Одна платформа для всех AI-агентов вашей компании.
Бизнес-пользователь собирает RAG-агента за пять минут. Архитектор оборачивает АБС в API-агента за день. ML-инженер деплоит Python-pipeline. Один маркетплейс, один RBAC, один audit trail.
- пути создания · от no-code до Python
- 3
- модулей · от маркетплейса до Jupyter
- 12
- ролей RBAC · Admin → Client
- 5
Корпоративный AI в 2026 — неуправляемый по умолчанию.
Пять команд, пять подписок, ноль аудита. Чувствительные данные уходят в чужие журналы запросов. Ни один CIO не может ответить, какие модели приняли какие решения за прошлый квартал. Это не tooling-проблема. Это архитектурная.
Теневые подписки
Личные ChatGPT, Claude и Copilot на корпоративных задачах. Контракты, политики и клиентские данные — за периметром.
Нулевой audit trail
Никто не знает, какая модель ответила, на каких данных и кто это запустил. Аудиту предъявить нечего.
Знания не переиспользуются
RAG-агент одной команды не виден другой. Каждое подразделение строит свой стек с нуля.
- Подписки по командам
- Знания разорваны по чатам
- Аудит — недоступен
- RBAC — нет
- Один маркетплейс на компанию
- Коллекции знаний переиспользуются
- Каждый вызов — в audit trail
- 5-tier RBAC по умолчанию
Три пути. Один маркетплейс.
Кто угодно в компании должен иметь возможность собрать агента — настолько простого или настолько сложного, насколько нужно задаче. Prova Studio даёт три равноправных способа, и все три приземляются в один жизненный цикл.
- Привязываете PDF, DOCX, TXT к коллекции — автовекторизация в PGVector.
- Пишете system prompt, выбираете LLM (Ollama, vLLM или OpenAI), включаете флаг публикации.
- No-answer fallback: если контекст не покрывает вопрос, агент признаёт это, а не выдумывает.
Все три пути делят одни коллекции, одни роли, один audit trail. Способ создания — деталь реализации, а не отдельный продукт.
Внутренний каталог AI-решений компании.
Агент, собранный финансами, виден операциям. Агент, собранный комплаенсом, переиспользуется юристами. Маркетплейс превращает разрозненные эксперименты в корпоративный актив с контролируемым доступом.
Жизненный цикл прозрачен: Черновик → Опубликован → Мои агенты → Архив. Запрос доступа уходит владельцу, одобрение фиксируется, использование пишется в audit trail. Архив восстанавливается — ничего не теряется.
- 01ЧерновикАгент в разработке. Только владелец видит.
- 02ОпубликованВ маркетплейсе. Доступ — по запросу.
- 03Мои агентыУ пользователя с одобренным доступом.
- 04АрхивСнят с публикации. Восстановим в один клик.
Коллекции знаний и Model Context Protocol.
Агент бесполезен без контекста и без рук. Коллекции дают контекст: внутренние документы, регламенты, политики. MCP даёт руки: почта, календарь, файлы, ваши собственные системы. Каждый вызов фиксируется в audit trail.
PDF, DOCX, TXT → автовекторизация → Postgres с PGVector. Без отдельной vector-инфраструктуры.
MCP из коробки: Gmail (чтение, поиск, отправка), Google Calendar (события и встречи), Google Drive (поиск по файлам).
Собственные MCP-серверы под внутренние API — агент работает с любой корпоративной системой без модификации платформы.
Каждый MCP-вызов — bearer-token, scope, timestamp, user, agent. Audit trail на каждый external call.
- ingestUpload
- chunkChunk
- embedEmbed
- indexIndex → PGVector
Gmail · Calendar · Drive · Custom
Каждый внешний вызов агента — это структурированный envelope с hash. Готовые коннекторы для Google-стека плюс собственные MCP-серверы под ваши API.
Чат, голос, визуальный собеседник.
Агент должен встречать пользователя там, где он работает. В чате — для разбора и переписки. В голосе — для рук, занятых другим. С avatar — для презентаций, обучения и клиентского сценария.
Voice mode
Real-time speech-to-speech в любом чате платформы.
- Распознавание и синтез работают внутри платформы — ничего не уходит наружу.
- Включается на любого агента — RAG, API или Python — без отдельной настройки.
Avatar с lip-sync
Опциональный визуальный собеседник с синхронной артикуляцией.
- Подключается к любому агенту, настраивается на стороне пользователя.
- Сценарии: онбординг, внутреннее обучение, демо клиентам, презентационные ассистенты.
In-chat артефакты
Презентации, отчёты и материалы рождаются прямо в диалоге.
- Опишите тему, тон, структуру — агент возвращает готовый файл в чате.
- Скачивается, дорабатывается, отправляется через MCP — без выхода из платформы.
Builders внутри платформы.
Чтобы не уходить из Prova Studio за workflow, экспериментом или протоколом встречи — три инструмента живут прямо внутри. Каждый из них — отдельный продукт у конкурентов, у нас они входят в один контракт.
n8n
Полноценный n8n внутри платформы для workflow и интеграций. Любой workflow публикуется как агент через API — node-based pipeline становится частью маркетплейса.
Jupyter Hub
Эксперименты, обучение моделей, прототипирование — без выхода из периметра. Готовый код переезжает в Python Pipeline-агента без переподключения окружения.
Протоколирование встреч
Prova Studio Bot подключается к Google Meet по календарной ссылке, транскрибирует, генерирует протокол по выбранному шаблону. Одна запись — несколько протоколов под разные аудитории.
RBAC, инференсы, bearer-tokens.
Платформа без управления — это та же фрагментация, только в одном UI. Prova Studio даёт 5-tier RBAC, централизованный реестр LLM-инференсов и контролируемый внешний доступ через bearer-tokens — всё из админ-панели.
5-tier RBAC
hierarchyРеестр LLM-инференсов
Реестр LLM-инференсов в админ-панели: Ollama и vLLM для on-prem, OpenAI и совместимые API для облака. Endpoints управляются централизованно, доступ распределяется по RBAC, переключение модели не ломает агентов.
| Provider | Models | Mode | Status |
|---|---|---|---|
| Ollama | llama3 · qwen2 · mistral | on-prem | active |
| vLLM | deepseek · qwen-coder | on-prem · GPU | active |
| OpenAI | gpt-4o · gpt-4o-mini | cloud | active |
| Custom | internal-llm-7b | on-prem | draft |
API-ключи bearer
api · vaultBearer-tokens с управляемым сроком жизни. Любой агент превращается в endpoint для CRM, портала, мобильного приложения или бота. Создание и отзыв — на стороне пользователя; полный audit trail каждого вызова — на стороне платформы.
Зачем lock-in, если у вас есть выбор?
Copilot Studio привязывает к Microsoft. Dify и FlowiseAI оставляют интеграцию, RBAC и lifecycle на ваших плечах. Glean — это поисковик с обвесом, а не agent platform. Prova Studio собирает то, что иначе пришлось бы сшивать из четырёх вендоров.
| Copilot Studio | Dify / FlowiseAI | Glean Apps | Prova Studio | |
|---|---|---|---|---|
| On-prem и sovereign | — | частично | — | ✓ |
| LLM-agnostic (Ollama + vLLM + OpenAI) | — | ✓ | — | ✓ |
| Три пути создания (no-code · API · Python) | частично | частично | — | ✓ |
| Внутренний маркетплейс + 5-tier RBAC | частично | — | частично | ✓ |
| Голос и avatar с lip-sync встроены | частично | — | — | ✓ |
| n8n и Jupyter внутри платформы | — | — | — | ✓ |
| MCP с собственными серверами | — | частично | — | ✓ |
| KZ residency и mid-market цена | — | free / DIY | — | ✓ |
Сшитый стек проходит демо. И проваливает аудит.
Начнём с одного агента.
Не платформенная миграция. Не rip-and-replace. Один сценарий, одна команда, один production-агент за 6 недель. Дальше — расширение по мере доверия.
Sovereign deployment. KZ residency. LLM-agnostic. Один контракт.