Архитектура

Friedrich состоит из трёх Docker-контейнеров:

Slack ──► Caddy (SSL, порт 443) ──► slack-сервис (порт 3001) ──► agent-сервис (порт 8000)
                                         │                              │
                                    slack-bolt                     FastAPI
                                    слушает events                 brain.py (LLM)
                                    управляет тредами              tools/keitaro.py
                                                                   session.py
                                                                   geo.py

Компоненты

Caddy

Reverse proxy с автоматическим SSL (Let's Encrypt). Принимает HTTPS-запросы от Slack и проксирует на slack-сервис.

Slack-сервис (slack/app.py)

• Слушает все сообщения в каналах где добавлен бот
• Триггерится на имя «Фридрих» (и вариации: Фридих, Фрид, Friedrich)
• Обрабатывает @упоминания
• Ведёт диалоги в тредах
• Пробрасывает slack_user_id и slack_channel_id в agent

Agent-сервис

• brain.py — отправляет сообщение в LLM, получает решение: чат или tool-вызов
• tools/ — модули инструментов (Кейтаро и другие)
• session.py — in-memory хранилище сессий для пошагового сбора параметров
• geo.py — нормализация гео (свободная форма → ISO-2 код)

Структура файлов

slack-ai-agent/
├── agent/
│   ├── __init__.py
│   ├── main.py          # FastAPI-приложение, оркестрация
│   ├── brain.py          # LLM-роутер
│   ├── session.py        # Хранилище сессий
│   ├── geo.py            # Нормализация гео
│   └── tools/
│       ├── __init__.py
│       └── keitaro.py    # Tool: Кейтаро
├── slack/
│   ├── __init__.py
│   └── app.py            # Slack-бот
├── docker-compose.yml
├── Dockerfile.agent
├── Dockerfile.slack
├── Caddyfile
├── .env.example
└── requirements.txt

Поток данных

1. Пользователь пишет в Slack-канал
2. Slack отправляет event на https://домен/slack/events
3. Caddy проксирует на slack:3001
4. slack-сервис проверяет: имя бота или активный тред?
5. Если да — отправляет POST на agent:8000/message
6. Agent проверяет сессию (пошаговый сбор параметров)
7. Если новое сообщение — отправляет в brain.py → LLM
8. LLM возвращает: чат-ответ или tool-вызов с параметрами
9. Если tool-вызов — agent выполняет метод или запрашивает недостающие параметры
10. Ответ возвращается в Slack-тред