Wewnętrzny Teams ChatBot

Nasz cel? Ułatwienie dostępu do wiedzy wewnętrznej organizacji

Zamiast przekopywania się przez SharePointy czy foldery z dokumentami, pracownik może po prostu zadać pytanie i natychmiast dostać odpowiedź.

Damian Jachowicz

Senior Java Developer

Kontekst

Biznesowo

Projekt powstał z potrzeby… i z ciekawości. Stworzyliśmy wewnętrzne narzędzie – lokalnego czata AI, który odpowiada na pytania dotyczące naszej firmy.
Czat pełni funkcję szybkiego doradcy: podpowiada, gdzie znaleźć dokumenty, jak coś działa, przypomina zasady i procedury – bez potrzeby przeszukiwania SharePointa czy kontaktu z HR. Pozwala zadać pytanie naturalnym językiem i natychmiast uzyskać odpowiedź np. z linkiem do konkretnego dokumentu.
Najważniejsze? W odróżnieniu od ChatGPT czy innych chmurowych narzędzi działa w pełni lokalnie. Dzięki temu zapewniamy pełną kontrolę nad danymi oraz bezpieczeństwo – żadne informacje nie opuszczają naszej infrastruktury.
Projekt istnieje już jako prototyp, a w przyszłości planujemy jego rozwinięcie o funkcje agentowe, umożliwiające np. rezerwację miejsc parkingowych czy interakcję z bazami danych.

Technicznie

ChatBot łączy lokalną bazę wiedzy, model LLM oraz integrację z Microsoft Teams. Rozwiązanie składa się z dwóch głównych części: backendu, odpowiedzialnego za logikę działania i przetwarzanie danych, oraz interfejsu użytkownika w aplikacji Teams.
Dane z dokumentów firmowych są dzielone na mniejsze fragmenty (chunki), przekształcane w wektory za pomocą embedding modelu i zapisywane w bazie Chroma. API obsługuje zapytania użytkownika, przeszukuje bazę i łączy dane z modelem OLama, aby wygenerować odpowiedź.
Zależało nam na tym, aby chatbot był dostępny tam, gdzie użytkownicy spędzają większość dnia – w Microsoft Teams. Dlatego stworzyliśmy dedykowaną wtyczkę, napisaną w TypeScript.
Chatbot działa jako dedykowana wtyczka w Teams. Komunikacja z modelem i historia konwersacji są przetwarzane indywidualnie w kontekście użytkownika – nikt inny nie widzi Twoich pytań. Wszystko pozostaje w firmowym środowisku.

Planowanie

Estymacja

Standup

Demo

Retro

90% rozwój

5% spotkania

0% utrzymanie

Senior Developer

Developer

Product Owner

Celem najbliższej fazy jest wdrożenie wersji produkcyjnej narzędzia w najprostszej postaci – tekstowy czat w Teamsie, który odpowiada na pytania o firmę.
Rozbudowa czata do postaci agenta, który sam zada pytania do bazy i wykonuje działania (np. rezerwacja parkingu)
Eksperymenty z wykorzystaniem Copilota jako alternatywnego silnika AI.
Optymalizacja kosztowa i wybór modelu najlepiej dopasowanego do potrzeb organizacji

Jak budować lokalne aplikacje AI przy zachowaniu bezpieczeństwa danych Integracja aplikacji z Microsoft Teams od strony wydawniczej
Zaawansowana praca z Pythonem, FastAPI, embeddingami i architekturą wektorową
Zrozumienie, jak działają modele językowe.
Zespół projektowy samodzielnie uczył się i testował rozwiązania – od działania modeli po kwestie wydajności, zasobów, infrastruktury i kosztów.

utrzymania

100%

działa lokalnie

100%

komunikacja po polsku

No items found.

No items found.

O efektach niech opowiedzą klienci!