Примеры работ и кейсы по направлению «Боты с AI»

Задача: построить продакшен-пайплайн, который из одного промпта собирает готовое видео или презентацию (сценарий → озвучка → визуал → анимация → музыка → монтаж) и выдерживает падение любого провайдера. Что сделала: — Оркестрировала 10+ AI-провайдеров через единый роутер с автофейловером на каждом этапе — Спроектировала пайплайн: script → voice → visuals → motion → music → effects → assembly — Внедрила гибридный free/paid роутинг — экономия себестоимости без потери качества — Развернула выполнение на GitHub Actions: каждая генерация — воспроизводимый CI-job с логами Стек: TypeScript, Node.js, Python, GitHub Actions, ffmpeg, Pillow, Gemini, Claude, FLUX, LTX-Video, ElevenLabs. Результат: один промпт на входе — готовое видео или презентация на выходе. Пайплайн переживает падение любого провайдера.

Задача: превратить опубликованную книгу автора в живой интерактивный продукт. AI должен писать литературный текст в авторском голосе, без штампов и сбитой грамматики, на 3 языках. Что сделала: — Спроектировала двухуровневую систему качества: prompt v7 с авторским эталоном + программный постпроцессор (60+ regex-защит) — Внедрила роутинг провайдеров с автофейловером (DeepSeek → Groq Llama 70B → Llama 8B) — Реализовала структурированный JSON-output на 8 секций портрета (~5-6К знаков текста за генерацию) — Сделала единый бэкенд для Telegram Mini App и веб-лендинга — Подключила подписочную модель в YuKassa (1/3/6/12 мес.) + реферальную виральную механику Стек: Vanilla JS, Telegram Mini App SDK, Node.js, Vercel Serverless, Supabase, DeepSeek-V3, Groq Llama, YuKassa. Результат: продукт работает на 3 языках. AI пишет литературный текст уровня автора, выручка идёт через подписки.

Задача: запустить Telegram-бота, который генерирует стилизованные изображения пользователя, сохраняя узнаваемость лица в каждой генерации, и держит себестоимость под контролем. Что сделала: — Разработала мультимодальный input (фото, голос, текст) — Внедрила dual-API failover между двумя провайдерами для оптимизации стоимости — Спроектировала асинхронную очередь задач под burst-нагрузку — Подключила крипто-платежи Стек: Node.js, Telegram Bot SDK, Express, Supabase, image-gen API + fallback, STT. Результат: запустила в продакшен за 10 дней. Бот стабильно выдерживает пиковую нагрузку.

Анонимизированный пример AI/RAG-пилота: нужно было быстрее находить ответы в документах и FAQ, но без слепого доверия модели и без потери источников. Что было сделано: - подготовил поток загрузки и разбиения документов; - настроил поиск релевантных фрагментов перед ответом модели; - добавил ссылки на источники и fallback, когда данных недостаточно; - ограничил тематику ответов рамками базы знаний; - подготовил тестовые вопросы и критерии качества для приемки пилота. Стек и подход: Python/FastAPI или Django, LLM API, RAG, vector search, PostgreSQL/SQLite, REST API, Docker, логирование запросов и проверка качества ответов. Результат: получился проверяемый AI-ассистент для базы знаний. Ответ можно сверить с источниками, а решение дальше масштабировать на поддержку, обучение сотрудников, HR или внутреннюю документацию.

Задача: сделать AI-продукт по генерации персональной музыки по натальной карте, работающий одновременно в Telegram Mini App и в нативных приложениях iOS/Android — на одном бэкенде, с приёмом платежей в РФ. Встроен ИИ-чат оракул, отвечающий по натальной карте. Можно смотреть совместимости. Что сделала: — Спроектировала единый бэкенд под три клиентских поверхности — Реализовала многоступенчатый AI-пайплайн с retry/failover между провайдерами — Интегрировала 3 платёжные системы, включая карточный эквайринг — Настроила CI/CD с двумя окружениями (dev/prod) и мониторинг Sentry Стек: Node.js, Express, Telegram Bot SDK, Supabase, Capacitor 8, LLM-провайдер, Music Gen API. Результат: продукт стабильно работает на 3 платформах (в т.ч. в ВК) из одной кодовой базы. Пользователь получает сгенерированный трек за минуты.

Задача: сделать визуальный no-code конструктор, который позволяет собрать продакшен LLM-пайплайн (агент + память + инструменты + роутинг) мышкой, без программирования каждого нового кейса с нуля. Что сделала: — Разработала drag-and-drop редактор графа (16 типов узлов) — Реализовала 7 типов агентов: LLM, Classifier, Extractor, Tool, Memory/RAG, Judge, Orchestrator — Встроила RAG поверх pgvector с отдельным embedding-пайплайном — Сделала публичный REST API и webhook-триггер — любой собранный агент доступен снаружи — Журнал запусков с метриками токенов/времени, лимитами и drilldown по диалогам Стек: Next.js 15, Supabase (Postgres + pgvector + RLS), AI SDK (Anthropic + OpenAI), React Flow, TypeScript strict. Результат: 302 теста, нулевые ошибки типов. Любой новый AI-агент собирается за часы, а не за недели.

Задача: превратить большую библиотеку контента основателя школы (книги, посты, лекции) в круглосуточного AI-продажника, который звучит как сам автор и встроен в действующую CRM. Что сделала: — Спроектировала RAG-агента на полной библиотеке контента (векторизация через Voyage AI, хранение в pgvector) — Сделала 2 лендинга и многошаговый онбординг-бот в Telegram — Интегрировала с CRM GetCourse (заявки и статусы оплат в едином пайплайне) — Внедрила анти-фрод реферальной программы — Собрала админ-дашборд для отслеживания диалогов и заявок Стек: Node.js, grammY, PostgreSQL + pgvector, Voyage AI, DeepSeek, React, GetCourse API. Результат: запустила под ключ за 6 недель. AI-агент ведёт диалоги в стиле автора 24/7 без участия менеджеров.

Проектирование и разработка API для взаимодействия между сервисами, создание микросервисной архитектуры и интеграционных решений. Автоматизация внутренних процессов компании, сокращение ручных операций и повышение эффективности работы за счет современных программных решений.

Развертывание и сопровождение серверной инфраструктуры. Настройка Docker-контейнеров, Linux-серверов, VPS и веб-серверов Nginx. Организация безопасной и стабильной работы проектов, резервное копирование, мониторинг и автоматизация процессов развертывания.

Настройка CRM-систем под бизнес-процессы компании, автоматизация работы отделов продаж, создание воронок, триггеров и бизнес-логики. Интеграция CRM с Telegram, WhatsApp, телефонией, сайтами, платежными системами и внешними API.