# AI Orchestrator

Отдельный проект для серверного AI-orchestrator, который управляет задачами, моделями, MCP-tools и local workers.

## Главная идея

Этот проект не является частью `Local LLM Platform`.

`Local LLM Platform` отвечает за:
- локальные модели;
- inference;
- registry;
- GPU profiles;
- model deployment;
- smoke tests моделей.

`AI Orchestrator` отвечает за:
- общение с пользователем;
- построение плана/графа выполнения;
- вызов моделей;
- вызов MCP-инструментов;
- работу с local worker;
- подтверждения действий;
- логи;
- fallback между weak/strong/vision моделями.

## Ключевой принцип

В коде нет жестких запретов на действия.

Система должна работать через настраиваемую политику проекта:

- `full_auto` — выполнять без подтверждений;
- `confirm` — спрашивать подтверждение для действий, отмеченных политикой;
- `manual` — всегда показывать план и ждать запуска;
- `disabled` — компонент отключен настройкой.

Важно: `disabled` — это не hardcoded ban, а выбранная настройка проекта.

## Базовая схема

```text
User UI / API
    ↓
Conversation Manager
    ↓
Server Orchestrator
    ↓
Execution Graph
    ├─ Planner
    ├─ Workers
    ├─ Reviewer
    └─ Finalizer
    ↓
Model Router
    ├─ weak model: local
    ├─ strong model: local or external
    └─ vision model: local or external
    ↓
Tools
    ├─ MCP client
    ├─ remote MCP servers
    └─ local worker protocol
```

## Что должен сделать Codex

Начать с документа `docs/codex/CODEX_TASK.md`.