# AI Orchestrator

Серверный runtime для AI-задач, моделей, MCP-tools и local workers.
Проект отделен от `Local LLM Platform` и строится как самостоятельное orchestration-ядро.

## Цели

`AI Orchestrator` отвечает за:

- прием пользовательских задач;
- построение execution graph;
- вызов моделей через model router;
- вызов MCP tools;
- dispatch команд в local worker;
- policy-driven подтверждения;
- event log, audit и progress stream;
- fallback между weak/strong/vision моделями.

## Принципы

- никаких hardcoded bans;
- все ограничения идут через project policy;
- worker не планирует задачу и не принимает интеллектуальных решений;
- 1С не попадает в ядро и подключается только через MCP;
- локальный Docker не используется как обязательный dev path.

## Архитектура

Проект разбит на 4 слоя:

- `domain` — сущности, state machines, policy/value objects, события;
- `application` — use cases и orchestration services;
- `infrastructure` — storage, config, policy adapter, provider gateways;
- `delivery` — HTTP API, SSE, worker transport adapters.

Подробные решения зафиксированы в:

- [ADR](docs/adr/001-runtime-stack.md)
- [Domain model](docs/architecture/04_domain_model.md)
- [State machines](docs/architecture/05_state_machines.md)
- [Storage schema](docs/storage/01_schema.md)

## Текущий статус

В репозитории уже собраны:

- архитектурный пакет с ADR;
- доменная модель и state machines;
- draft persistent storage schema;
- внутренние порты orchestrator;
- кодовый каркас `src/ai_orchestrator`;
- базовый FastAPI delivery layer;
- in-memory adapters для безопасного старта;
- unit tests на базовые состояния и policy.

## Быстрый запуск

```bash
python -m pip install -e .[dev]
python -m uvicorn ai_orchestrator.main:app --host 127.0.0.1 --port 8080
```

## Структура

```text
src/ai_orchestrator/
  domain/
  application/
  infrastructure/
  delivery/
```

Исходные папки `src/orchestrator`, `src/policy` и другие пока остаются как legacy-концептуальные маркеры из исходного blueprint.