Урок 1 из 8

Что такое Haystack и какую проблему он решает

Почему ИИ-приложение — это больше, чем один запрос к модели

⏱ ≈ 7 минут · без кода

Проблема, из которой вырос Haystack

Кажется, что ИИ-приложение — это просто: отправил вопрос модели, получил ответ. Но любой реальный продукт быстрее или медленнее упирается в цепочку задач:

найти нужные данные (в базе знаний, документах, транскриптах),
подготовить из них промпт для модели,
вызвать модель (а завтра — другую модель другого провайдера),
обработать и проверить ответ,
всё это логировать, тестировать и не сломать при изменениях.

Склеивать эти шаги вручную кодом — можно. Но такая склейка быстро превращается в хрупкий клубок: поменял одно — посыпалось другое, заменить модель — переписывай половину.

Что такое Haystack

Haystack — бесплатный open-source фреймворк на Python от немецкой компании deepset (развивается с 2020 года, у проекта около 25 тысяч звёзд на GitHub). Его называют «оркестратором» ИИ-приложений: он дирижирует всеми шагами, чтобы они работали слаженно.

Актуальная версия — 3.0, вышла в июле 2026. Главное её отличие от ветки 2.x: в центр фреймворка встали агенты — с памятью, навыками и встроенным контролем расходов (подробно в уроке 6). Базовые идеи — компоненты, пайплайны, RAG — не изменились, так что всё в этом курсе относится и к 2.x, и к 3.x.

Аналогия

Haystack — это конструктор производственной линии. У вас есть готовые станки (поиск, вызов модели, обработка документов) и стандартные разъёмы между ними. Вы не выковываете каждый станок сами — вы собираете линию под свой продукт и при необходимости заменяете любой станок, не останавливая завод.

Два главных слова, которые встретятся во всём курсе:

Компонент — готовый «станок» с одной задачей: найти документы, вызвать модель, превратить PDF в текст. Об этом урок 2.
Пайплайн — сборка компонентов в работающий конвейер. Об этом урок 3.

Что на нём строят

Тип приложения	Пример из вашей жизни
RAG — ответы модели по вашим данным	Ассистент, который отвечает ученикам по всем материалам вашей школы
Умный поиск	Поиск по смыслу, а не по словам, среди сотен транскриптов эфиров
ИИ-агенты	Помощник, который сам решает: поискать в базе, вызвать API или уточнить вопрос
Обработка документов	Конвейер: PDF → текст → разбивка → база знаний
Чат-боты с памятью	Диалоговые сценарии вроде ваших умных форм

Почему не «просто вызвать API модели»

Честный ответ: иногда прямого вызова API достаточно. Если ваше приложение — «отправить промпт, показать ответ», фреймворк не нужен. Haystack становится ценен, когда появляется хотя бы одно из:

свои данные, по которым модель должна отвечать;
несколько шагов обработки, которые хочется тестировать по отдельности;
желание менять модели и базы данных без переписывания приложения;
путь в продакшн: логи, наблюдаемость, оценка качества.

Подробное сравнение с альтернативами — в уроке 7.

Запомнить

Haystack не заменяет модели — он их оркестрирует. Модели (OpenAI, Anthropic, локальные через Ollama и десятки других) подключаются к нему как сменные детали.

Проверьте себя

1. Какую главную проблему решает Haystack?

2. Когда Haystack скорее НЕ нужен?

3. Что из этого правда о Haystack?

🎉 Урок пройден! Вы понимаете, зачем существует Haystack. Дальше — из чего он состоит.

💬 Что-то непонятно? Откройте сессию с Клодом в папке курса и спросите — он ваш преподаватель и знает, на чём вы остановились.