ЮMoney: RAG-ассистент «Юджин» ищет по Wiki, реранжирование около 1 секунды

По словам директора департамента разработки ЮMoney, со временем в компании накапливаются тысячи страниц документации, и найти нужную информацию становится всё сложнее: обычный поиск перестаёт справляться, сотрудники тратят время на навигацию по Wiki и повторяют одни и те же вопросы коллегам. Готовые корпоративные ассистенты компания отвергла: большинство из них требует ручной загрузки данных, что плохо подходит для постоянно меняющейся документации; кроме того, передавать конфиденциальные данные внешним сервисам компания не может. Поэтому ЮMoney построила собственную платформу с полным контролем над источниками, индексацией и выбором моделей.

«Юджин» — внутренний ИИ-ассистент ЮMoney на технологии RAG: модель получает в контекст найденные фрагменты документов, без дообучения на корпоративных данных. Система подключена к Wiki, Bitbucket и внутренним документам и индексирует их непрерывно, пакетами. Документы делятся на фрагменты около 1024 токенов специализированными чанкерами для OpenAPI, Markdown, AsciiDoc, PlantUML и HTML. Поиск идёт параллельно — полнотекстовый в OpenSearch и векторный в Milvus по эмбеддингам открытой модели FRIDA, в том числе по синтетическим вопросам, сгенерированным LLM. Результаты реранжирует модель BGE-M3. Чувствительные данные обрабатывают локальные модели в защищённом контуре, остальные запросы — GigaChat.

Компания описала «Юджина» в блоге на Хабре 30 июня 2026 года и отнесла его к проектам, которые стали рабочими инструментами: ассистент начинался как поиск по внутренней Wiki и превратился в платформу для работы с корпоративными знаниями. Он ищет по документации, регламентам, инструкциям и описаниям бизнес-процессов, помогает с кодом и анализирует загруженные файлы размером до 5 МБ. Реранкер развёрнут на Triton Inference Server, оценивает до 40 пар «запрос — фрагмент» за запрос; по графикам мониторинга его среднее время ответа — около одной секунды. Сейчас ассистентом пользуются разработчики; следующий этап — аналитики, архитекторы и менеджеры, а также переход к агентной архитектуре на базе ReAct.