ლექცია 4: შეჯამება (n8n, ლოკალური მოდელები, Deep Research და Executive Agents)

            📚 ლექციის მიზნები
            გადასვლა Cloud პლატფორმიდან (Make.com) Self-Hosted ეკოსისტემაზე (n8n).
მონაცემთა ნულოვანი გაჟონვის (Zero Data Leakage) კონცეფცია და Ollama-ს ინტეგრაცია (Llama 4, DeepSeek-V4.1).
Deep Research (ღრმა კვლევის) აგენტური არქიტექტურის გაცნობა.
Computer Use API და UI აგენტების დანერგვა კომპიუტერული გარემოს სამართავად.
Executive Briefing აგენტის აწყობა (Python, LiteLLM, Telegram, Windows Task Scheduler).

        

1️⃣ n8n და ლოკალური AI სისტემები

Fair-Code და Self-Hosting

ბანკები, სადაზღვევო და ჯანდაცვის კომპანიები ვერ იყენებენ Make.com-ს, რადგან Cloud სერვერებზე კონფიდენციალური მონაცემების ატვირთვა არღვევს უსაფრთხოების რეგულაციებს (Compliance). გამოსავალი არის n8n - პლატფორმა, რომელიც შეგიძლიათ დააინსტალიროთ პირდაპირ თქვენს ლოკალურ სერვერზე (Docker-ის მეშვეობით) და მონაცემები არასოდეს ტოვებს თქვენს ინფრასტრუქტურას.

Zero Data Leakage ლოკალური მოდელებით (Ollama)

უსაფრთხოება არ სრულდება მხოლოდ n8n-ით. თუ თქვენი სისტემა ტექსტს აანალიზებს OpenAI-ს (ChatGPT) API-ით, მონაცემები მაინც იგზავნება ინტერნეტში. ამიტომ ვიყენებთ Ollama-ს, რომელიც ლოკალურად რთავს ძლიერ მოდელებს (DeepSeek-V4.1, DeepSeek-R1, Llama 4). ამ კომბინაციით (n8n + Ollama), ავტომატიზაცია მუშაობს მაშინაც კი, თუ ინტერნეტს გავთიშავთ (Wi-Fi Off ექსპერიმენტი).

2️⃣ Deep Research (ღრმა კვლევა)

Iterative Searching (ციკლური კვლევა)

სტანდარტული Search Tool აკეთებს ერთ ძიებას და აბრუნებს 10 შედეგს. Deep Research აგენტი კი არის ციკლური სისტემა (Sub-workflows გამოყენებით n8n-ში), რომელიც:

ძებნის ინფორმაციას.
კითხულობს კონტენტს.
პოულობს ხარვეზებს მიღებულ ცოდნაში.
აკეთებს მეორე, უფრო სპეციფიკურ ძიებას.
იმეორებს ამ ციკლს სანამ არ მიიღებს სრულყოფილ სურათს.

3️⃣ Computer Use და UI აგენტები

რას ვაკეთებთ, როცა პროგრამას API არ აქვს?

ძალიან ბევრ ძველ Enterprise სისტემას ან ლოკალურ პროგრამას არ აქვს API. აქ შემოდის Claude Computer Use. ეს არის AI აგენტი, რომელიც ხედავს და მართავს თქვენს ეკრანს ზუსტად ისე, როგორც ადამიანი.

პროცესი: Screenshot ➔ LLM აანალიზებს პიქსელებს ➔ Action (მაუსის გადაადგილება, კლიკი, კლავიატურაზე ბეჭდვა).

უსაფრთხოება: ასეთი აგენტების გაშვება უნდა მოხდეს იზოლირებულ გარემოში (Sandboxing - Virtual Machines ან Docker Containers), რათა მათ არ შეცვალონ კრიტიკული სისტემური ფაილები.

4️⃣ Executive Briefing აგენტი და OS Scheduling

დილის ბრიფინგის აგენტი (Morning Briefing Agent)

20 პერსონალურ აგენტს შორის ყველაზე მარტივი და უსაფრთხო დასაწყისია დილის ბრიფინგის აგენტი, რადგან ის მხოლოდ კითხულობს (Read-only API) მონაცემებს და არაფერს წერს ან შლის:

მონაცემთა წყაროები: ამინდი (Open-Meteo), გაცვლითი კურსი (NBG/Frankfurter), ელფოსტა (IMAP Read-only), კალენდარი (CalDAV/ICS), ტექნოლოგიური სიახლეები (RSS Feeds).
AI სინთეზი: LiteLLM ფენის მეშვეობით აგენტი იყენებს gemini/gemini-3.5-flash-lite-ს (ან Fallback-ად groq/llama-3.3-70b-versatile / xai/grok-4.7), ახდენს მონაცემების გასუფთავებას (PII Scrubbing) და აგენერირებს ლაკონურ, პუნქტობრივ ბრიფინგს ქართულ ენაზე.
დისტრიბუცია: შეტყობინება იგზავნება პირად Telegram არხში ან ბოტში Markdown ფორმატირებით.
ავტონომიური გაშვება: სისტემის მუშაობისთვის არ გვჭირდება ხელით ჩართვა — ვიყენებთ Windows Task Scheduler-ს (ან Linux cron-ს), რომელიც ყოველ დილით 08:00 საათზე ავტომატურად უშვებს სკრიპტს ფონურ რეჟიმში.

💡 იხილეთ 20-ვე აღმასრულებელი აგენტის დეტალური კატალოგი და არქიტექტურა: Executive & Personal AI Agents გზამკვლევში.