Примеры работ и кейсы по направлению «Боты с AI»

Система автоматической генерации технических статей с контролем качества. Multi-agent pipeline на LangGraph. Конвейер: поиск источников в интернете → исследование → генерация статьи → fact-checking → автоматический скоринг (0-100) → цикл доработки если оценка ниже 70. 3 LLM-модели для генерации (GPT-5.4-mini, GPT-5.4-nano, Gemini Flash) + модель-судья для проверки фактов. Бенчмарк: 36 статей, средний балл 88.1/100, стоимость $0.01 за статью. Quality loop: оценка поднимается с 81 до 98 за 2 автоматические итерации. Domain routing: каждой теме назначается оптимальная модель по результатам бенчмарка. 4 коллектора новостей (HN, arXiv, TechCrunch, Reddit), Streamlit UI, FastAPI.

Интеграция AI-модулей в существующий Telegram-бот для трекинга питания и фитнеса. Работа в чужой кодовой базе через pull-request'ы с code review. Что сделано: — Streak-система с milestones (7, 30, 100 дней) и comeback detection — AI-коуч с персонализированными рекомендациями по питанию и фитнесу — Утренние пуши с прогрессом и мотивацией — Trial-период с paywall для монетизации — Ревью и исправление багов в существующем коде команды Масштаб: 17+ PR в основной репозиторий, 3 новых модуля, миграции БД, тесты. Клиент оставил максимальный отзыв — 5.0.

AI-чатбот для интернет-магазина декоративных покрытий. Бот знает весь каталог товаров и консультирует клиентов 24/7: свойства, совместимость, методы нанесения. Ключевая функция — расчёт стоимости по площади: клиент вводит метраж, бот рассчитывает количество материала и итоговую цену. JS-виджет встроен прямо на сайт магазина. Self-hosted платформа — данные клиента не уходят в облако. HTTPS, rate limiting, SSE-стриминг ответов. Результат: менеджеры освобождены от рутинных консультаций, клиенты получают ответ мгновенно.

Задача: у компании накапливаются документы — регламенты, базы знаний, договоры, методички — и сотрудники тратят время на поиск ответа вручную. Нужен помощник, который отвечает по этим документам и не выдумывает. Что построил: RAG-платформу в Telegram. Загружаете документы — бот отвечает на вопросы строго по их содержимому, со ссылками на источник. Как работает: — Гибридный поиск: семантика (векторы) + ключевые слова (BM25), результаты объединяются через RRF — находит и по смыслу, и по точным формулировкам. — Анти-галлюцинации: отвечает только по загруженным документам. Нет ответа в источниках — честно говорит «нет в источниках», а не фантазирует. — Цитаты с источником: к каждому ответу — отсылка к конкретному документу, ответ можно проверить. — OCR сканов и голосовые запросы: понимает PDF-сканы и вопросы голосом прямо в чате. — 6 пресетов под отрасли (HR, поддержка, юристы, обучение, голосовой и др.) — из одной кодовой базы, без переписывания под каждого клиента. Результат: поиск ответа по корпоративным документам сократился с минут до секунд, с проверяемыми ссылками и без выдуманных фактов. Стек: Python, aiogram, RAG, векторный поиск (Qdrant), эмбеддинги, BM25, PostgreSQL, OCR, LLM (OpenRouter), STT.

Разработка Telegram Mini App для экспортного агентства WeConn. Полный цикл: от ТЗ до деплоя на продакшн. Что сделано: — Telegram Mini App с онбордингом, каталогом услуг, формой заявок и контактами — Интеграция с Bitrix24: заявка из мини-апа автоматически создаёт лид в CRM — Платёжная система через PayKeeper (оплата размещения на витрине) — Отдельная админ-панель для управления контентом: услуги, витрина, новости — Telegram-бот с уведомлениями о новых заявках — Локализация RU/EN — Деплой: Docker, Nginx, SSL, мониторинг через Sentry Стек: Python (FastAPI, SQLAlchemy, aiogram 3), React 18 (TypeScript, Vite), PostgreSQL, Redis, Docker. Масштаб: 152 000 строк кода, 100+ коммитов. Разработано одним разработчиком за 2-3 недели с использованием AI-инструментов. Результат: полнофункциональное бизнес-приложение внутри Telegram — от подачи заявки до оплаты и CRM-интеграции. Продукт уровня команды из 3-4 человек.

Кинематографический лендинг для ювелирного бутика в Ташкенте. Полноэкранный видео-герой, кастомный эффект свечения курсора, двухслойная галерея с hover-анимациями, поддержка двух языков (русский/узбекский). Тёмная люксовая тема с архитектурной эстетикой. Стек: React, TypeScript, Vite, Tailwind CSS, shadcn/ui, кастомные CSS-анимации

Full-stack CRM для отелей с визуальной сеткой бронирований (шахматка), финансовой аналитикой (ADR, RevPAR, occupancy), SMS-маркетингом и AI Telegram-ботом для гостей. 3 роли пользователей с отдельными дашбордами. Бот на Claude с голосовой транскрипцией через Deepgram. Стек: FastAPI, React, TypeScript, aiogram, LangChain + Claude, PostgreSQL, Docker, Recharts

Веб-краулер, который находит email-адреса на целевых сайтах и категоризирует их с помощью AI для маркетингового аутрича. Headless-браузер навигирует по сайтам, извлекает email с контекстом, классифицирует контакты в 4 уровня приоритета через OpenAI structured outputs с обоснованием решений. Стек: FastAPI, React, TypeScript, Playwright, OpenAI API, PostgreSQL, Docker, Tailwind CSS

AI-ассистент для поиска врачей: пользователь описывает симптомы, специальность, локацию или язык — получает ранжированные рекомендации. Семантический поиск по 4 индексам эмбеддингов, геолокация через HERE API, профили врачей с AI-обзором отзывов. Россия, Мексика, Турция, 5+ языков. Стек: FastAPI, React, TypeScript, LangGraph, OpenAI + Anthropic API, PostgreSQL + pgvector, Docker

Полнофункциональная админ-панель для сервиса подписки на еду в Дубае. 30+ клиентских подписок, еженедельное планирование меню с AI-генерацией, drag-and-drop календари готовки и доставки, аналитика доходов со Stripe интеграцией. 111K+ AED/месяц выручки, 9 ролей сотрудников, audit logging. Стек: React, TypeScript, Supabase (PostgreSQL), Stripe, Recharts, Tailwind CSS, shadcn/ui