Relevance AI — no-code платформа для AI-агентов, RAG и автоматизации

✅ Подходит: если вы хотите собирать AI-агентов, multi-agent workflow и no-code автоматизации в одной платформе, а затем подключать их к данным и внешним действиям. ❌ Не подходит: если вам нужен self-hosted вариант, полностью прозрачные суммы тарифов прямо в этой карточке или уже подтвержденная доступность/оплата из РФ — в предоставленном пакете источников этого нет. 💡 Ключевое преимущество: Relevance AI объединяет agents, tools, knowledge с RAG и SDK в одном стеке.

Коротко: Relevance AI стоит рассматривать, когда вам нужен не отдельный чат-бот, а конструктор рабочих AI-процессов. По официальным docs и changelog платформа поддерживает no-code сборку tools, подключение knowledge, режимы контроля запуска и программную интеграцию через SDK; при этом по ценам и части операционных деталей нужна ручная перепроверка перед внедрением.

• Разработчик: Relevance AI
• Тип: web, API, no-code
• Официальный URL: https://relevanceai.com/docs/get-started/introduction
• Дата проверки: 14.08.2026

Что умеет

• Собирать AI-агентов и multi-agent teams в low/no-code формате для автономного выполнения задач.
• Создавать Tools как пошаговые автоматизации: шаги могут вызывать API, запускать LLM prompts, отправлять email, искать по базам данных и выполнять custom code.
• Подключать Knowledge как RAG-слой, чтобы агенты и tools отвечали на основе документов, данных и внутренней экспертизы, а не только по модели.
• Запускать быстрый старт через создание агента с нуля, через Invent или через клонирование шаблона из Marketplace, а затем тестировать его в Run и дорабатывать prompts, tools и knowledge.
• Управлять использованием tools через режимы Auto Run и Approval Required — это основные встроенные элементы контроля.
• Подключать платформу программно через SDK: в quickstart фигурируют apiKey, region и project; также changelog подтверждает оркестрацию tool-to-agent и автоматические триггеры, включая расписание с интервалами от 15 минут и больше.

Как использовать

Реальный базовый workflow для внутреннего AI-ассистента с доступом к базе знаний и действиям:

1. Создайте агента. Официальный quick start предлагает три маршрута: через Invent, с нуля или клонированием из Marketplace.
2. Подключите knowledge. Добавьте документы и данные, которые должны использоваться как grounding-слой для ответов и действий.
3. Соберите tool. В официальном flow это делается через Tools → + New Tool → Invent или Start from scratch; внутрь можно добавить поиск по данным, prompt-шаги, вызовы API, email или custom code.
4. Привяжите tool к агенту и задайте режим запуска. Для чувствительных действий лучше начать с Approval Required, а не с Auto Run.
5. Протестируйте и только потом публикуйте. Документация рекомендует проверять поведение в Run, а при сборке tool смотреть Logs и тестировать отдельные шаги. Если вы делитесь tool публичной ссылкой, заранее проверьте, кто и за чей счет сможет его запускать.

Это хороший сценарий для команд, которым нужно быстро собрать рабочий процесс без собственной UI-разработки. Если вам важнее отдельный retrieval-слой, а не целая агентная платформа, смотрите также Chroma — open-source векторная БД и поиск для AI.

Тарифы и ограничения

Дата проверки тарифов: 14.08.2026.

Редакционное ограничение: в source pack прямо отмечено, что текущая pricing page содержит дублирующиеся или похожие на legacy блоки, поэтому суммы, лимиты и история использования требуют отдельной ручной перепроверки на официальной странице перед публикацией или закупкой.

Работа с данными и приватность

• Что получает сервис: это зависит от вашего workflow. По docs tools могут работать с prompts, email, API, базами данных, custom code, документами и knowledge-данными. Agent conversations и knowledge хранятся в выбранном регионе.
• Где хранятся данные: документированы три региона размещения — US (N. Virginia), EU (London) и AU (Sydney). Регион выбирается при регистрации и позже не меняется.
• Что логируется: security docs указывают, что input/output tools не логируется самим Relevance AI. Это плюс для части чувствительных сценариев, но одновременно важная оговорка для аудита.
• Внешние обработчики: security docs предупреждают, что отдельные шаги могут обрабатываться внешними vendors. Для приватных или регулируемых данных это нужно учитывать отдельно.
• Использование данных для обучения: в предоставленном source pack нет явного подтверждения, используются ли ваши данные для обучения моделей, не используются или это настраивается опционально. Это ограничение проверки.
• Privacy Policy: ссылка на отдельную Privacy Policy в source pack не была предоставлена. Ближайший официальный источник по теме — security docs.

Если вы даете агенту доступ к внешним системам или публикуете tool по ссылке, заранее продумайте guardrails (ограждения) в AI-системах: кто может запускать действия, какие шаги требуют подтверждения и какие данные вообще допустимо передавать наружу.

Плюсы и минусы

Плюсы

• Один стек для agents, tools, knowledge, sharing и SDK, без необходимости собирать это из нескольких разных продуктов.
• No-code builder для tools поддерживает пошаговую сборку, тестирование отдельных шагов и просмотр Logs во время разработки.
• Knowledge позиционируется именно как RAG-слой для grounding, а не просто файловое хранилище.
• Есть встроенные режимы управления запуском tools: Auto Run и Approval Required.
• Документированы варианты data residency по трем регионам, а changelog подтверждает активное развитие продукта.

Минусы

• Выбранный при регистрации регион нельзя изменить позже. Если ошиблись с residency, это уже архитектурное ограничение.
• При публикации shared tool по ссылке любой, у кого есть ссылка, может запускать его на ваших credits, если он не клонировал инструмент себе.
• Relevance AI не логирует input/output tools, а часть шагов может обрабатываться внешними vendors. Для команд с жестким аудитом это нужно проектировать отдельно.
• В предоставленном source pack нет извлеченных точных цен и квот по планам, а pricing page помечена как требующая перепроверки.
• Marketplace и chat-поверхности могут зависеть от плана или workspace; в source pack это указано как зона неопределенности, которую нужно проверять в живом интерфейсе.

Доступность и язык

• Платформы: по предоставленным официальным материалам подтверждены web-подход и SDK/API-интеграция. Наличие отдельных desktop или mobile клиентов в source pack не подтверждено.
• Русский язык: в source pack нет подтверждения русского интерфейса. Поддержка русского языка моделью как таковая тоже отдельно не описана.
• Доступность для РФ: в официальных источниках из пакета нет подтверждения, работает ли сервис без VPN, доступна ли регистрация и принимается ли оплата из РФ. Эту часть нужно проверять вручную.
• Способы оплаты: подтверждено только то, что для Free план не требует кредитную карту. Другие способы оплаты в source pack не раскрыты.

Практический вердикт

Если вам нужен SaaS-конструктор для AI-агентов с knowledge, tools и базовой оркестрацией без обязательной разработки собственного интерфейса, Relevance AI выглядит практичным кандидатом на пилот. Особенно если вам важны no-code сборка, RAG-подключение и возможность потом уйти в SDK.

Но: для продакшн-закупки я бы не принимал решение только по маркетинговой странице. Перед внедрением перепроверьте pricing page, регион на старте, правила shared tools, наличие нужных audit-процессов и реальную доступность оплаты из вашей юрисдикции. Это и есть главный редакционный вывод по текущему пакету источников.

Альтернативы

В текущем наборе внутренних ссылок COMRAD404 нет прямых карточек 1:1 no-code агентных платформ того же класса. Поэтому ниже — не абсолютные клоны Relevance AI, а ближайшие замены по отдельным слоям задачи:

• Chroma — open-source векторная БД и поиск для AI — если вам нужен прежде всего слой retrieval и RAG, а не платформа для сборки агентов целиком.
• Fireflies.ai — AI-ассистент для протоколов встреч — если задача уже уже, чем агентная платформа, и сводится к автоматизации встреч и заметок.
• 7 лучших open-source AI-инструментов — отправная точка, если вы ищете self-hosted или open-source направление вместо SaaS.

Источники

• Relevance AI Docs: llms.txt

• Relevance AI Docs: Introduction
• Relevance AI Docs: Tools
• Relevance AI Docs: Knowledge
• Relevance AI Docs: Quick Start Guide
• Relevance AI Docs: Create a Tool
• Relevance AI Docs: Build Your Agent: Tools
• Relevance AI Docs: Share Your Tool
• Relevance AI Docs: Project Management IDs
• Relevance AI Docs: Security
• Relevance AI Pricing
• Relevance AI Docs: SDK Quickstart
• Relevance AI Changelog: Custom Tool Outputs
• Relevance AI Changelog: Trigger Agents Automatically When Tools Run
• Relevance AI GitHub Organization

Вопросы и ответы

Можно ли использовать Relevance AI без кода?

Да. Официальные docs описывают платформу как low/no-code для сборки AI-агентов и tools. При этом custom code тоже поддерживается как один из типов шагов внутри tool.

Есть ли в Relevance AI RAG?

Да, это реализовано через Knowledge. Docs прямо описывают его как RAG-powered knowledge system для агентов и tools.

Где хранятся данные?

Официально документированы регионы US (N. Virginia), EU (London) и AU (Sydney). Agent conversations и knowledge хранятся в выбранном регионе, а сам регион выбирается при регистрации и потом не меняется.

Можно ли делиться tool по ссылке?

Да, docs разрешают делиться tool через ссылку, embed или cloneable template. Но есть важная оговорка: любой пользователь со ссылкой может запускать tool на ваших credits, если он не клонировал его себе.

Сколько стоит Relevance AI?

Официально подтверждены планы Free, Pro, Team и Enterprise. Также подтверждено, что биллинг описывается через actions и что Free не требует кредитную карту, но точные суммы и квоты в предоставленном source pack не извлечены и должны проверяться на pricing page вручную.