diff --git a/backend/.env.example b/backend/.env.example
index 6f1d71d..99bb54f 100644
--- a/backend/.env.example
+++ b/backend/.env.example
@@ -13,3 +13,14 @@ CLIENT_ORIGIN=http://localhost:5500
 # TURN_URL=turn:turn.example.com:3478
 # TURN_USER=username
 # TURN_PASS=password
+
+# Помощник «Квантик» — LLM для «Спроси» (необязательно).
+# Бесплатно и подходит: Groq — заведи ключ на console.groq.com → API Keys,
+# вставь в ASSISTANT_LLM_KEY и перезапусти сервер. Без ключа «Спроси» работает
+# на FAQ + поиске по платформе (как сейчас).
+# ASSISTANT_LLM_URL=https://api.groq.com/openai/v1/chat/completions
+ASSISTANT_LLM_KEY=
+# ASSISTANT_LLM_MODEL=llama-3.3-70b-versatile
+# Локально без ключа (Ollama): `ollama serve` + `ollama pull qwen2.5:3b`, затем
+#   ASSISTANT_LLM_URL=http://localhost:11434/v1/chat/completions
+#   ASSISTANT_LLM_MODEL=qwen2.5:3b
diff --git a/backend/src/controllers/assistantController.js b/backend/src/controllers/assistantController.js
index e13a512..90fdbb8 100644
--- a/backend/src/controllers/assistantController.js
+++ b/backend/src/controllers/assistantController.js
@@ -204,31 +204,70 @@ function setSettings(req, res) {
   res.json({ ok: true, enabled: enabled === 1 });
 }
 
-/* ── POST /api/assistant/ask { q } ── «Спроси Квантика» ───────────────────
- * Сейчас: поиск по FAQ (пересечение ключевых слов). Возвращает топ-совпадения.
- *
- * ТОЧКА РАСШИРЕНИЯ ПОД ЛОКАЛЬНУЮ МОДЕЛЬ:
- * когда подключим локальную/облачную LLM — здесь вызываем askModel(q, hits),
- * передав найденные FAQ как контекст, и возвращаем { source:'model', answer }.
- * Сигнатуру ответа фронт уже понимает (поле source). */
-function ask(req, res) {
-  const q = String((req.body && req.body.q) || '').trim().toLowerCase().slice(0, 300);
-  if (!q) return res.json({ source: 'faq', answers: [] });
-
-  const tokens = q.split(/[^a-zа-яё0-9]+/i).filter(t => t.length >= 3);
-  const scored = FAQ.map(item => {
+/* Поиск по FAQ — пересечение ключевых слов; возвращает топ-N записей. */
+function searchFaq(q, n) {
+  const tokens = q.toLowerCase().split(/[^a-zа-яё0-9]+/i).filter(t => t.length >= 3);
+  return FAQ.map(item => {
     let score = 0;
     for (const t of tokens) {
       if (item.keywords.some(k => k.indexOf(t) === 0 || t.indexOf(k) === 0)) score += 2;
       if (item.q.toLowerCase().includes(t)) score += 1;
     }
     return { item, score };
-  }).filter(x => x.score > 0).sort((a, b) => b.score - a.score).slice(0, 3);
+  }).filter(x => x.score > 0).sort((a, b) => b.score - a.score).slice(0, n || 3).map(x => x.item);
+}
 
-  // const answer = await askModel(q, scored.map(s => s.item));  // TODO: локальная модель
+/* ── Подключение LLM (OpenAI-совместимый chat/completions) ────────────────
+ * Бесплатно подойдёт: Groq (дефолт, нужен бесплатный ключ console.groq.com),
+ * Google Gemini, OpenRouter (:free), либо локальный Ollama (без ключа).
+ * Настройка через ENV — менять провайдера без правки кода:
+ *   ASSISTANT_LLM_URL    (по умолч. Groq chat/completions)
+ *   ASSISTANT_LLM_KEY    (Bearer-ключ; для localhost/Ollama не нужен)
+ *   ASSISTANT_LLM_MODEL  (по умолч. llama-3.3-70b-versatile)
+ * Если ключ не задан и URL не локальный — тихо работаем как раньше (FAQ). */
+const LLM_URL   = process.env.ASSISTANT_LLM_URL   || 'https://api.groq.com/openai/v1/chat/completions';
+const LLM_KEY   = process.env.ASSISTANT_LLM_KEY   || '';
+const LLM_MODEL = process.env.ASSISTANT_LLM_MODEL || 'llama-3.3-70b-versatile';
+const LLM_LOCAL = /\/\/(localhost|127\.0\.0\.1)/.test(LLM_URL);
+
+async function askModel(q, hits) {
+  if (typeof fetch !== 'function') return null;
+  const ctx = hits.map((h, i) => `${i + 1}. ${h.q}\n${h.a}${h.url ? ` (раздел: ${h.url})` : ''}`).join('\n') || '(пусто)';
+  const sys = 'Ты — Квантик, дружелюбный помощник в учебной платформе LearnSpace. ' +
+    'Отвечай по-русски, кратко (2–4 предложения), на «ты». Помогай пользоваться платформой, ' +
+    'опираясь ТОЛЬКО на справку ниже. Если в справке нет ответа — честно скажи и предложи поиск (Ctrl+K). Не выдумывай.';
+  const ctrl = new AbortController();
+  const timer = setTimeout(() => ctrl.abort(), 12000);
+  try {
+    const r = await fetch(LLM_URL, {
+      method: 'POST',
+      headers: Object.assign({ 'Content-Type': 'application/json' }, LLM_KEY ? { Authorization: `Bearer ${LLM_KEY}` } : {}),
+      body: JSON.stringify({
+        model: LLM_MODEL, temperature: 0.3, max_tokens: 320,
+        messages: [{ role: 'system', content: sys }, { role: 'user', content: `Справка:\n${ctx}\n\nВопрос: ${q}` }],
+      }),
+      signal: ctrl.signal,
+    });
+    if (!r.ok) return null;
+    const data = await r.json();
+    const text = data && data.choices && data.choices[0] && data.choices[0].message && data.choices[0].message.content;
+    return text ? String(text).trim() : null;
+  } catch (e) { return null; } finally { clearTimeout(timer); }
+}
+
+/* ── POST /api/assistant/ask { q } ── «Спроси Квантика» ───────────────────
+ * Грунтуем ответ топ-FAQ. Если LLM настроена — даём её ответ (source:'model'),
+ * иначе отдаём найденные FAQ (source:'faq'). Поиск по платформе фронт делает сам. */
+async function ask(req, res) {
+  const q = String((req.body && req.body.q) || '').trim().slice(0, 300);
+  if (!q || q.length < 2) return res.json({ source: 'faq', answer: null, answers: [] });
+  const hits = searchFaq(q, 3);
+  let answer = null;
+  if (LLM_KEY || LLM_LOCAL) { try { answer = await askModel(q, hits); } catch (e) { answer = null; } }
   res.json({
-    source: 'faq',
-    answers: scored.map(s => ({ id: s.item.id, q: s.item.q, a: s.item.a, url: s.item.url || null })),
+    source: answer ? 'model' : 'faq',
+    answer: answer || null,
+    answers: hits.map(h => ({ id: h.id, q: h.q, a: h.a, url: h.url || null })),
   });
 }
 
diff --git a/frontend/js/assistant.js b/frontend/js/assistant.js
index 03b5f0b..63930a0 100644
--- a/frontend/js/assistant.js
+++ b/frontend/js/assistant.js
@@ -389,9 +389,15 @@
       LS.assistantAsk(q).catch(function () { return { answers: [] }; }),
       (LS.globalSearch ? LS.globalSearch(q, 'all', 4) : Promise.resolve({ results: [] })).catch(function () { return { results: [] }; }),
     ]).then(function (res) {
+      var modelAnswer = res[0] && res[0].answer;
       var ans = (res[0] && res[0].answers) || [];
       var found = (res[1] && res[1].results) || [];
       var html = '';
+      if (modelAnswer) {
+        html += '<div class="asst-ans"><div class="asst-ans-q">Квантик</div>' +
+          '<div style="white-space:pre-line">' + esc(modelAnswer) + '</div></div>';
+        if (ans.length) html += '<div class="asst-ans-sec">Из справки</div>';
+      }
       if (ans.length) {
         html += ans.map(function (a) {
           return '<div class="asst-ans"><div class="asst-ans-q">' + esc(a.q) + '</div>' + esc(a.a) +