Примеры работ и кейсы по направлению «AI — искусственный интеллект»

Портфолио включает несколько кейсов и отзывы клиентов

Разработана RAG-система для поиска информации по документам через Telegram. Пользователь загружает PDF-документ в Telegram-бота, после чего система автоматически извлекает текст, создает векторные представления (embeddings), сохраняет данные в Qdrant и формирует базу знаний. После обработки документа пользователь может задавать вопросы на естественном языке и получать ответы, основанные исключительно на содержимом загруженных файлов. Функционал системы: • Загрузка PDF-документов через Telegram • Автоматическое извлечение и обработка текста • Индексация данных в Qdrant Vector Database • Семантический поиск по содержимому документов • Генерация ответов через AI-модель с использованием найденного контекста • Работа через Telegram-интерфейс без необходимости использования отдельных веб-приложений Технологии: • n8n • Qdrant Vector Database • Embeddings • Telegram Bot API • REST API • AI / LLM Integration • VPS Результаты тестирования: В ходе проверки система успешно обработала PDF-документ с описанием услуг хостинг-провайдера и корректно отвечала на вопросы пользователя. Ответы формировались на основании информации, найденной в документе, включая данные о странах размещения серверов и перечне предоставляемых услуг. Проект демонстрирует построение полноценной AI-базы знаний и реализацию современного подхода Retrieval-Augmented Generation (RAG) для работы с корпоративной документацией.

Разработан Telegram AI Assistant с памятью диалога на базе n8n, PostgreSQL и LLM. Основная задача проекта — создание AI-ассистента, который запоминает историю общения пользователя и использует контекст предыдущих сообщений при формировании ответов. Функционал: • Получение сообщений из Telegram • Сохранение истории диалога в PostgreSQL • Загрузка предыдущего контекста перед каждым запросом • Генерация ответов через AI-модель • Отправка ответа обратно в Telegram • Обработка ошибок и не текстовых сообщений Технологии: • Telegram Bot API • n8n • PostgreSQL • REST API • VPS • LLM Integration Результат: В ходе тестирования бот успешно запоминал имя пользователя, информацию из предыдущих сообщений и корректно использовал историю диалога при построении ответов. На скриншотах представлены: • диалог с ботом; • workflow в n8n; • архитектура решения.

Персональный AI-агент на своём VPS под ключ. Нужен ассистент в Telegram (поиск, заметки, автоматизация), но чужие SaaS-боты держат данные в чужом облаке, берут per-seat и ограничивают кастомизацию. Важно: это self-hosted агент, а не модель — токены Claude по API стоят так же; на сервере владельца живёт сам агент, данные и настройки. Решение — агентная система на OpenClaw (open-source), весь стек под ключ: — Деплой: VPS, Docker Compose или systemd, Caddy + TLS, секреты в .env. — Агенты: мультиагентный роутинг в Telegram, своя модель и fallback-цепочка (Anthropic + резерв DeepSeek/Qwen/GLM). — Интеграции: MCP (Obsidian-заметки, multi-account), веб-поиск Perplexity. — Автоматизация: heartbeat + cron. Память на SQLite переживает рестарты. — Безопасность: hardening, SSH-туннель/Tailscale, аудит скилов, бэкапы, сопровождение. Результат: работающая система на сервере владельца — свои данные, своя кастомизация, без SaaS-подписки и vendor lock-in. Managed-хостинги берут $29–39/мес за инстанс; self-host — $5–15/мес VPS + сетап и поддержка под ключ. Стек: OpenClaw · Docker / systemd · Caddy · Anthropic + fallback · Telegram Bot API · MCP · Perplexity · SQLite · Ubuntu VPS

Задача: Подготовить надежную и безопасную серверную инфраструктуру для бесперебойной работы веб-приложений и систем автоматизации (n8n, баз данных). Требовалось настроить автоматический деплой, корректную маршрутизацию трафика и обеспечить защиту данных. ​Стек технологий: Dokploy, Linux (Ubuntu), DNS-маршрутизация, Let's Encrypt, Docker. ​Что было реализовано: ​Развертывание инфраструктуры: Успешная установка и базовая настройка панели управления Dokploy на чистом сервере. Создана изолированная среда для безопасного запуска контейнеров. ​Настройка сети и доменов: Проведена полная настройка DNS-записей для корректной привязки доменных имен к серверу. ​Безопасность (SSL): Настроен автоматический выпуск и обновление криптографических сертификатов Let's Encrypt для обеспечения защищенного HTTPS-соединения. ​Устранение сетевых ошибок: Проведена глубокая диагностика и успешное устранение сложных инфраструктурных багов (включая ошибки CORS и проблемы с заголовками, такие как «Invalid Origin»), что обеспечило корректную работу вебхуков и API. ​Результат для бизнеса: Заказчик получил полностью готовую к продакшену серверную среду. Приложения работают стабильно, обновления выкатываются без простоев системы (Zero-downtime deployment), а все данные надежно защищены современными сертификатами шифрования.

**Задача:** Разработать интеллектуального чат-бота (ИИ-ассистента), способного мгновенно и точно отвечать на вопросы клиентов или сотрудников. Главное требование — бот должен давать ответы **строго на основе внутренней документации** компании (инструкции, регламенты, прайс-листы). **Стек технологий:** n8n, Supabase (pgvector), OpenRouter (API языковых моделей), Telegram Bot API. **Что было реализовано:** * **Векторизация базы знаний:** Настроен процесс загрузки и обработки корпоративных документов. Текст разбивается на смысловые фрагменты (чанки) и преобразуется в векторные представления (embeddings), которые безопасно хранятся в базе данных Supabase с использованием расширения pgvector. * **Семантический поиск (Retrieval):** В n8n разработан сценарий обработки входящих сообщений из Telegram. Алгоритм преобразует вопрос пользователя в вектор и выполняет поиск по Supabase, находя наиболее релевантные фрагменты из базы знаний. * **Генерация ответов (Generation):** Найденный контекст вместе с вопросом пользователя передается через OpenRouter в передовую языковую модель (например, Claude или GPT-4) с жестким системным промптом: «Отвечай только на основе предоставленного контекста». **Результат для бизнеса:** Создана масштабируемая архитектура ИИ-поддержки. Нагрузка на операторов/отдел кадров снижена до 80%. Пользователи получают точные ответы за секунды в режиме 24/7. Базу знаний можно легко обновлять и дополнять без необходимости переобучать саму нейросеть.

Для кого: интернет-магазинам и поставщикам, у кого каталог (товары, цены, характеристики, фото) живёт на сайте, а нужен в структурированном виде — для переноса в другую CMS, обновления, сравнения цен или загрузки в учётную систему. Что делает: собирает каталог целиком и формирует готовый к импорту файл. Поток: каталог сайта → парсинг карточек → нормализация → CSV под вашу CMS. С каждой карточки тяну: название, описание, цену, характеристики (таблицей), галерею фото, категорию, производителя, артикул. Картинки скачиваю и переименовываю. Умные цены: если прайс приходит отдельным файлом (Excel), подтягиваю цены к товарам нечётким сопоставлением названий (fuzzy matching) — совпадает даже при разном написании, с колонкой проверки «откуда взята цена». Надёжность: возобновляемый прогон (после обрыва продолжает, а не начинает заново), аккуратная обработка ошибок (не падает на битой карточке), соблюдает лимиты источника. На реальном проекте — каталог ~250 товаров с выгрузкой под импорт в JoomShopping. Работаю через Безопасную сделку, результат показываю до оплаты. Стек: Python, httpx, BeautifulSoup, pandas.

Задача: Организовать полностью автоматизированный и безопасный процесс приема платежей. Требовалось исключить ручную проверку поступления средств, настроить генерацию платежных ссылок и обеспечить мгновенное информирование администратора и клиента об успешной транзакции в Telegram. ​Стек технологий: n8n, API Robokassa, Telegram API, Webhooks. ​Что было реализовано: ​Генерация ссылок: Разработан сценарий в n8n, который автоматически формирует индивидуальную ссылку на оплату для клиента. ​Безопасность и криптография: Настроено формирование цифровых подписей с использованием MD5-хеширования в строгом соответствии с документацией Robokassa. Это полностью исключает подделку данных о платеже. ​Обработка вебхуков: Настроен прием уведомлений от сервера Robokassa (ResultURL). n8n мгновенно перехватывает вебхук со статусом платежа и проводит повторную валидацию подписи (SignatureValue). ​Система уведомлений: После успешной проверки транзакции настроена автоматическая отправка сервисных сообщений в Telegram (уведомление менеджеру о поступлении средств и подтверждение оплаты клиенту). ​Результат для бизнеса: Внедрена надежная система приема платежей, работающая 24/7 без участия человека. Гарантирована 100% безопасность транзакций благодаря корректной работе с хешами и подписями API. Ускорен процесс обслуживания клиентов.

Микросервисная система AI-трейдинга: сбор данных, ML-сигналы, автоисполнение. FastAPI, Docker, PostgreSQL, Redis, ONNX. 71+ инструментов, 120+ сигналов/час.