Architektura AI Agentů¶

Executive Summary¶

Tento dokument popisuje Multi-Agent AI architekturu pro automatizaci customizace a nasazení ERP systémů. Proces je Spec-Driven: AI agenti nejprve generují rigidní technické specifikace na základě porovnání požadavků klienta s existující analýzou systému.

Obsah sekce¶

Kapitola	Popis
Knowledge Core	Znalostní báze a vstupy
Agent Roles	Role jednotlivých agentů
Komunikace	Komunikace mezi agenty
EspoCRM API	API endpointy pro Builder agenta

Přehled architektury¶

sequenceDiagram
    participant User as Klient
    participant KB as Knowledge Base
    participant A1 as Analyst Agent
    participant A2 as Architect Agent
    participant A3 as Builder Agent
    participant ERP as EspoCRM
    participant A4 as QA Agent

    User->>A1: Upload Requirements
    A1->>KB: Query: "Máme modul pro X?"
    KB-->>A1: "Ano, modul Inventory, ale chybí Feature Z"
    A1->>A2: Odeslat Gap Analysis (Feature Z needed)

    Note over A2: SPEC-DRIVEN DEVELOPMENT
    A2->>A2: Napsat JSON Schema pro Feature Z
    A2->>A2: Napsat UI Layout Spec
    A2->>A2: Napsat Gherkin User Stories
    A2->>A3: Předat Specifikace

    A3->>ERP: Instalovat Base Modules (Inventory)
    A3->>ERP: API: Vytvořit pole 'x_custom_field'
    A3->>ERP: API: Injektovat Workflow Script
    ERP-->>A3: Success (200 OK)

    A3->>A4: Spustit testování
    A4->>A4: Generovat Playwright Script z Gherkin
    A4->>ERP: Login & Execute Workflow via Browser
    ERP-->>A4: Rendered Page
    A4->>A4: Ověřit hodnotu pole
    A4->>User: Delivery (Report + Login Credentials)

Tooling Summary¶

Agent	Odpovědnost	Doporučené nástroje
Librarian	Parsování dokumentace, embeddingy	LangChain, Pinecone, AST Parsers
Analyst	Sémantické vyhledávání, gap detection	GPT-4o / Claude 3.5 Sonnet
Architect	Specifikace, JSON/YAML definice	JSON Schema Validation, Gherkin
Builder	Implementace přes API/kód	Python, EspoCRM API, CLI
QA Bot	Browser automation, testování	Playwright, Puppeteer

➡️ Pokračujte na Knowledge Core.