Інтеграція GigaChat у мобільний застосунок: AI-асистент для РФ

Розробка AI-асистента в мобільному застосунку на базі GigaChat (Сбер)

Мобільні застосунки для фінансового та медичного секторів зобов'язані зберігати дані в РФ. GigaChat — єдина велика мовна модель із серверами в російському контурі. Ми інтегрували її в 15+ проєктів: від банківських чат-ботів до аналітики документів. Процес від підписання до деплою займає від 2 до 4 тижнів. Оцініть свій сценарій — напишіть нам для попереднього аудиту.

Проблеми, які вирішуємо

1. Юридична ізоляція даних. GigaChat розміщується на серверах Сбера в РФ. Це єдиний варіант для застосунків, де 152-ФЗ вимагає локального зберігання. YandexGPT теж працює в РФ, але GigaChat має більш гнучку B2B-адаптацію з корпоративними тарифами та виділеними ресурсами. Наприклад, клієнти з великим обсягом запитів отримують dedicated endpoint із гарантованою пропускною здатністю.

2. OAuth 2.0 з короткоживучими токенами. Access_token GigaChat живе 30 хвилин. Пряме отримання на мобільному пристрої небезпечне — client_id та client_secret повинні залишатися тільки на сервері. Ми проектуємо серверний проксі, який бере на себе авторизацію та видає токен клієнту. Це знижує ризик витоку облікових даних.

3. Нестандартні кореневі сертифікати. Сбер використовує власні CA з реєстру Мінцифри. У production потрібно явно додати ці сертифікати в довірені — інакше HTTPS-з'єднання впаде. Ми вже налаштували це під iOS (через ATS), Android (Network Security Config) та серверні платформи. Втрати продуктивності немає — час встановлення з'єднання збільшується не більше ніж на 5%.

Як авторизуватися в GigaChat API?

Протокол OAuth 2.0 з типом client_credentials. Запит:

POST https://ngw.devices.sberbank.ru:9443/api/v2/oauth
Authorization: Basic {base64(client_id:client_secret)}
Content-Type: application/x-www-form-urlencoded

scope=GIGACHAT_API_CORP

Токен повертається в JSON з полями access_token та expires_at. На мобільному клієнті ми не зберігаємо секрети — всі запити йдуть через наш серверний проксі, який отримує токен і передає його клієнту захищеним каналом. Приклад серверного коду (Python):

import httpx, base64, time

class GigaChatAuth:
    def __init__(self, client_id: str, client_secret: str):
        self._credentials = base64.b64encode(
            f"{client_id}:{client_secret}".encode()
        ).decode()
        self._token = None
        self._expires_at = 0

    async def get_token(self) -> str:
        if time.time() < self._expires_at - 60:
            return self._token
        async with httpx.AsyncClient(verify=False) as client:
            resp = await client.post(
                "https://ngw.devices.sberbank.ru:9443/api/v2/oauth",
                headers={"Authorization": f"Basic {self._credentials}"},
                data={"scope": "GIGACHAT_API_CORP"}
            )
        data = resp.json()
        self._token = data["access_token"]
        self._expires_at = data["expires_at"] / 1000
        return self._token

Посилання: GigaChat API Specification (поточна версія). Важливо: verify=False допустимий лише для тестування. У production підключайте сертифікати Мінцифри (наприклад, через файл cacert.pem).

Чому серверний проксі обов'язковий?

Пряме використання GigaChat API з мобільного пристрою — грубіша помилка безпеки. client_secret — це ключ до вашого акаунта. Якщо він скомпрометований, зловмисник може генерувати токени за ваш рахунок. Проксі вирішує цю проблему: він зберігає секрет, а мобільний застосунок отримує лише тимчасовий токен. Додатково проксі дозволяє:

• Кешувати токени та зменшувати кількість запитів до GigaChat (економія до 40% на лімітах).
• Логувати всі запити для аудиту.
• Додати власну бізнес-логіку (наприклад, модерацію контенту або A/B-тестування).

Яка модель GigaChat підходить для вашого застосунку?

GigaChat-Pro в 2-3 рази точніша за базову модель на задачах вилучення даних та фінансового аналізу. Якщо ваш асистент повинен працювати зі звітами та графіками, обирайте Pro. У наших проєктах точність вилучення даних зі звітів сягає 95%.

Як Function Calling спрощує інтеграцію з бекендом?

GigaChat підтримує виклик функцій через параметр functions. Синтаксис відрізняється від OpenAI: поле називається functions (не tools), а виклик приходить у function_call (не tool_calls). Це перше, що ламається при міграції. Приклад запиту:

{
  "functions": [{
    "name": "get_account_balance",
    "description": "Отримати баланс рахунку клієнта",
    "parameters": {
      "type": "object",
      "properties": {
        "account_id": {"type": "string"}
      },
      "required": ["account_id"]
    }
  }],
  "function_call": "auto"
}

Ми реалізували такий патерн у кількох проєктах — асистент сам вирішує, коли викликати функцію, і повертає структуровані дані. Це дозволяє інтегруватися з будь-яким REST API без ручного парсингу.

Робота із зображеннями

GigaChat Pro дозволяє завантажувати зображення через файловий API. Кроки:

1. Завантажити файл POST /api/v1/files з purpose: general. Максимальний розмір — 20 МБ.
2. Отримати file_id.
3. Передати його в повідомленні як image_url: https://gigachat.ru/files/{file_id}/content.

Файл видаляється через 24 години — це важливо враховувати при проектуванні. Для критичних даних рекомендуємо вивантажувати одразу.

Що входить у роботу (під ключ)

• Серверний проксі з OAuth 2.0 (Python/Go/Node.js).
• Мобільний SDK для iOS/Android/Flutter з обробкою токенів та стримінгу (SSE).
• Налаштування російських кореневих сертифікатів для production.
• Реалізація function calling під вашу бізнес-логіку.
• Інтеграція з файловим API (якщо потрібні зображення).
• Документація з розгортання та підтримки.

Процес роботи

Для налаштування сертифікатів: на iOS використовуємо ATS, на Android — Network Security Config. На сервері оновлюємо CA bundle. Ми підготували покрокові інструкції для кожної платформи.

Терміни та вартість орієнтовно

• Базовий текстовий асистент (проксі + чат-інтерфейс): від 1,5 до 2 тижнів, вартість від 150 000 рублів.
• З function calling та зображеннями: від 3 до 4 тижнів, вартість від 350 000 рублів.

Ми маємо 5+ років досвіду в інтеграції AI-асистентів та 15+ успішних проєктів із GigaChat. Для точної оцінки напишіть нам — ми підготуємо пропозицію під ваш проєкт.

Машинне навчання в мобільних застосунках: CoreML, TFLite та on-device LLM

Ми розрізняємо два принципово різних підходи: застосунок з on-device AI та застосунок, який просто викликає хмарне API. Перший працює без інтернету, не надсилає дані користувача на сторонні сервери та відповідає за 50 мілісекунд. Другий залежить від затримки мережі та тарифного плану. Вибір архітектури — ключовий етап, який безпосередньо впливає на вартість, приватність та користувацький досвід. Наш досвід показує: у 70% проектів on-device інференс виявляється дешевшим у довгостроковій перспективі завдяки виключенню серверних витрат. Економія може сягати 40% щомісячних витрат — отримайте консультацію, ми порахуємо для вашого кейсу.

Як вибрати між CoreML та TFLite для on-device інференсу?

CoreML — нативний фреймворк Apple для запуску ML-моделей на пристрої, описаний у документації Apple. Підтримує Neural Engine (A11 Bionic та новіші), GPU та CPU як fallback. Моделі конвертуються у формат .mlmodel через coremltools з PyTorch, ONNX або TensorFlow. Конвертація — не завжди тривіальна: кастомні шари вимагають реалізації MLCustomLayer, а квантизація до INT8 іноді помітно знижує точність на специфічних даних. Ми гарантуємо, що підсумкова модель проходить валідацію на реальних даних до та після конвертації.

TensorFlow Lite — крос-платформна альтернатива для Android та Flutter відповідно до специфікації Google. На Android використовує NNAPI (Neural Networks API) для апаратного прискорення — з Android 10+ NNAPI стабільніший, до цього краще явно використовувати GPU delegate через GpuDelegate. Типова помилка: модель навчена на нормалізованих даних у діапазоні [0,1], а в застосунку на вхід подається [0,255] — інференс працює, але з безглуздими результатами без помилки. Ми включаємо модуль автоматичної валідації вхідних даних у SDK.

Для задач класифікації зображень, детекції об'єктів та сегментації доступні готові оптимізовані моделі. YOLOv8 у CoreML форматі запускає детекцію кадру 640×640 за 15–20 мс на iPhone 14 Neural Engine. MobileNetV3 на TFLite з GPU delegate — близько 8 мс на Pixel 7 при класифікації.

Що робити, якщо потрібна генерація тексту на пристрої?

Запуск невеликих мовних моделей на пристрої став реальністю за останні роки. Apple Intelligence використовує власні моделі через Private Cloud Compute, але для сторонніх розробників доступні інші шляхи.

llama.cpp з Metal backend на iOS — робочий підхід для phi-3-mini (3.8B параметрів, 4-bit квантизація, ~2.3 ГБ). Інференс: 15–25 токенів/секунду на iPhone 15 Pro. Для інтеграції в Swift використовуємо Swift Package llama.swift або обгортку через C-інтерфейс llama.h. Бінарник до застосунку не додаємо — модель завантажується при першому запуску та зберігається в Application Support. Наші сертифіковані розробники налаштовують інкрементальне завантаження, щоб не блокувати перший запуск.

На Android аналог — Google AI Edge (колишній MediaPipe LLM Inference API) з підтримкою Gemma-2B. Працює через GPU delegate, на Tensor G3 чіпі Pixel 8 Pro — близько 20 токенів/секунду.

Інтеграція OpenAI API та інших хмарних моделей

Для сценаріїв, де cloud inference допустимий, інтеграція OpenAI, Anthropic або Google Gemini — це HTTP клієнт + streaming SSE. У Swift зручно через AsyncThrowingStream для стрімінгових відповідей. У Kotlin — через Flow.

Критично важливо: API-ключі ніколи не зберігаються в бандлі застосунку. Навіть обфускований ключ витягується з IPA за 10 хвилин через strings або frida. Правильна архітектура: мобільний застосунок → власний backend → OpenAI API. Backend контролює rate limiting, логує запити, захищає ключ.

Що входить у роботу (результати)

• Навчена та квантизована модель під цільовий пристрій (документація за метриками)
• SDK для інтеграції (Swift/Kotlin/Flutter) з прикладами виклику
• Тести продуктивності на 3–5 реальних пристроях
• Інструкція з оновлення моделі OTA
• Підтримка при проходженні модерації App Store / Google Play (перевірка відповідності Guidelines 4.2, 5.1)
• 2 тижні технічної підтримки після релізу

Типовий пайплайн проекту

1. Аналіз завдання — вимірюємо latency, privacy, size, підтримувані пристрої.
2. Прототипування моделі — в Python, оцінка accuracy на цільових даних.
3. Конвертація та квантизація — під CoreML/TFLite з валідацією.
4. Інтеграція в застосунок — модель обгортається в сервісний шар (легко замінювати CoreML → TFLite → хмара).
5. Тестування — на реальних пристроях, вимір FPS, RAM, батареї.
6. Деплой — через TestFlight / Firebase App Distribution, моніторинг метрик.

Терміни: інтеграція готової CoreML/TFLite моделі — 1–2 тижні, розробка кастомної моделі з мобільною оптимізацією — від 6 тижнів, on-device LLM чат з персоналізацією — 4–8 тижнів.

Чому ми беремося за складні кейси?

10+ років досвіду в мобільній розробці, 50+ впроваджених AI/ML рішень, гарантія сумісності з актуальними версіями iOS та Android. Всі проекти проходять code review та навантажувальне тестування. У вартість вже входить підготовка документації для модерації та навчання вашої команди.

Зв'яжіться з нами — ми допоможемо вибрати архітектуру та впровадити ML у ваш застосунок під ключ. Замовте аудит наявного рішення — безкоштовно оцінимо потенціал економії серверних витрат. Отримайте консультацію експерта — напишіть нам сьогодні.