8 апреля 2026 · Редакция

CrewForm 1.8.0: встраиваемый AI-чат, гибридный RAG и переносимые агенты

В релизе CrewForm v1.8.0 команда платформы описывает три связанных направления: чат-виджет для агентов на сторонних сайтах, усиленный гибридный RAG по базе знаний и экспорт/импорт агентов в переносимом JSON. Проект по-прежнему позиционируется как открытая платформа оркестрации AI-агентов (в посте используется образ «Slack for AI workers») с режимами pipeline, orchestrator и collaboration, поддержкой BYOK и возможностью self-host; упоминаются протоколы MCP, A2A и AG-UI.

Публикация на dev.to датирована 8 апреля 2026 (UTC, в метаданных записи: 14:45:09Z); в метаданных площадки указана оценка времени чтения — 3 минуты.

Виджет чата: один script и стриминг через SSE

В посте говорится, что любой агент CrewForm можно вывести на сайт как «пузырь» чата, подключив один тег script с адресом бандла и атрибутами конфигурации. Явно указаны:

src: https://runner.crewform.tech/chat/widget.js
атрибуты data-key, data-theme, data-position
загрузка с async
размещение сниппета перед закрывающим </body>

Для этого, по описанию авторов, не нужны React, отдельный build step и npm install; ответы стримятся в реальном времени.

Техническая схема в изложении авторов:

отдельная сборка на Vite с выходом в один файл widget.js;
изоляция интерфейса через Shadow DOM;
domain whitelisting по API-ключам вида cf_chat_;
session memory, чтобы диалог переживал перезагрузку страницы;
rate limiting на посетителя;
UI настроек со вставкой сгенерированного сниппета и live preview;
связь с task runner по SSE.

<script src="https://runner.crewform.tech/chat/widget.js" async></script>

Идея в том, чтобы вынести агента из «внутренней» консоли оркестратора на публичную страницу без полноценного фронтенд-проекта под каждый кейс.

Гибридный RAG: векторы, полнотекст и контроль качества выдачи

RAG в посте описан как эволюция от «базового векторного поиска» к варианту, который авторы называют production-grade.

Гибридный поиск устроен так:

векторное сходство через pgvector (косинусная метрика);
полнотекстовый слой PostgreSQL (tsvector, ts_rank_cd);
итоговый скоринг задаётся формулой:

Final Score = (0.7 × cosine_similarity) + (0.3 × ts_rank)

стратегия over-fetch + rerank: с каждого метода берётся в 2 раза больше кандидатов, затем дедупликация и отбор top-K.

Дополнительно:

документы можно помечать метаданными-тегами (в примере: FAQ, Technical, Policy), фильтрация через GIN-индекс — и в UI, и через API;
Retrieval tester позволяет до выката в агентов выполнять тестовые запросы, смотреть совпавшие чанки с подсветкой similarity, переключать vector-only / hybrid, фильтровать по документу или тегу и задавать top-K в диапазоне 1–20, с отображением времени ответа для бенчмарка.

Переносимость агентов: JSON-экспорт и ограничения импорта

Экспорт команд и агентов описан как переносимые JSON-файлы с явным заголовком формата:

"format": "crewform-export"
"version": 1
тип объекта (в примере — team);
вложенная структура data с именем, режимом (в примере pipeline) и списком агентов с ref_id, role и вложенным agent.

В JSON, по тексту поста, попадают модель, промпт, инструменты, voice profile и конфиг; экспорт команды самодостаточен (агенты встроены inline).

При импорте в другой workspace авторы указывают:

идентификаторы агентов переназначаются, чтобы ссылки в конфиге команд оставались согласованными;
custom tools при импорте удаляются как непереносимые между workspace.

{
  "format": "crewform-export",
  "version": 1,
  "type": "team",
  "data": {
    "name": "…",
    "mode": "pipeline",
    "agents": [
      {
        "ref_id": "…",
        "role": "…",
        "agent": { }
      }
    ]
  }
}

Прочие акценты релиза и инфраструктура наблюдаемости

В блоке «Also in this release» перечислены, среди прочего:

AG-UI Rich Interactions — пауза для подтверждения данных или выбора варианта;
Marketplace Agent README — Markdown для страниц опубликованных агентов;
License Key Validation — криптографическая проверка на базе HMAC-SHA256;
OpenTelemetry + Langfuse — опциональный трейсинг вызовов LLM, инструментов и запусков команд.

В конце публикации авторы приводят точки входа: hosted-сайт crewform.tech, self-hosted через docker compose up -d, репозиторий github.com/CrewForm/crewform, документацию docs.crewform.tech и сервер Discord discord.gg/TAFasJCTWs — всё это указано в том же посте на dev.to.

Источники

Публикация на dev.to (пользователь vincent_grobler_776512b17). We built an embeddable AI chat widget, hybrid RAG search, and agent portability — here's how (CrewForm v1.8.0). URL: https://dev.to/vincent_grobler_776512b17/we-built-an-embeddable-ai-chat-widget-hybrid-rag-search-and-agent-portability-heres-how-1cb3 — дата обращения: 2026-04-08 (UTC, 21:05:22Z). Дата и время публикации записи (2026-04-08T14:45:09Z) и оценка времени чтения (3 мин) в тексте выше согласованы с метаданными dev.to для этой записи.