Ssara – firmowy asystent AI zbudowany na Open WebUI i architekturze SoftwareStudio AI Family

Ssara – firmowy asystent AI na platformie AI Family SoftwareStudio

Ssara (SoftwareStudio AI Resource Assistant) to autorski asystent AI zbudowany na platformie Open WebUI, dostępny pod adresem ai-family.softwarestudio.com.pl. Łączy możliwości komercyjnych modeli językowych z wewnętrzną bazą wiedzy firmy, narzędziami integracyjnymi i mechanizmem RAG – zapewniając odpowiedzi oparte na rzeczywistych dokumentach, nie na pamięci modelu. Rozwiązanie jest dedykowane firmom z sektora TSL, produkcji i logistyki, dla których bezpieczeństwo danych operacyjnych jest priorytetem.

• Własny asystent AI bez budowania modelu od zera. Ssara to nakładka (custom model) na model bazowy GPT-5.4, skonfigurowana przez precyzyjny prompt systemowy – bez wielomiesięcznego projektu deweloperskiego.
• Mechanizm RAG – odpowiedzi z dokumentów, nie z domysłów. Ssara przeszukuje bazę wektorową dokumentacji wewnętrznej firmy i odpowiada na podstawie aktualnych procedur, instrukcji i danych produktowych.
• Integracja z narzędziami operacyjnymi firmy. Podłączone narzędzia Intranet-Tool oraz Dokumentacja Wewnętrzna łączą asystenta z CRM, systemami ERP i wewnętrzną bazą wiedzy w czasie rzeczywistym.
• Wielomodelowość – jeden interfejs, wiele silników AI. Użytkownik przełącza się między Ssarą, GPT-5.4, Gemini Pro, Grok 3 i Claude Sonnet 4.6 w ramach jednej sesji, bez otwierania osobnych aplikacji.
• Wyspecjalizowane asystenty dla każdego działu. Platforma udostępnia oddzielne modele dla projektów, obsługi klienta i reklamacji, sprzedaży, wdrożeń, onboardingu (GuidePro AI) oraz analizy prawnej (LegalTrack AI).
• Kontrola dostępu i izolacja danych między działami. Każdy asystent ma własny prompt systemowy i uprawnienia – pracownik supportu nie widzi danych działu sprzedaży i odwrotnie.
• Integracja z n8n przez funkcję Pipe. Każde zapytanie do Ssary może uruchamiać automatyzacje w n8n – od pobierania danych z ERP po wysyłanie powiadomień i zapis wyników do baz danych.
• Automatyczne tworzenie notatek do bazy wiedzy. Funkcja Action „Podsumuj” zapisuje streszczenie rozmowy jako plik Markdown w bazie wiedzy – historia sesji staje się trwałym zasobem organizacji.
• Dane pozostają w infrastrukturze firmy. Platforma działa na własnym serwerze lub dedykowanym VPS klienta – stany magazynowe, dane kontrahentów i harmonogramy dostaw nie trafiają do zewnętrznych SaaS.
• Bezpieczeństwo autoryzacji przez szyfrowanie Fernet. Tokeny autoryzacyjne integracji z n8n są szyfrowane mechanizmem opartym na WEBUI_SECRET_KEY, eliminując ryzyko wycieku poświadczeń w konfiguracji.

RAG (Retrieval-Augmented Generation)

RAG to technika rozszerzania możliwości modeli językowych AI o przeszukiwanie zewnętrznych baz wiedzy w momencie generowania odpowiedzi. Zamiast odpowiadać wyłącznie z pamięci wytrenowanego modelu, asystent najpierw pobiera trafne fragmenty dokumentów z bazy wektorowej, a następnie formułuje odpowiedź opartą na tych danych. W środowiskach firmowych z sektora TSL i produkcji oznacza to, że asystent AI może poprawnie odpowiedzieć na pytania o aktualne procedury, wersje oprogramowania czy parametry obsługiwanych klientów – bo bazuje na dokumentach dostarczonych i kontrolowanych przez firmę, nie na danych ogólnodostępnych.

Open WebUI

Open WebUI to otwartoźródłowa platforma interfejsu czatu, umożliwiająca samodzielne wdrożenie i zarządzanie asystentami AI w infrastrukturze własnej firmy lub na dedykowanym VPS. Platforma obsługuje wiele modeli językowych równolegle (m.in. OpenAI, Anthropic, Google, xAI), pozwala na tworzenie własnych modeli (custom models) z definiowanymi promptami systemowymi, podłączanie narzędzi, baz wiedzy i funkcji rozszerzających. Dla firm logistycznych i produkcyjnych istotną zaletą jest pełna kontrola nad tym, jakie dane trafiają do modeli i kto ma dostęp do poszczególnych zasobów.

Custom model (model niestandardowy w Open WebUI)

Custom model w terminologii Open WebUI to nakładka konfiguracyjna na model bazowy, definiująca jego tożsamość, zachowanie i dostępne zasoby poprzez prompt systemowy oraz zestaw podłączonych narzędzi i baz wiedzy. Nie wymaga trenowania własnego modelu AI od podstaw – wystarczy precyzyjnie skonfigurowany prompt i odpowiednio dobrane integracje. Firmy z sektora TSL mogą w ten sposób tworzyć wyspecjalizowane asystenty dla poszczególnych działów: obsługi klienta, sprzedaży, wdrożeń czy utrzymania ruchu, przy zachowaniu pełnej izolacji danych między rolami.

Pipe (funkcja integracyjna Open WebUI)

Pipe to typ funkcji w Open WebUI realizujący rolę pośrednika między interfejsem czatu a zewnętrznymi systemami automatyzacji. Każde zapytanie użytkownika może być przekazywane jako webhook do silnika automatyzacji (np. n8n), który uruchamia zdefiniowane przepływy – pobieranie danych z systemów ERP, wysyłanie powiadomień czy zapis wyników do baz danych. Pipe obsługuje zarówno tryb strumieniowy (streaming), jak i standardowe odpowiedzi JSON. W firmach logistycznych mechanizm ten umożliwia bezpośrednie połączenie asystenta AI z systemami WMS, TMS lub CRM bez konieczności budowania osobnych integracji.

Baza wektorowa (vector database)

Baza wektorowa to specjalizowana baza danych przechowująca dokumenty w formie reprezentacji matematycznych (wektorów), umożliwiająca wyszukiwanie semantyczne – czyli odnajdywanie treści zbliżonych znaczeniowo do zadanego pytania, nawet jeśli nie zawierają identycznych słów. W kontekście firmowych asystentów AI baza wektorowa zastępuje wyszukiwanie pełnotekstowe i pozwala asystentowi trafnie odnajdywać procedury, instrukcje i dane operacyjne na podstawie intencji pytania użytkownika. Dla branży TSL oznacza to możliwość zadawania pytań naturalnym językiem o harmonogramy, stany magazynowe czy parametry umów.

Czym jest Ssara i skąd się wzięła

Ssara – SoftwareStudio AI Resource Assistant – to nasz wewnętrzny model asystenta AI, zbudowany i wdrożony na platformie Open WebUI pod adresem ai-family.softwarestudio.com.pl. Nie jest to gotowy produkt pobrany z marketu – to autorski byt stworzony przez nasz zespół, który łączy możliwości komercyjnych modeli językowych z wewnętrzną bazą wiedzy firmy i narzędziami integracyjnymi.

Ssara działa jako warstwa pośrednia między użytkownikiem a ekosystemem narzędzi firmy. Odpowiada na pytania, wywołuje narzędzia, przeszukuje dokumentację i zarządza wiedzą organizacji. Jej zachowanie jest precyzyjnie zdefiniowane przez prompt systemowy, który określa rolę, zasady działania i dostępne zasoby.

Architektura modelu – jak zbudowana jest Ssara

W panelu edycji modelu widać pełną konfigurację Ssary. Model bazowy to GPT-5.4, a sama Ssara jest nakładką – tzw. custom modelem w terminologii Open WebUI – który modyfikuje zachowanie modelu bazowego przez prompt systemowy i zestaw podłączonych narzędzi.

Prompt systemowy – serce asystenta

Prompt systemowy Ssary definiuje jej tożsamość, zasady działania i dostęp do narzędzi. Asystentka wie, że działa jako pomoc dla użytkowników firmy SoftwareStudio, że ma dostęp do konkretnych zasobów i że powinna samodzielnie decydować, które narzędzie wywołać w odpowiedzi na pytanie użytkownika. Prompt określa też styl komunikacji – miły, profesjonalny i zwięzły, z lekką dawką humoru, z formatowaniem Markdown i emoji dla czytelności.

Podłączone narzędzia

Do modelu Ssara podłączone są dwa narzędzia:

• Intranet-Tool – wywołuje dane o klientach i kontrahentach firmy oraz ich zapytaniach. To połączenie asystenta z wewnętrznym CRM i systemami operacyjnymi.
• Dokumentacja Wewnętrzna – wywołuje wyszukiwanie w bazie wektorowej dokumentacji. Ssara odpowiada na pytania na podstawie faktycznych dokumentów zapisanych w bazie wiedzy, nie generuje odpowiedzi z pamięci modelu.

Zasada działania jest prosta: Ssara najpierw krótko informuje użytkownika, jakich narzędzi użyła, a dopiero potem prezentuje wynik. Jeśli żadne narzędzie nie zwróciło danych – nie zmyśla odpowiedzi.

Wielomodelowość – jeden interfejs, wiele silników AI

Platforma AI Family nie jest przywiązana do jednego dostawcy modeli. W panelu bocznym widoczne są równolegle dostępne modele, między którymi użytkownik może swobodnie przełączać się w ramach jednej sesji:

• Ssara – główny asystent firmowy z narzędziami i bazą wiedzy
• GPT-5.4 – model bazowy OpenAI dostępny bezpośrednio
• Gemini Pro – model Google
• Grok 3 – model xAI
• Claude Sonnet 4.6 – model Anthropic

Użytkownik wybiera model zależnie od zadania – Ssarę do pracy z danymi firmowymi, Claude’a lub GPT do zadań twórczych, Geminiego do długich dokumentów. Wszystko w jednym interfejsie, bez konieczności otwierania osobnych aplikacji i zarządzania kilkoma subskrypcjami.

Wyspecjalizowane widoki dla różnych ról

Poza modelem głównym Ssara Mini, platforma AI Family udostępnia dedykowane modele dla poszczególnych obszarów działalności. W panelu nawigacyjnym widoczne są osobne asystenty dopasowane do konkretnych zespołów i procesów:

• Projekty i analizy – wsparcie dla kierowników projektów i analityków
• Obsługa klienta i reklamacje – asystent dla działu supportu i RMA
• Sprzedaż i presales – narzędzie dla handlowców i doradców
• Wdrożenia i support techniczny – wsparcie dla konsultantów wdrożeniowych
• GuidePro AI – trener użytkowników i onboarding
• LegalTrack AI – analiza umów i dokumentów prawnych

Każdy z tych asystentów ma własny prompt systemowy, własny dostęp do wybranych zasobów wiedzy i własne uprawnienia. Pracownik działu obsługi klienta nie widzi danych z działu sprzedaży – i odwrotnie.

Funkcje rozszerzające możliwości platformy

Open WebUI umożliwia instalowanie własnych funkcji – fragmentów kodu Python, które rozszerzają możliwości platformy daleko poza standardowy czat. W naszym wdrożeniu działają dwa typy funkcji:

Pipe – integracja Ssary z n8n

Funkcja typu Pipe o nazwie „Ssara” to integracja platformy z silnikiem automatyzacji n8n. Każde zapytanie skierowane do Ssary jest przesyłane jako webhook do n8n, który może uruchamiać dowolne przepływy automatyzacji – od pobierania danych z systemów ERP, przez wysyłanie powiadomień, po zapis wyników do baz danych. Pipe obsługuje zarówno tryb strumieniowy (streaming), jak i standardowe odpowiedzi JSON. Tokeny autoryzacyjne są szyfrowane przez mechanizm Fernet oparty na WEBUI_SECRET_KEY, co eliminuje ryzyko wycieku poświadczeń w konfiguracji.

Action – automatyczne tworzenie notatek do bazy wiedzy

Funkcja „Podsumuj” to Action dostępny bezpośrednio z poziomu rozmowy. Jednym kliknięciem użytkownik może zapisać streszczenie aktualnej rozmowy z modelem AI jako plik Markdown w bazie wiedzy platformy. Model sam generuje notatkę ze streszczeniem, nadaje tytuł i przypisuje plik do wskazanej bazy wiedzy. Kolejne zapytania do Ssary mogą od razu korzystać z tej wiedzy – historia rozmów staje się trwałym zasobem organizacji, a nie ulotną sesją czatu.

Baza wiedzy jako fundament rzetelnych odpowiedzi

Jedno z najważniejszych ograniczeń ogólnodostępnych asystentów AI polega na tym, że odpowiadają z pamięci modelu, nie z aktualnych danych firmy. Ssara rozwiązuje ten problem przez mechanizm RAG – Retrieval-Augmented Generation. Dokumenty wewnętrzne, procedury, instrukcje obsługi systemów, dane produktowe – wszystko to trafia do bazy wektorowej i jest wyszukiwane kontekstowo w momencie, gdy użytkownik zadaje pytanie.

Oznacza to, że Ssara może poprawnie odpowiedzieć na pytanie o aktualną wersję oprogramowania, procedurę obsługi konkretnego klienta czy szczegóły wdrożenia – bo bazuje na dokumentach, które firma sama dostarczyła i kontroluje. Żadna z tych informacji nie trafia do zewnętrznych serwerów poza infrastrukturą wdrożenia.

Dlaczego ta architektura ma sens dla firm z sektora TSL i produkcji

Firmy logistyczne, produkcyjne i transportowe operują na danych, które mają bezpośrednią wartość operacyjną i handlową. Stany magazynowe, harmonogramy dostaw, dane kontrahentów, parametry umów – to informacje, których nie wolno przesyłać do zewnętrznych SaaS bez pełnej świadomości konsekwencji. Architektura AI Family oparta na Open WebUI odpowiada na to wymaganie wprost: platforma działa na infrastrukturze klienta lub dedykowanym VPS, dane pozostają w firmie, a administrator ma pełną kontrolę nad tym, co trafia do modeli i jakie zasoby są dostępne dla poszczególnych użytkowników.

Ssara jest dowodem na to, że własny asystent AI nie musi oznaczać wielomiesięcznego projektu deweloperskiego ani budowania własnego modelu od podstaw. Wystarczy dobrze skonfigurowana platforma, przemyślany prompt systemowy, odpowiednio zbudowana baza wiedzy i integracje dopasowane do procesów firmy. Resztę robi model bazowy – a my zarządzamy tym, czego model nie wie z własnej pamięci.

Najczęstsze pytania o Ssarę i platformę AI Family