# Почему ИИ ошибается в советах по здоровью: решаем проблему устаревших рекомендаций

- Site: VeraPoint News
- Section: Инструменты
- Date: 2026-09-27
- Canonical: https://verapointmedia.com/tools/archie0732-healthy-diet-ai-agent/
- Markdown: https://verapointmedia.com/tools/archie0732-healthy-diet-ai-agent.md
- Summary: Healthy Diet AI Agent — это инструмент на базе Bun и TypeScript, который помогает ИИ-системам правильно работать с меняющимися медицинскими рекомендациями. Если вы строите чат-бота или систему поиска, которая должна давать советы по питанию, этот проект поможет вам избежать опасной ситуации, когда ИИ выдает устаревшие 
- Target queries: AI tools; AI agents; archie0732-healthy-diet-ai-agent
- Tags: #ai #technology
- Image: https://verapointmedia.com/static/content-assets/tools/archie0732-healthy-diet-ai-agent/cover.webp

## Sources

- https://github.com/archie0732/healthy-diet-ai-agent

---

## Где взять

[archie0732/healthy-diet-ai-agent — открыть на GitHub](https://github.com/archie0732/healthy-diet-ai-agent)

Открытая лицензия: MIT · 751 stars.

Healthy Diet AI Agent — это инструмент на базе Bun и TypeScript, который помогает ИИ-системам правильно работать с меняющимися медицинскими рекомендациями. Если вы строите чат-бота или систему поиска, которая должна давать советы по питанию, этот проект поможет вам избежать опасной ситуации, когда ИИ выдает устаревшие правила за актуальные.

### Почему стандартный поиск подводит

Представьте, что вы спрашиваете ИИ о нормах потребления витаминов. Система находит документ, который звучит очень убедительно, но на самом деле был заменен новой версией руководства еще пять лет назад. Стандартные системы поиска (RAG — Retrieval-Augmented Generation, технология, при которой ИИ ищет ответы в базе знаний перед тем, как ответить) обычно ранжируют документы по их релевантности или «свежести». Однако они не понимают разницы между документом, который был *заменен* (устарел), и документом, который все еще *актуален* для конкретной группы людей.

Проблема в том, что если просто настроить систему на поиск «самого нового», она может пропустить важные исторические данные, если пользователь прямо спросит: «Как изменились рекомендации за последние 10 лет?». Если же разрешить поиск по всем версиям сразу, система начнет выдавать устаревшие советы как актуальные, что в вопросах здоровья недопустимо.

### Как работает умный поиск

Проект `archie0732/healthy-diet-ai-agent` (лицензия MIT, 751 звезда на GitHub) предлагает решение через «условный поиск с учетом версий». Вместо того чтобы всегда искать одинаково, система использует специальный маршрутизатор:

1. **Анализ намерения:** Система определяет, спрашивает ли пользователь об истории изменений или о сравнении версий.
2. **Условная активация:** Если запрос обычный, система работает как стандартный поиск, отдавая приоритет свежим данным. Если же запрос касается истории, активируется механизм «связывания линий» (lineage pairing).
3. **Связывание версий:** Система находит не только текущий документ, но и связанные с ним исторические версии, повышая их приоритет в выдаче, чтобы они попали в топ результатов.

Этот подход гарантирует, что в обычных запросах вы не получите «мусор» из старых данных, а в исторических — получите полную картину изменений.

### Как начать работу

Инструмент представляет собой полноценную систему, включающую LangGraph-агент, сервер на Rust и модель распознавания еды YOLO. Все компоненты разворачиваются через `docker compose up`.

Для начала работы с кодом:
- Изучите структуру репозитория, где объединены сервисы из предыдущих разработок автора.
- Обратите внимание на конфигурационные файлы в папке `experiments/version_aware_rag/configs/`, где описаны параметры поиска.
- Протестируйте систему на своих данных, используя предложенный метод «условного поиска», чтобы убедиться, что ваша база знаний корректно обрабатывает версии документов.

### Границы применимости

Важно понимать, что этот проект сфокусирован именно на этапе *поиска* (retrieval), а не на генерации ответа. Исследователи намеренно оставили генератор за рамками эксперимента, чтобы не смешивать ошибки поиска с ошибками самой языковой модели. Также проект не гарантирует, что более качественные доказательства автоматически приведут к идеальным ответам — это задача для будущих исследований.

### Вердикт

Стоит попробовать, если вы создаете систему, работающую с нормативными документами, медицинскими протоколами или любыми данными, которые регулярно обновляются и где критически важно различать текущую и историческую информацию.

Лучше выбрать другой путь, если вам нужно простое решение «из коробки» для общих задач, так как настройка версионного поиска требует тщательной подготовки базы знаний и разметки связей между документами.

## Похожие материалы

- [Как отличить рабочий AI-инструмент от красивой демки](https://verapointmedia.com/guides/kak-otlichit-rabochiy-ai-instrument-ot-krasivoy-demki/)
- [Что такое AI-агент простыми словами](https://verapointmedia.com/guides/chto-takoe-ai-agent-prostymi-slovami/)