Разработка проекта “Электронный мозг”: AI-база знаний с GPT, почтой и голосовыми заметками, и индексация RAG-базы

Краткое описание проекта

Был разработан проект “Электронный мозг” — персональная AI-база знаний, которая собирает информацию из разных источников, обрабатывает её с помощью искусственного интеллекта и позволяет быстро находить нужные данные через диалог с GPT.

Идея проекта — создать единое место, куда автоматически попадают голосовые заметки, письма, документы и файлы. После обработки вся информация становится доступной для поиска, анализа и общения в формате обычного диалога.

Пользователь может не вспоминать, где именно была нужная информация: в голосовой заметке, письме, документе или файле на диске. Достаточно задать вопрос через GPT, и система найдёт нужный фрагмент в общей базе знаний.

Что умеет система

“Электронный мозг” подключает и обрабатывает несколько типов источников:

голосовые заметки с диктофона;
текстовые заметки;
электронную почту;
файлы и документы;
Яндекс.Диск;
данные, загруженные вручную через админку.

После загрузки данные проходят обработку, сохраняются в базе, индексируются и становятся доступны через AI-поиск.

Голосовые заметки

Один из главных сценариев проекта — работа с голосовыми заметками.

Пользователь может записывать мысли, идеи, задачи или итоги встреч на диктофон. Затем запись попадает в систему, где она:

Загружается в проект.
Преобразуется из аудио в текст.
Очищается и нормализуется.
Анализируется AI-моделью.
Разбивается на смысловые блоки.
Сохраняется в базу знаний.
Индексируется для поиска.

После этого по голосовой заметке можно задавать вопросы:

Что я говорил по проекту?
Какие задачи я поставил?
Какие решения были озвучены?
Найди заметку, где я говорил про клиента.

Таким образом, обычный диктофон превращается в инструмент накопления и структурирования знаний.

Подключение почты

В проект была добавлена возможность подключать почтовые ящики через IMAP.

Система может получать письма, сохранять их в базе и передавать содержимое в общий AI-обработчик. Это позволяет использовать email как полноценный источник знаний.

Например, в письмах часто хранятся:

договорённости с клиентами;
задачи;
счета;
вложения;
обсуждения проектов;
важные контакты;
история переписки.

После подключения почты пользователь может спрашивать:

Что писал клиент по последнему проекту?
Найди письмо про оплату.
Какие задачи были в переписке?
Что обсуждали с подрядчиком?

Для подключения почты реализованы настройки IMAP, проверка подключения, сохранение аккаунтов и фоновая синхронизация через очередь.

Интеграция с Яндекс.Диском

Также в проект была добавлена интеграция с Яндекс.Диском.

Система может получать список папок и файлов, подключать облачное хранилище как источник данных и использовать документы с диска для дальнейшей обработки.

Это удобно, когда важная информация уже хранится в облаке:

документы;
отчёты;
текстовые файлы;
PDF;
рабочие материалы;
архивы проектов.

После подключения Яндекс.Диска файлы можно загружать в систему, обрабатывать и добавлять в общую базу знаний.

Общение через GPT

Главное преимущество проекта — возможность общаться с базой знаний через GPT.

Пользователь не работает с обычным поиском по файлам. Он задаёт вопрос естественным языком:

Что я обсуждал по проекту на прошлой неделе?
Какие задачи есть по клиенту?
Найди информацию про оплату.
Что было в голосовой заметке про запуск?
Какие документы есть по этой теме?

GPT обращается к API проекта, получает релевантные записи из базы знаний и формирует ответ на основе найденной информации.

Таким образом, GPT становится интерфейсом к личной или корпоративной памяти.

Как устроена обработка данных

Внутри проекта реализован единый pipeline обработки информации.

Общая схема:

Источник данных → загрузка → обработка → анализ → сохранение → индексация → поиск через GPT

Источником может быть:

аудиофайл;
голосовая заметка;
email;
файл с Яндекс.Диска;
текстовый документ;
ручная заметка.

После попадания в систему данные приводятся к единому формату. Это позволяет работать с разными источниками одинаково.

AI-анализ и индексация

После загрузки данные обрабатываются AI-моделью.

Система может выделять:

краткое содержание;
важные факты;
задачи;
решения;
ключевые темы;
связи с другими материалами.

Далее текст разбивается на смысловые части и индексируется для семантического поиска.

Это позволяет искать информацию не только по точному совпадению слов, но и по смыслу.

Например, пользователь может спросить:

Где я говорил про запуск рекламы?

Даже если в исходном тексте не было точной фразы “запуск рекламы”, система может найти близкие по смыслу записи.

Административная панель

Для управления проектом была реализована админка.

В ней можно:

добавлять ручные заметки;
загружать аудиофайлы;
просматривать обработанные записи;
подключать почтовые ящики;
запускать синхронизацию почты;
подключать Яндекс.Диск;
обновлять список папок;
отслеживать ошибки обработки;
управлять источниками данных.

Админка нужна для настройки источников и контроля обработки, а основной пользовательский сценарий — общение через GPT.

Фоновая обработка через очереди

Так как обработка аудио, писем и файлов может занимать время, в проекте используется фоновая обработка через очереди.

Это позволяет не блокировать интерфейс. Пользователь загружает файл или запускает синхронизацию, а система ставит задачу в очередь и обрабатывает её в фоне.

Через очереди выполняются:

обработка голосовых заметок;
транскрибация аудио;
синхронизация почты;
обновление папок Яндекс.Диска;
AI-анализ;
индексация данных.

Безопасность

Так как проект работает с личными и рабочими данными, была предусмотрена базовая защита:

авторизация в админке;
хранение паролей почтовых ящиков в зашифрованном виде;
использование паролей приложений для почты;
закрытый API для GPT;
доступ к API по специальному ключу;
работа через HTTPS;
фоновая обработка без публичного доступа к внутренним сервисам.

Технологии проекта

В проекте использовались:

Laravel;
PHP;
MySQL;
Redis;
Laravel Queue;
Docker;
Nginx;
SSL;
OpenAI API;
Custom GPT Actions;
Qdrant;
IMAP;
Яндекс.Диск API;
обработка аудио;
семантический поиск;
RAG-подход.

Результат

В результате был создан проект “Электронный мозг” — AI-система для накопления и поиска знаний.

Проект умеет принимать информацию из разных источников, обрабатывать её, сохранять в структурированном виде и делать доступной через GPT.

Пользователь может записывать голосовые заметки, подключать почту, использовать файлы с Яндекс.Диска и затем обращаться к этой информации через обычный диалог.

Это превращает разрозненные данные в единую интеллектуальную базу знаний.

Практическая польза

Такой проект может использоваться для:

личной базы знаний;
хранения идей и голосовых заметок;
анализа переписки;
поиска информации по проектам;
сохранения договорённостей;
работы с документами;
подготовки отчётов;
контроля задач;
корпоративной базы знаний;
AI-ассистента для бизнеса.

Главная ценность системы — возможность быстро получить ответ из собственных данных, не тратя время на ручной поиск по почте, файлам, заметкам и документам.

Вывод

“Электронный мозг” — это не просто хранилище файлов или заметок. Это AI-платформа, которая помогает превращать повседневную информацию в управляемую базу знаний.

Голосовые записи, письма, документы и облачные файлы становятся частью единой памяти, с которой можно общаться через GPT.

Такой подход особенно полезен предпринимателям, специалистам, командам и всем, кто работает с большим объёмом информации и хочет быстро находить нужные данные в своих материалах.