# AIUI Chat

AIUI Chat — это современный веб-интерфейс для общения с LLM (большими языковыми моделями), вдохновленный Open WebUI. Поддерживает любой OpenAI-compatible API (OpenAI, Ollama, LM Studio, vLLM и другие).

## Особенности

- Чат с поддержкой **streaming** ответов
- Управление **историей** диалогов
- Настройки API, модели, temperature, max tokens
- Загрузка файлов в чат
- **Базы знаний** с ChromaDB — загружайте документы и получайте ответы с учетом контекста
- Адаптивный дизайн (десктоп + мобильные)
- Темная тема в стиле modern tech

## Структура проекта

```
AIUI/
├── frontend/              # React + TypeScript + Tailwind CSS
│   ├── src/
│   │   ├── components/    # UI компоненты
│   │   │   ├── chat/      # Компоненты чата
│   │   │   ├── layout/    # Layout компоненты
│   │   │   └── knowledge/ # Компоненты баз знаний
│   │   ├── services/      # API сервисы
│   │   ├── stores/        # Zustand stores
│   │   ├── types/         # TypeScript типы
│   │   └── utils/         # Утилиты
│   └── package.json
├── backend/               # Express.js proxy сервер
│   └── src/
│       └── index.js       # Основной сервер
└── package.json           # Root package.json
```

## Быстрый старт

### 1. Установка зависимостей

```bash
npm install
```

Это установит зависимости для root, frontend и backend.

### 2. Настройка API

Запустите frontend и backend, затем откройте настройки (иконка шестеренки) и укажите:

- **API Base URL** — например `https://api.openai.com/v1` или `http://localhost:11434/v1` (для Ollama)
- **API Key** — ваш ключ
- **Model** — например `gpt-4`, `gpt-3.5-turbo`, `llama2` и т.д.
- **Temperature** и **Max Tokens** — по желанию
- **System Prompt** — системный промпт
- **Embedding Model** — для баз знаний (например `text-embedding-3-small`)
- **ChromaDB Directory** — путь к хранилищу ChromaDB

### 3. Запуск

```bash
# Запуск backend (порт 3001)
npm run dev:backend

# В другом терминале — запуск frontend (порт 3000)
npm run dev:frontend
```

Frontend запустится на `http://localhost:3000` и будет проксировать API-запросы на backend.

### Production сборка

```bash
# Сборка frontend
npm run build:frontend

# Запуск backend (раздает собранный frontend)
npm run start:backend
```

## Базы знаний (Knowledge Bases)

Базы знаний позволяют загружать документы и использовать их как контекст для ответов LLM.

### Как использовать:

1. Откройте панель **Knowledge Bases** (иконка базы данных в сайдбаре)
2. Создайте новую базу знаний
3. Загрузите документы (`.txt`, `.md`, `.pdf`, `.docx`)
4. В сайдбаре выберите базу знаний для текущего диалога
5. Задавайте вопросы — LLM будет использовать контекст из документов

### Технические детали:

- Документы разбиваются на **чанки** по ~500 символов с перекрытием
- Для каждого чанка генерируется **embedding** через API
- Чанки хранятся в **ChromaDB** (векторная база данных)
- При отправке сообщения запрос эмбеддится и ищутся похожие чанки через semantic search
- Найденный контекст добавляется к системному промпту

## API Endpoints

Backend проксирует запросы к OpenAI-compatible API:

| Endpoint | Method | Описание |
|----------|--------|----------|
| `/api/v1/chat/completions` | POST | Streaming чат |
| `/api/v1/models` | POST | Список моделей |
| `/api/files/upload` | POST | Загрузка файлов |
| `/api/files` | GET | Список файлов |
| `/api/files/:id` | DELETE | Удаление файла |
| `/api/knowledge` | GET | Список баз знаний |
| `/api/knowledge` | POST | Создать базу знаний |
| `/api/knowledge/:id` | DELETE | Удалить базу знаний |
| `/api/knowledge/:id/files` | POST | Добавить файл в базу |
| `/api/knowledge/:id/files/:fileId` | DELETE | Удалить файл из базы |
| `/api/knowledge/:id/query` | POST | Поиск по базе знаний |

## Технологии

- **Frontend**: React 18, TypeScript, Tailwind CSS, Zustand, Lucide icons
- **Backend**: Node.js, Express.js, ChromaDB, Multer
- **Build**: Vite