AI-агенттер экожүйесі

2025 жылдың 2 тоқсаны.

Бұл Қазақстан-Американдық еркін университетінің қабылдау комиссиясының интеллектуалды көмекшісі. Оның жұмысы үшін жергілікті LLM және RAG-жүйесі пайдаланылады, пайдаланушының сұрауы бойынша релевантты жауаптарды іздеу үшін.

Төменде университеттің интеллектуалды агентінің жұмысын қамтамасыз ететін негізгі технологиялар мен компоненттер берілген.

• 1 PostgreSQL дерекқоры - Жауаптардың эмбеддингтерін (векторларын) сақтау үшін пайдаланылады, мәтіндік чанктарға кесілген;
• 2 Qwen3-Embedding-0.6B жергілікті моделі - Мәтіндердің векторлық кескіндерін (эмбеддингтерін) генерациялау үшін пайдаланылатын көптілді модель;
  • Модель контексті: 32 768 токен.
• 3 Google/Gemma-4-31B жергілікті моделі - tool_choice қолдайтын көптілді тілдік модель, Интернетте іздеу сияқты сыртқы құралдарды қосуға және RAG-жүйесінен алынған деректерді өңдеу мүмкіндігіне ие;
  • Модель контексті: 7 500 токен.
• 4 RAG және RAG-Fusion механизмі - Бірнеше сұраулар нәтижелерін біріктіру және реттеу және модель жауап генерацияламас бұрын ең релевантты контексті қалыптастыру үшін пайдаланылады;
• 5 bge-reranker-v2-m3 моделі көмегімен Reranking механизмі - Табылған көптеген фрагменттерден бір нақты және релевантты жауапты таңдау үшін пайдаланылады;
• 6 Дауысты тану + RVC модельдері - Жергілікті Vosk моделі негізінде жұмыс істейді, сөйлеуді мәтінге түрлендіруді (әзірге орыс тілінде) және адамдық дауысты жауап генерациялау үшін RVC серверін қамтамасыз етеді;
• 7 Соңғы нәтиже - Соңғы хабарламаны келесі форматта беру:
  prompt көшіру

  {Контекст}: %Нәтиже%.
  {Сұрақ}: %Сұрақ%.
  {Ескертпе}: Талапкерге жауап бер.

Агент Telegram-да тәулік бойы қолжетімді және талапкерлерге, ата-аналарға және мектеп оқушыларына біздің университетке түсу туралы бәрін білуге көмектеседі.

2025 жылдың 2 тоқсаны.

Бұл кітапхана көмекшісі, ол пайдаланушыларға кітаптарды табуға, жаңалықтарды ұсынуға, кестелер құруға және оларды салыстыруға, сондай-ақ ГОСТ бойынша библиографиялық сілтемелерді автоматты түрде ресімдеуге көмектеседі.

Уақытша OpenAI компаниясының API-қолжетімділік шешімі модельдерге пайдаланылады. Жақын арада жергілікті LLM-ге көшу жүзеге асырылады. Жергілікті LLM кестелерді толтыруды тестілеу жүріп жатыр.

Төменде университеттің интеллектуалды агентінің жұмысын қамтамасыз ететін негізгі технологиялар мен компоненттер берілген.

• 1 MySQL дерекқоры - КАБИС автоматтандырылған кітапхана жүйесін интеграциялау аяқталғаннан кейін, бұл агент кітаптар туралы сұрақтарға жауап беру үшін дерекқорға сұрауларды орындау мүмкіндігіне ие болды;
• 2 РМЭБ және IPRSmart API пайдалану - Кітаптарды іздеу және алу үшін ресурстарға сұрауларды орындау;
• 3 gpt-4o-mini моделі - Кітаптар туралы дерекқорға сұрауларды орындау және нәтижелерді шығару үшін tool_choice пайдаланатын көптілді модель;
  • Модель контексті: 65 536 токен.
• 4 Соңғы нәтиже - Модель кітапханаға қатысты негізгі сұрақтарға жауап береді. Пайдаланушы кез келген кітаптарды сұраған жағдайда, модель функцияларды қашан шақыру керектігін таңдайды, оларды шақырғаннан кейін пайдаланушыға соңғы нәтижені береді.

Кітапхана көмекшісі университет сайтында қолжетімді және студенттерге, оқытушыларға және зерттеушілерге тәулік бойы көмектеседі.

2025 жылдың 4 тоқсаны.

Бұл білім беру курстарын автоматтандырылған құруға, AI-аватарлармен дәріс жазуға және тесттер генерациялауға арналған AI-платформа.

Төменде университеттің интеллектуалды агентінің жұмысын қамтамасыз ететін негізгі технологиялар мен компоненттер берілген.

• 1 Оқытушылардың AI-аватарларымен бейне жазу - Реалистік AI-аватарлары бар бейнесабақтарды құрудың кіріктірілген жүйесі. Аватарлар нақты оқытушылардың фото және аудиожазбалары негізінде генерацияланады, бұл «тірі қатысудың» әсерін тудырады және студенттердің сенімін арттырады;
• 2 Оқу материалдарын генерациялау - Агент автоматты түрде дәріс мәтіндерін, презентацияларды, әдістемелік құралдарды және берілген пән бойынша практикалық тапсырмаларды қалыптастырады. Бұл ретте университет стандартының үлгілері және пәндер дерекқоры пайдаланылады;
• 3 Реалистік AI-аватарлар - Беттерді генерациялау және сөйлеуді синхрондау модельдері жоғары реалистік дәрежеде (95%-ға дейін) қолданылады. Осының арқасында студенттер контентті тірі дәріс ретінде қабылдайды, бұл оқытушыға тартылу мен сенімді арттырады;
• 4 Соңғы нәтиже - Агент дайын мультимедиялық курс жасайды: бейнедәрістерді, әдістемелік материалдарды, тесттер мен сілтемелерді қамтиды. Оқытушыға тек курсты бекіту және жариялау ғана қалады;
• 5 Тесттер құру - GIFT форматындағы тесттер мен дәріс материалдарын генерациялау үшін жергілікті Google/Gemma-4-31B моделі пайдаланылады
  • Модель контексті: 9 500 токен.
• 6 Суреттерді құру - Суреттерді генерациялау үшін Fooocus жергілікті моделі және RTX 5090 32 VRAM бейнекартасы пайдаланылады.

AI-платформа тәулік бойы қолжетімді, пайдаланушыларға кез келген уақытта виртуалды аватарлармен, сөйлеу синтезімен және көптеген тілдерді қолдаумен жоғары сапалы бейнелерді, сондай-ақ дәріс материалдары мен тесттерді жасауға мүмкіндік береді.

2025 жылдың 4 тоқсаны.

Қазақстан-Американдық еркін университетінің шетелдік студенттерінің бейімделуіне көмектесуге арналған цифрлық көмекші. Тұру, визалық қолдау, оқу процесі және студенттік өмір туралы сұрақтарға жауап береді.

Төменде университеттің интеллектуалды агентінің жұмысын қамтамасыз ететін негізгі технологиялар мен компоненттер берілген.

• 1 FastAPI - API құру және пайдаланушы сұрауларын өңдеуге арналған веб-фреймворк;
• 2 Redis - Чаттар тарихын уақытша сақтау үшін пайдаланылады;
• 3 Qwen3-Embedding-0.6B жергілікті моделі - Эмбеддингтерді жасайды және жүйеге сұраулардың мағынасын түсінуге көмектеседі;
  • Модель контексті: 32 768 токен.
• 4 Google/Gemma-4-31B жергілікті моделі - Пайдаланушыға жауап генерациялауға арналған негізгі тілдік модель;
  • Модель контексті: 7 500 токен.
• 5 LangChain - Жергілікті модельдер мен диалог логикасы арасындағы өзара әрекеттесуді қамтамасыз ететін кітапхана;
• 6 Соңғы нәтиже - Шетелдік студенттердің сұрақтарына дербестендірілген жауап:
  prompt көшіру

  {Сұрақ}: Қандай білім беру бағдарламалары қолжетімді?
  {Жауап}: Келесі білім беру бағдарламалары қолжетімді: …
  

Агент тәулік бойы қолжетімді және KAFU AI-Sana платформасында орналасқан. Оның мақсаты - шетелдік студенттердің бейімделу процесін жеңілдету және университетпен байланысты ыңғайлы әрі түсінікті ету.

2025 жылдың 2 тоқсаны.

Бұл Қазақстан-Американдық еркін университетінің білім алушыларына арналған интеллектуалды көмекші. Оның жұмысы үшін жергілікті LLM және RAG-жүйесі пайдаланылады, пайдаланушының сұрауы бойынша релевантты жауаптарды іздеу үшін.

Төменде университеттің интеллектуалды агентінің жұмысын қамтамасыз ететін негізгі технологиялар мен компоненттер берілген.

• 1 PostgreSQL дерекқоры - Жауаптардың эмбеддингтерін (векторларын) сақтау үшін пайдаланылады, мәтіндік чанктарға кесілген;
• 2 Qwen3-Embedding-0.6B жергілікті моделі - Мәтіндердің векторлық кескіндерін (эмбеддингтерін) генерациялау үшін пайдаланылатын көптілді модель;
  • Модель контексті: 32 768 токен.
• 3 Google/Gemma-4-31B жергілікті моделі - tool_choice қолдайтын көптілді тілдік модель, Интернетте іздеу сияқты сыртқы құралдарды қосуға және RAG-жүйесінен алынған деректерді өңдеу мүмкіндігіне ие;
  • Модель контексті: 7 500 токен.
• 4 RAG және RAG-Fusion механизмі - Бірнеше сұраулар нәтижелерін біріктіру және реттеу және модель жауап генерацияламас бұрын ең релевантты контексті қалыптастыру үшін пайдаланылады;
• 5 bge-reranker-v2-m3 моделі көмегімен Reranking механизмі - Табылған көптеген фрагменттерден бір нақты және релевантты жауапты таңдау үшін пайдаланылады;
• 6 Дауысты тану + RVC модельдері - Жергілікті Vosk моделі негізінде жұмыс істейді, сөйлеуді мәтінге түрлендіруді (әзірге орыс тілінде) және адамдық дауысты жауап генерациялау үшін RVC серверін қамтамасыз етеді;
• 7 Соңғы нәтиже - Соңғы хабарламаны келесі форматта беру:
  prompt көшіру

  {Контекст}: %Нәтиже%.
  {Сұрақ}: %Сұрақ%.
  {Ескертпе}: Студентке жауап бер.

Агент Telegram-да тәулік бойы қолжетімді және студенттерге біздің университет туралы қажетті ақпаратты білуге көмектеседі.

2026 жылдың 2-тоқсаны.

Бұл Қазақстан-Американдық еркін университетінің студенттеріне арналған интеллектуалды көмекші. Оның жұмысында психологиялық тесттерді жеке іріктеуге мүмкіндік беретін tool_choice функциясы бар жергілікті LLM моделі пайдаланылады.

Төменде университеттің интеллектуалды агентінің жұмысын қамтамасыз ететін негізгі технологиялар мен компоненттер көрсетілген.

• 1 ASP.NET – Агенттің жұмысын басқаруға арналған микросервис ретінде пайдаланылады;
• 2 MySQL деректер базасы – Студенттердің өтініштерін (психологпен байланыс) және қосымша ақпаратты сақтау үшін пайдаланылады;
• 3 PostgreSQL деректер базасы – Университет туралы ақпарат немесе психологтың байланыс нөмірі сияқты қосымша мәліметтерді (эмбеддингтерді (векторларды)) сақтау үшін пайдаланылады;
• 4 NoSQL деректер базасы – Чат тарихын жылдам жүктеу және уақытша сақтау үшін пайдаланылады;
• 5 Whisper жергілікті моделі – Сөзді тану үшін ggml-large-v3 көптілді жергілікті моделі пайдаланылады;
• 6 Qwen3-Embedding-0.6B жергілікті моделі – Мәтіндердің векторлық көріністерін (эмбеддингтерін) генерациялау үшін қолданылатын көптілді модель;
  • Модель контексті: 32 768 токен.
• 7 Google/Gemma-4-31B жергілікті моделі – Пайдаланушыға жауаптарды генерациялауға арналған негізгі тілдік модель, психологиялық тесттерді іріктеу үшін tool_choice мүмкіндігімен;
  • Модель контексті: 9 500 токен.
• 8 Қорытынды нәтиже – Модель психологиялық қолдау мәселелері бойынша негізгі сұрақтарға жауап береді және көмек көрсетеді. Пайдаланушының сұранысына байланысты ол сәйкес психологиялық тесттерді ұсынады, ұсыныстар береді және қажет болған жағдайда психологпен байланысу үшін өтінім қалдыруды ұсынады, содан кейін пайдаланушыға қорытынды нәтижені ұсынады.

Агент AI-Sana платформасында тәулік бойы қолжетімді және студентке қиын сәтте әрдайым қолдау көрсетуге дайын.

2026 жылдың 4-тоқсаны.

Бұл - Қазақстанның ғалымдары мен зерттеушілеріне арналған көпшілік сервис. Ол екі сұраққа жауап береді - нақты журналда жариялану қауіпсіз бе және мақаланы тақырыбы бойынша қандай басылымдарға жіберудің мәні бар. Тексеру ресми тізімдер бойынша, ал таңдау аннотацияның журнал тақырыбына мағыналық жақындығы бойынша жүргізіледі, бұл үшін жергілікті тілдік модель және векторлық іздеу пайдаланылады.

Төменде агенттің жұмысын қамтамасыз ететін негізгі технологиялар мен компоненттер берілген.

• 1 FastAPI және SQLAlchemy - микросервиса ретінде пайдаланылады, дерекқорға қолжетімділік asyncpg арқылы асинхронды жүреді;
• 2 PostgreSQL дерекқоры - Журналдар каталогын, олардың тізімдерге тиістілігін және метрикаларды сақтайды; pg_trgm кеңейтімі атаудың дәл емес жазылуы бойынша іздеуді қамтамасыз етеді;
• 3 pgvector кеңейтімі - Эмбеддингтерді halfvec түрінде косинустық жақындық бойынша HNSW индексімен сақтау, бұл ондаған мың журнал бойынша миллисекундта іздеуге мүмкіндік береді;
• 4 Деректер көздері - DOAJ, Scopus (қолданыстағы және шығарылған), OpenAlex, Scimago, Beall's List және ҚР ҒЖБМ БҒСҚК басылымдар тізбесі;
  • Жаңарту: Автоматты, кесте бойынша.
• 5 Qwen3-Embedding-0.6B жергілікті моделі - Журналдар тақырыбы мен пайдаланушы аннотациясының векторлық кескіндемелерін (эмбеддингтерін) генерациялауға арналған көптілді модель;
  • Вектор өлшемділігі: 1 024.
• 6 Google/Gemma-4-31B жергілікті моделі - Аннотацияны ағылшын тіліне аударады, ал бірнеше сөзден тұратын қысқа сұрауды әдістері мен ішкі салалары бар толыққанды аннотацияға дейін кеңейтеді - бұл болмаса вектор бұлыңғыр болып, таңдау дәлдігін жоғалтады;
  • Модель контексті: 7 680 токен.
• 7 KAFU Global API - Университет инфрақұрылымына біртұтас қолжетімділік нүктесі: /api/ai/v1/chat/completions және /api/ai/v1/embeddings. Зерттеушілердің аннотациялары университет контурынан шықпайды;
• 8 React және Vite негізіндегі фронтенд - TypeScript және Tailwind CSS негізіндегі интерфейс, қазақ, орыс және ағылшын тілдеріне аудармасы бар;
• 9 Соңғы нәтиже - Дереккөздерге сілтемелері бар журнал бойынша шешім немесе мағыналық жақындығы бойынша сұрыпталған басылымдар тізімі, жыртқыш журналдарды автоматты шығару және квартиль, ашық қолжетімділік пен БҒСҚК тізбесі бойынша сүзгілермен.

Сервис тегін және Қазақстанның барлық зерттеушілеріне ашық. Ол жосықсыз басылымда жарияланып ақша мен беделді жоғалтпауға және диссертация қорғау кезінде есепке алынатын журналды таңдауға көмектеседі.

2026 жылдың 4-тоқсаны.

Бұл - Шығыс Қазақстан облысының білім алушылары, оқытушылары және тұрғындары үшін Қазақстандағы ауа сапасын бақылау веб-платформасы. Бүкіл ел бір интерактивті картада көрсетілген. Жеке қойынды - tool_choice арқылы деректерге өзі жүгінетін, интернетте іздейтін және графиктерді тікелей чатта құратын AI-агент. Деректер токен бойынша ашық API арқылы сыртқа беріледі, сондықтан индексті Moodle-ге немесе университеттің кез келген сайтына енгізуге болады.

Төменде ауа мониторингі платформасының жұмысын қамтамасыз ететін негізгі технологиялар мен компоненттер берілген.

• 1 Node.js және Express - Деректерді жинайтын, кэшті сақтайтын және оларды интерфейс пен сыртқы тұтынушыларға беретін микросервиса ретінде пайдаланылады;
• 2 Vite - Фреймворксіз фронтендті жинау. Карта, өңір панелі, чат және API беті статикалық файлдарға жиналады;
• 3 SVG негізіндегі интерактивті карта - Жиырма облыстың геометриялық дәл шекаралары, масштабтау, сүйреу және таңдалған өңірді бөлектеу картографиялық кітапханаларсыз қолмен сызылады;
• 4 Open-Meteo арқылы CAMS моделі - Қала нүктесі үшін ауа сапасының есептік бағасы, ажыратымдылығы шамамен 45 км; станциялары жоқ жерлерді қоса алғанда, елдің бүкіл аумағын қамтиды;
• 5 Жерүсті станциялар желісі - Қалалық датчиктердің US AQI шкаласы бойынша көрсеткіштері; үнсіз станциялар есептен шығарылады, әйтпесе олар қаланың орташа индексін үш есе төмендетеді;
  • Жауапта нақты не қайтарылғаны әрқашан көрінеді: Станциялар немесе модель.
• 6 Google/Gemma-4-31B жергілікті моделі - AI-агенттің негізгі тілдік моделі, KAFU Global API арқылы қосылған, tools және ағынды генерацияны тікелей қолдайды;
  • Модель контексті: 7 680 токен.
• 7 Агент құралдары - Агент немен пайдалануды өзі шешеді. Ол ластануды және ауа райын қарай алады, қалаларды салыстыра алады, станция тарихын шығара алады, интернетте іздей алады немесе график құра алады;
  • Графиктер чаттың өзінде сызылады: Динамика, бағаналар, ластаушы заттардың үлестері және ауа райы болжамы.
• 8 SSE арқылы ағынды беру - Жауап генерация барысында келеді. Әуелі шақырылған құралдардың карточкалары ашылады, содан соң белгіленген мәтін; жіберу түймесі шаршыға айналып, ағынды тоқтатады;
• 9 Токендері бар ашық API - Кез келген пайдаланушы өзіне kafu-eco-tk-... түріндегі кілт шығарып, елдің кез келген қаласы бойынша деректерді сұратады;
  • Серверде тек токеннің SHA-256 хэші сақталады, тексеру тұрақты уақытта жүреді.
  • Шығару IP, құрылғы және cookie бойынша тіркеледі, әкімші кез келген уақытта токенді кері қайтара алады.
• 10 Соңғы нәтиже - Карта, агентпен әңгіме және ашық API бірдей деректермен жұмыс істейді, ал дайын HTML-блок ағымдағы индексті тікелей Moodle-де көрсетіп, оны сағат сайын жаңартады.

Платформа барлығына ашық, картаны тіркелмей-ақ көруге болады, ал деректерге қолжетімділік токені API бетінде бір басуда шығарылады.

2026 жылдың 4-тоқсаны.

Бұл - Қазақстан-Американдық еркін университетінің кафедралары мен оқу-әдістемелік бөліміне арналған агент. Кіріске .xls форматындағы жұмыс оқу жоспары беріледі, шығысында орыс және қазақ парақтарында «Оқу, оқу-әдістемелік және ғылыми әдебиет қорының болуы туралы мәліметтер» толтырылған нысаны алынады. Әдебиет ҚАЕУ кітапханасының нақты қорынан tool_choice механизмі арқылы жұмыс істейтін жергілікті тілдік модельмен іріктеледі.

Төменде агенттің жұмысын қамтамасыз ететін негізгі технологиялар мен компоненттер берілген.

• 1 FastAPI және Uvicorn - Оқу жоспарын қабылдауға арналған микросервиса ретінде пайдаланылады, тапсырмалар кезегі және жұмыс барысын нақты уақытта беру;
• 2 Оқу жоспарын талдау - xlrd және openpyxl кітапханалары екі тілдегі пәндерді және титул бетінен білім беру бағдарламасының шифрын шығарады;
• 3 SQLite дерекқоры - Толық мәтіндік индексі және кітаптардың векторлық кескіндемелері бар қордың біртұтас жергілікті каталогы;
• 4 Әдебиет көздері - КАБИС (баспа қоры), IPR SMART және РМЭБ (электронды басылымдар) каталогтары, жиыны 80 мыңнан астам атау;
  • Іздеу: Толық мәтіндік және мағыналық.
• 5 Qwen3-Embedding-0.6B жергілікті моделі - Кітаптардың атаулары мен аннотацияларының векторлық кескіндемелерін (эмбеддингтерін) генерациялауға арналған көптілді модель;
  • Вектор өлшемділігі: 1 024.
• 6 Google/Gemma-4-31B жергілікті моделі - Іздеу сұрауларын тұжырымдайтын, басылымдардың пән тақырыбына сәйкестігін бағалайтын және соңғы іріктеуді tool_choice арқылы қайтаратын негізгі тілдік модель;
  • Модель контексті: 7 680 токен.
• 7 KAFU Global API - Университет инфрақұрылымына біртұтас қолжетімділік нүктесі: модель үшін /api/ai/v1/chat/completions және векторлар үшін /api/ai/v1/embeddings. Деректер университет контурынан шықпайды;
• 8 Vite негізіндегі фронтенд - Пәндер бойынша іріктеу барысын тікелей көрсететін және JSON сөздіктері арқылы үш тілге аударылатын интерфейс;
• 9 Соңғы нәтиже - Орыс және қазақ парақтарында .xlsx форматындағы дайын Қосымша, сондай-ақ даулы басылымдар маманның тексеруі үшін қызыл түспен бөлектелген белгілері бар нұсқа.

Бір білім беру бағдарламасына оқытушының бір аптаға дейін уақытын алатын жұмысты агент шамамен 5-10 минутта орындайды. Қорытынды нысанды тексеріп, қол қою ғана қалады.

2026 жылдың 3-тоқсаны.

Бұл - Қазақстан-Американдық еркін университетінің білім алушылары мен қонақтары үшін университет кіреберісіндегі сенсорлық киоскіде орналасқан дауыстық AI-көмекші. Оның жұмысы үшін құралдарды таңдауға арналған tool_choice мүмкіндігі бар жергілікті LLM және RAG, сөйлеуді тану мен генерациялауға арналған Whisper және CosyVoice3 модельдері пайдаланылады.

Төменде университеттің интеллектуалды агентінің жұмысын қамтамасыз ететін негізгі технологиялар мен компоненттер берілген.

• 1 ASP.NET - Агенттің жұмысын басқаруға арналған микросервис ретінде пайдаланылады;
• 2 Live2D қозғалтқышы - Университеттің маскоты ретінде символикасы бар мысықтың 2D-рендерін «жандандыру» үшін пайдаланылады;
• 3 OpenGL кітапханасы - Мысықты және оның үстіндегі бүкіл интерфейсті сызу үшін пайдаланылады;
• 4 PostgreSQL дерекқоры - Эмбеддингтерді (векторларды) сақтау үшін пайдаланылады, онда сұрақтарға жауап беруге қажетті барлық ақпарат сақталады;
• 5 Whisper жергілікті моделі - Сөйлеуді тану үшін ggml-large-v3 жергілікті көптілді моделі пайдаланылады;
• 6 CosyVoice3 жергілікті моделі - CosyVoice3 жергілікті көптілді моделі тыныс белгілері арасындағы эмоциями және паузами бар табиғи сөйлеуді генерациялау үшін, сондай-ақ zero-shot voice cloning көмегімен кез келген дауысты пайдалану мүмкіндігімен қолданылады;
• 7 Qwen3-Embedding-0.6B жергілікті моделі - Мәтіндердің векторлық кескіндемелерін (эмбеддингтерін) генерациялау үшін пайдаланылатын көптілді модель;
  • Модель контексті: 32 768 токен.
• 8 Google/Gemma-4-31B жергілікті моделі - tool_choice мүмкіндігі және мәтінді кейіннен дауыстап оқуы бар пайдаланушыға жауап генерациялауға арналған негізгі тілдік модель;
  • Модель контексті: 9 500 токен.
• 9 Соңғы нәтиже - Модель stream: true ағынды генерациясын пайдаланып, студенттер мен университет қонақтарының сұрақтарына жауап беру үшін мәтін бөліктерін дауыстау моделінің input кірісіне береді.

Дауыстық AI-агент университетте орналасқан және кез келген студентке оның сұрағымен қуана көмектесуге дайын.

2026 жылдың 3-тоқсаны.

Бұл - moodle.kafu.edu.kz порталындағы оқу курстарын тексеруге арналған AI-агент, ол курстардың фактілік толтырылуын кафедралардың бекітілген оқу жүктемесімен салыстырады. Агент Claude платформасында мамандандырылған дағды (skill) ретінде жүзеге асырылған.

Төменде Claude ортасында курстарды тексеру агентінің жұмысын қамтамасыз ететін негізгі кезеңдер мен компоненттер берілген.

• 1 «KAFU AI Smart Audit» Claude дағдысы - Тексерудің бүкіл логикасы «кафедраны тексер» түріндегі сұраумен іске қосылатын skill ретінде ресімделген. Дағды жүктемені талдау, салыстыру және есептер құру қағидаларын қамтиды;
• 2 Оқу жүктемесі файлдарын талдау - Агент кафедралардың .xls, .xlsx форматындағы және архивтердегі файлдарын оқып, әртүрлі ресімдеу схемаларын танып, «оқытушы - пән - семестр» тізімін құрады;
• 3 Moodle порталын аралау - Агент курс беттерінің құрылымын браузердің DOM тікелей оқып, кафедра санаттары мен оқытушы ішкі санаттары бойынша курстар каталогын алады; веб-сервистер токені болған жағдайда жұмыс қызметкердің қатысуынсыз Moodle REST API арқылы жүргізіледі;
• 4 Пәндерді курстармен салыстыру - Мәтінді нормалау және сенімділікті бағалау арқылы атауларды дәл емес салыстыру; сенімділігі төмен сәйкестіктер автоматты түрде қабылданбай, қызметкерге растауға шығарылады;
• 5 Он бес аптаны тұтас тексеру - Әрбір курс бойынша агент барлық оқу бөлімдерін аралап, дәрістің немесе презентацияның, тапсырманың немесе тесттің болуын тіркейді және әрбір элементтің түрін оның modtype_* класы бойынша анықтайды;
• 6 Силлабусты құжат мазмұны бойынша оқу - Агент тіркелген файлды жүктеп алып, оның мәтінін шығарады және құрастырылған жылын титул беті, кафедраның бекіту хаттамасы мен копирайт бойынша анықтайды;
  • .docx - Архивті тарқату және document.xml, колонтитулдарды оқу;
  • .doc - Мәтінді UTF-16LE және windows-1251 кодтауларында шығару;
  • .pdf - pdf.js арқылы мәтінді қабаттап шығару және жылдың үзілген цифрларын біріктіру.
• 7 Есептерді құру - Агент бекітілген нысан бойынша .xlsx кітаптарын жинайды: негізгі көрсеткіштері бар ректоратқа арналған анықтама, курстарға сілтемелері және толтырылмаған апталар тізімі бар кафедраның жиынтық кестесі, оқытушылардың атаулы парақтары;
• 8 Соңғы нәтиже - Қосымша бірнеше кафедра бойынша диаграммалары бар жиынтық аналитикалық анықтама Word және PDF форматтарында құрылады, ол қолмен өңдеусіз басшылыққа баяндауға жарамды.

Төрт кафедра бойынша 605 курс, 122 оқытушы және оқу жүктемесінің 628 позициясы тексерілді: шетел тілдері, құқық және халықаралық қатынастар, бизнес, педагогика және психология. Пилоттың негізгі тұжырымы: силлабус жылын файл атауы бойынша анықтау бағаны үш есе асыра көрсетеді - файл атаулары бойынша силлабустардың 66-73 % өзекті болып көрінді, ал құжаттардың мазмұны бойынша олар 18 % болып шықты.

Агент студенттердің дербес деректерін өңдемейді - тек курстардың құрылымы мен оқу-әдістемелік құжаттама талданады. Функционал Smart Bilim бағытын дамыту шеңберінде университеттің қалған кафедраларына кеңейтілуі мүмкін.