Контекст
Это закрытый клиентский проект, поэтому код и чувствительные детали организации не публикуются. Работа объединила Redmine MCP tooling и корпоративного VK Teams RAG-бота по Wiki.js и PDF-регламентам.
Проблема
Внутренним командам нужны agents, которые работают с существующими системами и не раскрывают messy raw APIs. Knowledge search также должен учитывать роли доступа и границы источников.
Ограничения
- Закрытая клиентская среда.
- Redmine actions нужно было представить как safe compact tools для LLM agent.
- Search должен был работать по Wiki.js pages и PDF-регламентам.
- Ответы должны учитывать роли доступа.
Подход
Redmine-часть получила controlled MCP tool surface. RAG-часть объединила indexed fragments, hybrid retrieval и доставку ответов через VK Teams.
Ключевые решения
- 12 MCP tools для tasks, projects, users, metadata и reporting workflows.
- Compact JSON output, безопасные ошибки, pagination, sorting и обработка просроченных задач.
- Role-aware retrieval по Wiki.js и PDF sources.
- Hybrid search по 200+ documents и 2-3k indexed fragments.
Результат
Работа показывает практическую enterprise AI integration: controlled tool surfaces, доступ к внутренним системам и RAG по реальным corporate documents.
Что это демонстрирует
MCP design, enterprise RAG, закрытые интеграционные проекты, safe agent outputs и architecture внутренних ассистентов.