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:

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

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

Структура

src/ai_orchestrator/
  domain/
  application/
  infrastructure/
  delivery/

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