Примеры работ и кейсы по направлению «Боты с AI»

Разработка игры в формате Telegram Mini App (TMA) с интеграцией блокчейна TON. CUEFA TON — это PvP-игра «Камень-Ножницы-Бумага» для 2-х игроков с возможностью делать ставки в TON. Пользователи соревнуются между собой, а платформа обеспечивает механику ставок, начисления выигрыша и партнерскую монетизацию. Механика партнерства: 1. Партнер получает реферальную ссылку 2. Размещает её среди аудитории с TON 3. Пользователь играет на TON 4. Партнер получает % от игровой сессии Проект ориентирован на аудиторию Web3, крипто-сообщества и Telegram-экосистемы.

Разработка и внедрение AI-сервиса для автоматического анализа 100% входящих и исходящих звонков отдела продаж. Система выполняет: - транскрибацию звонков (несколько источников: для снижения ошибок распознавания), - интеллектуальный анализ по кастомному чек-листу, - автоматическое резюмирование разговора (follow-up), - скоринг заинтересованности клиента, - формирование сводных и детализированных отчётов, - Telegram-уведомления о проблемных звонках, - интеграцию с CRM (Bitrix24, amoCRM) и API. Проект реализован как масштабируемое SaaS-решение для отделов продаж, call-центров и клиентского сервиса.

тест

Презентация строительной фирмы. Креативное видео , которое привлекло клиентов.

Telegram-бот для автоматического сбора заявок на уборку Разработан Telegram-бот для автоматизации приёма заявок на уборку. Бот проводит пользователя по серии вопросов, собирает необходимую информацию о заказе и формирует готовую заявку для дальнейшей обработки. Реализовано: Пошаговая форма оформления заявки через чат Выбор типа уборки (поддерживающая, генеральная, после ремонта) Сбор ключевых данных: площадь помещения, адрес, дата и время уборки Возможность оставить дополнительные комментарии к заказу Автоматическое формирование заявки с полной информацией о клиенте Отправка уведомления о новой заявке для обработки Технологии: Telegram Bot API, Python, aiogram

Задача: автоматизировать перенос постов из Telegram в Max. Я разработала бота, который копирует сообщения из Telegram в Max. Сервис разработан на Python. Клиент добавляет бота в свою группу Telegram и группу Max. Между ними устанавливается связь. И при появлении новых постов в Telegram они дублируются в Max. Клиент освобождается от дублирования постов в ручную. Смотри демонстрацию бота в видео. Попробуй сам! Отправляй пост сюда -> https://t.me/tashagpt_group Получай его здесь -> https://max.ru/join/iM4NK9-VfDC8Oqo-qsi6E8S9R4f6jUk5d3k4qRZ3Clk Хочешь узнать подробнее? Пиши!

ИИ ассистент который принимает вопрос пользователя -> ищет данные в общей базе знаний компании -> генерирует на базе этих данных(из общей базы знаний) и вопроса пользователя ответ -> отправляет ответ пользователю. Инструменты и технологии: n8n - основной действующий блок, принимает запросы, обрабатывает и выполняет их (приём запроса, поиск данных в базе знаний, генерация ответа через openi, отправка ответа пользователю) Pinecone - бесплатный инструмент для хранения базы знаний компании и поиска по ним. OpenAl - создание математического представления текстовых данных и генерация ответа через ИИ(gpt5). В проекте используется - Pinecone, OpenAl, n8n. Время разработки проекта, за счёт использования n8n вместо программирования на Python и использования удалённого сервиса Pinecone, было уменьшено в 3 раза

В проекте использовались такие технологии и инструменты: Архитектурный паттерн RAG - ИИ генерирует ответ исходя из поиска данных в нашей базе знаний (генерирует ответ опираясь на 100% верные данные) Подключение OpenAl для генерации ответов. Кеширование - сохранение уникальных запросов. Если пользователь задаёт вопрос который уже есть в базе - он получает ответ из базы, а не генерируется(экономия времени пользователя, стоимости запроса, времени работы сервера) Локальное хранение данных о компании, для поиска по запросу клиента. В проекте используется ChromaDB, Python, OpenAl.

Обязанности: - Проектирование и разработка архитектуры RAG-системы (Retrieval- Augmented Generation). - Использование фреймворка CrewAI для координации работы ботов и обработки запросов. - Реализация алгоритма разбивки PDF-документов на чанки (фрагменты текста) и их векторизация. - Интеграция языковой модели (LLM) для генерации ответов на основе найденного контекста. - Тестирование точности ответов и улучшение качества поиска по базе знаний. Достижения: - Создал функционального бота, который предоставляет точные ответы, опираясь исключительно на предоставленный PDF-документ (исключает галлюцинации LLM). - Автоматизировал процесс поиска информации в объемных документах. - Получил опыт работы с современными фреймворками CrewAI и технологиями векторного поиска.

Обязанности: - Анализ требований заказчика и проектирование архитектуры приложения. - Разработка модуля оптического распознавания текста (OCR) для автоматизации обработки документов. - Интеграция нейросетевой модели для классификации данных (определение отправителя, получателя, цели документа). - Тестирование и отладка программного обеспечения. Достижения: - Успешно реализовал проект по автоматизации документооборота в сжатые сроки (менее месяца). - Повысил эффективность процесса обработки входящих документов за счет внедрения AI-решения. - Разработал функциональный прототип, готовый к масштабированию.