

Thời gian triển khai09/2025 – Hiện tại

Trạng thái vận hànhĐang vận hành

Lĩnh vực công nghệ

AISoftware

Tổng quan bài toán & Bối cảnh

Hệ thống kết hợp sức mạnh của Multi-Agent phối hợp tự trị và RAG khai thác tri thức sâu. Các tác tử chuyên biệt phân chia nhiệm vụ: Tác tử Phân tích yêu cầu, Tác tử Quét mã nguồn, Tác tử Đề xuất giải pháp và Tác tử Kiểm thử tự động.

Yêu cầu Kỹ thuật Hệ thống

Tiêu chuẩn đặc tả nghiệp vụ và các chỉ số ràng buộc kỹ thuật nghiêm ngặt

Yêu cầu Chức năng (Functional Requirements)

Tự động tiếp nhận ticket kỹ thuật/lỗi từ hệ thống Jira/GitHub qua Webhook thời gian thực.

Phân tích Call Stack, quét cây cú pháp AST mã nguồn và khoanh vùng chính xác tệp tin lỗi.

Hệ thống RAG tra cứu tài liệu kỹ thuật nội bộ bằng ngôn ngữ tự nhiên với trích dẫn trang nguồn.

Điều phối luồng đa tác tử tự động đề xuất mã sửa đổi, chạy kiểm thử và tạo Pull Request.

Yêu cầu Phi chức năng & SLA (Non-Functional Requirements)

Bảo mật tuyệt đối mã nguồn nội bộ: CSDL vector Milvus triển khai on-premise độc lập.

Thời gian phản hồi truy xuất ngữ cảnh RAG < 1.5 giây với độ chuẩn xác nguồn > 95%.

Chạy kiểm thử cô lập hoàn toàn trong container Docker để tránh tác động môi trường ngoài.

Cơ chế vòng lặp tự sửa lỗi (Self-Correction Loop) tối đa 3 chu kỳ nhằm kiểm soát chi phí token.

Sơ đồ Kiến trúc & Luồng Dữ liệu Chi tiết

Mô hình phối hợp các tầng dịch vụ, giao thức truyền thông và lưu trữ dữ liệu thời gian thực

Tiếp Nhận Ticket

Bắt sự kiện Webhook từ GitHub / Jira khi có bug log

Webhook Listener / GitHub API

Điều Phối & RAG

LangGraph quản lý trạng thái & Milvus truy xuất tri thức

Milvus Vector DB / LlamaIndex

Đa Tác Tử Chuyên Biệt

Analyst quét AST mã nguồn, Coder tác tạo bản vá

CrewAI / Tree-Sitter / Claude 3.5

Kiểm Thử & Pull Request

Chạy pytest trong Docker sandbox & tự tạo GitHub PR

Docker Engine / Pytest / Git API

→ Luồng đa tác tử: Tiếp nhận ticket lỗi → RAG truy vấn tri thức mã nguồn → Multi-Agent phân tích AST & tạo bản vá → Docker kiểm thử tự động → Mở Pull Request trên GitHub.

Mô tả Kiến trúc Kỹ thuật:Hệ thống xây dựng hoàn toàn bằng Python, tận dụng LangGraph cho đồ thị điều phối trạng thái, Milvus cho lưu trữ vector, kết nối linh hoạt giữa các mô hình ngôn ngữ lớn (OpenAI, Anthropic) với chính sách bảo mật nghiêm ngặt.

Các Phân hệ & Module Kỹ thuật Cốt lõi

Phân rã kiến trúc thành các khối module độc lập, chuyên biệt và dễ mở rộng

Tác tử Điều phối Trung tâm (Supervisor)

MOD-01

Quản lý đồ thị trạng thái LangGraph, phân bổ nhiệm vụ tuần tự cho các tác tử chuyên biệt.

Stack:Python LangGraph, CrewAI

Công cụ Tìm kiếm Tri thức Enterprise RAG

MOD-02

Cắt lát ngữ nghĩa tài liệu, tìm kiếm kết hợp Hybrid (BM25 + Dense Vector) và tái xếp hạng Cohere.

Stack:Milvus Vector DB, LlamaIndex

Tác tử Phân tích Mã nguồn (Code Analyst)

MOD-03

Quét cấu trúc mã nguồn qua AST parser, định vị lỗi logic và tạo giải pháp vá lỗi tự động.

Stack:Python, Tree-Sitter, GitHub API

Hộp cát Kiểm thử & DevOps Tự động

MOD-04

Khởi tạo container Docker cô lập để chạy test suite và tự động mở GitHub Pull Request.

Stack:Docker Engine, Pytest, Git API

Quy chuẩn Kỹ thuật & Bảng Thông số Tích hợp

Bảng thông số kỹ thuật, giao thức truyền thông và tiêu chuẩn bảo mật hệ thống

Thông Số / Quy Chuẩn	Giá Trị Kỹ Thuật Áp Dụng
Cơ sở dữ liệu Vector	Milvus Standalone Cluster (HNSW Indexing, Cosine metric)
Khung điều phối Agent	LangGraph (State Graphs) & CrewAI (Role-based orchestration)
Giao tiếp tích hợp	GitHub REST/GraphQL API, gRPC (Milvus), Server-Sent Events
Bảo mật mã nguồn	PII & Secret Masking, Local AST parsing, Sandboxed Docker
Môi trường triển khai	Hạ tầng Máy chủ GPU On-Premise & Cổng kết nối LLM Bảo mật

Tính năng & Năng lực Hệ thống

Điều phối đa tác tử AI (Multi-Agent Coordination) với LangGraph và CrewAI

Quy trình RAG nâng cao với kỹ thuật Hybrid Search, Re-ranking và Chunking ngữ nghĩa

Tự động kết nối kho mã nguồn GitHub qua REST API để phân tích AST và tạo PR tự động

Bảo mật dữ liệu nội bộ với cơ chế Local Embeddings và Vector Database Milvus bảo mật

Hiệu quả Thực tế & KPI Nghiệm thu

Các chỉ số đo lường hiệu quả vận hành và giá trị thực tế mang lại cho doanh nghiệp

Giảm 50% thời gian phân tích và định vị lỗi trong các dự án phần mềm phức tạp

Tự động hóa hơn 70% các câu hỏi kỹ thuật thường gặp từ tài liệu nội bộ

Tăng tốc độ phát hành tính năng và chuẩn hóa quy trình review code

Dự án trướcNền tảng eLearning Doanh nghiệp

Dự án tiếp theoHệ thống Logistics Automation – AMHS