Демо-версия MVP доступна по ссылке 👉🏻 открыть демо
**Мои Цели (Perfo) ** — AI-слой поверх системы управления эффективностью персонала. Система автоматизирует три ключевых процесса: генерацию стратегически связанных целей, оценку их качества по методологии SMART/OKR/FAST, и выравнивание с корпоративной стратегией.
| Роль | Проблема | Решение AI |
|---|---|---|
| Сотрудник | Трудно сформулировать цель в SMART-формате | AI-генератор на основе ВНД и KPI |
| Руководитель | Цели команды слабо связаны со стратегией | Дерево выравнивания + AI-проверка |
| HR-директор | Нет аналитики качества целеполагания | Дашборд с SMART-индексами по отделам |
- React 18 + TypeScript — UI компонентов
- Tailwind CSS (Japandi-тема) — стилизация
- Recharts / Chart.js — аналитика и дашборды
- React Query (TanStack) — серверное состояние и кэш
- Node.js 20 + Express 5 — REST API
- MongoDB — хранение целей, пользователей, истории
- PostgreSQL — исходные данные (read-only)
- Redis — кэш AI-ответов
- LLM API — основной движок для генерации и оценки целей
- LangChain.js — оркестрация AI-цепочек и RAG-пайплайн
- pgvector (PostgreSQL) — векторное хранилище корпоративных документов
- Embeddings — преобразование текста в векторные представления для поиска и анализа
- **Vercel ** — фронтенд (автодеплой из GitHub)
- **Railway ** — Node.js бэкенд
- MongoDB Atlas M0 — кластер 512MB
- GitHub Actions — CI/CD пайплайн
┌─────────────────────────────────────────────────────────┐
│ FRONTEND (React) │
│ Dashboard │ Goal Generator │ Evaluator │ Alignment │
└─────────────────────────────────────────────────────────┘
│ REST API
┌─────────────────────────────────────────────────────────┐
│ BACKEND (Node/Express) │
│ │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ Goal Router │ │ AI Service │ │ RAG Service │ │
│ └──────────────┘ └──────────────┘ └──────────────┘ │
│ │ │ │ │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ MongoDB │ │ LLM API │ │ pgvector │ │
│ │ (Goals, │ │ (Generate │ │ (VND docs │ │
│ │ Users, │ │ Evaluate) │ │ embeddings)│ │
│ │ History) │ └──────────────┘ └──────────────┘ │
│ └──────────────┘ │
└─────────────────────────────────────────────────────────┘
│
┌─────────────────────────────────────────────────────────┐
│ ДАННЫЕ (PostgreSQL) │
│ HR demo database (сотрудники, цели, документы, KPI),│
│ documents (ВНД), kpi_metrics, reviews │
└─────────────────────────────────────────────────────────┘
Ключевые таблицы:
| Таблица | Назначение |
|---|---|
Сотрудники |
Сотрудники (должность, подразделение) |
Подразделения |
Иерархия подразделений |
Цели |
Цели сотрудников (goal_text, SMART-поля, status) |
Документы |
ВНД и стратегические документы (content, keywords) |
KPI |
KPI-фреймворк по подразделениям |
Пересмотр |
История оценок и согласований |
История оценок |
Аудит изменений целей |
Типы данных (ENUMs):
статусы целей: draft, active, submitted, approved, in_progress, done, cancelledтипы документов: vnd, strategy, policy, kpi_framework, regulationпериоды (кварталы): Q1, Q2, Q3, Q4
Оценка качества целей
- POST /api/ai/evaluate — принимает текст цели и возвращает оценку по SMART/OKR/FAST с рекомендациями.
- POST /api/ai/evaluate/batch — пакетная оценка целей сотрудника за период.
- POST /api/ai/generate — формирует SMART‑цели на основе данных сотрудника, KPI и корпоративных документов.
- GET /api/ai/alignment/:employee_id — показывает дерево целей (компания → отдел → сотрудник) и выявляет слабые связи.
- GET /api/analytics/... — предоставляет отчёты по качеству целеполагания, трендам и проблемным зонам.
- Индексация документов — разбиение текста на фрагменты и сохранение в векторное хранилище.
- Поиск релевантных документов — семантический поиск по embeddings.
- Генерация целей — AI использует найденные документы как контекст для SMART‑целей.
Система поддерживает три методологии с возможностью выбора:
| Критерий | Вес | AI-проверка |
|---|---|---|
| S - Specific | 20% | NLP-анализ конкретности, отсутствие размытых глаголов |
| M - Measurable | 25% | Наличие числовых показателей, %, единиц измерения |
| A - Achievable | 20% | Реалистичность для должности (исторические данные) |
| R - Relevant | 20% | Семантическая близость к ВНД и стратегии (cosine similarity) |
| T - Time-bound | 15% | Наличие конкретной даты или периода |
- Objective: Вдохновляющая цель (qualitative)
- Key Results: 2–5 измеримых результатов с числовыми KPI
- Frequently discussed: Регулярный review процесс
- Ambitious: Stretch-цели (~70% достижимости)
- Specific: Конкретные метрики
- Transparent: Видимость для команды
project/
├── client/ # React фронтенд (компоненты, хуки, состояние, API-клиент)
├── server/ # Node.js бэкенд (маршруты, сервисы, модели, middleware)
├── docker-compose.yml
├── .env.example # пример конфигурации окружения
└── README.md
- Node.js 20+
- Docker + Docker Compose (опционально)
- PostgreSQL 17
# Database
PG_HOST=localhost
PG_PORT=5432
PG_DB=demo_db
PG_USER=demo_user
PG_PASSWORD=demo_password
# AI
API_KEY=your_api_key_here
| Критерий | Вес | Реализация |
|---|---|---|
| Качество AI-оценки SMART | 30% | Компонент A: SMART-индекс, переформулировка |
| Качество AI-генерации целей | 30% | Компонент B: RAG + каскадирование |
| UI/UX прототипа | 20% | Japandi дизайн, интерактивные дашборды |
| Архитектура и API | 10% | MERN + RAG, документация |
| Аналитика и дашборд | 10% | 5 типов графиков, SMART-динамика |
-
RAG поверх ВНД — AI не "галлюцинирует" цели, а генерирует их строго на основе реальных документов организации с цитатами-источниками
-
Каскадирование целей — автоматическая генерация целей сотрудника на основе целей его руководителя (три уровня: компания → отдел → сотрудник)
-
Мультиметодологичность — поддержка SMART, OKR, FAST и комбинированных подходов с обоснованием выбора
-
Батч-оценка за квартал — анализ всего набора целей сотрудника, проверка суммарного веса (= 100%) и количества (3–5 целей)
-
Дашборд для HR — сравнение SMART-индексов по подразделениям, выявление системных проблем с целеполаганием
-
AI‑слой — дополнительный модуль искусственного интеллекта, который интегрируется в систему и автоматизирует задачи (генерация, оценка, выравнивание целей).
-
SMART‑методология — подход к формулированию целей: Specific, Measurable, Achievable, Relevant, Time‑bound.
-
OKR — метод управления целями: Objectives (качественные цели) и Key Results (измеримые результаты).
-
FAST — метод постановки целей: Frequently discussed, Ambitious, Specific, Transparent.
-
RAG (Retrieval‑Augmented Generation) — технология генерации текста с использованием поиска по базе документов (в данном случае ВНД).
-
ВНД (внутренние нормативные документы) — корпоративные документы, регламенты и стратегии, которые используются как источник для генерации целей.
-
pgvector — расширение PostgreSQL для хранения и поиска векторных представлений текста (embeddings).
-
Embeddings — числовые представления текста, используемые для поиска и семантического анализа.
-
API‑эндпоинт — точка доступа в системе, через которую можно отправлять запросы и получать ответы (например, /api/ai/evaluate).
-
Dashboard (дашборд) — визуальная панель с графиками и метриками для HR и руководителей.
-
MongoDB Atlas — облачная база данных для хранения целей, пользователей и истории.
-
Redis — система кэширования и ограничения запросов (rate limiting).
-
CI/CD (Continuous Integration / Continuous Deployment) — процесс автоматической сборки и деплоя проекта.
-
Japandi‑тема — стиль оформления интерфейса (микс японского минимализма и скандинавского дизайна).
-
Unit‑экономика — модель расчёта доходов и расходов на одного клиента (важна для масштабирования SaaS).
Мои Цели (Perfo) MVP v1.0 · HR Performance Goals AI‑модуль ** © DataRigLab* · Апрель 2026*