Портфолио и кейсы фрилансеров по внедрению CRM

Антон Усачев
Антон Усачев 1 день 12 часов назад
Система для детской школы программирования: CRM, кабинеты, тренажёр
Задача: школе программирования нужна одна система вместо таблиц и мессенджеров: ученики, оплаты, расписание, журнал и домашняя практика для детей. Что сделано: - кабинет руководителя: ученики и статусы, абонементы, оплаты и должники, выручка за месяц, расписание и график смен, логины, СМС родителям; - кабинет учителя: журнал, посещаемость, отработки, прогресс учеников; - кабинет родителя: посещения и успехи ребёнка; - тренажёр для учеников: задания по Python, JavaScript, C++, HTML/CSS, входной тест, личный план, уровни, монеты, награды и магазин; - работает в браузере на компьютере и телефоне, у каждой роли свой доступ; - больше 500 автотестов сервера, резервные копии базы. Работает в реальной школе, около 40 учеников. Node.js, SQLite. На скриншотах демо-версия с тестовыми данными. Сделаю похожую систему для вашей школы, студии или учебного центра. Можно собрать только нужные части: CRM от 60 000 ₽, вся система с тренажёром от 150 000 ₽, оплата по этапам.
SA
Sergey Arsenyev 4 дня 7 часов назад
SA
Sergey Arsenyev 4 дня 7 часов назад
SA
Sergey Arsenyev 4 дня 7 часов назад
SA
Sergey Arsenyev 4 дня 7 часов назад
АУ
Алина Уракова 5 дней 20 часов назад
Заявка → КП → оплата: 24 часа сократил до 15 секунд
В B2B-продажах услуги заявка проходила 4–5 ручных шагов: менеджер читал запрос, оценивал бюджет, писал КП, выставлял счёт, копировал платёжную ссылку. Между шагами — часы, часть клиентов уходила к конкурентам ещё до первого ответа. Собрал сквозной пайплайн: форма с валидацией → AI-скоринг заявки на GigaChat со структурным выводом (гарантированный JSON с ценой и текстом КП) → создание сделки в NocoDB с Kanban → формирование платёжной ссылки Robokassa → уведомление менеджеру в Telegram. Отдельный асинхронный контур принимает вебхук об оплате и переводит сделку в статус «оплачено». С деньгами не экономлю на защите: подпись Robokassa пересчитывается на входе (поддельный вебхук отсекается), а идемпотентность по номеру заказа не даёт провести оплату дважды при повторных уведомлениях шлюза. Все операции пишутся в аудит-лог: сырой запрос, результат проверки подписи, время обработки. Результат: время от заявки до КП — около 15 секунд вместо 24 часов, ручных действий на лид — одно вместо шести-восьми, риск двойных оплат сведён к нулю.
Андрей Маторжин
Андрей Маторжин 13 дней 10 часов назад
Бот приёма заявок: Telegram → сделка в amoCRM → менеджеру (демо)
Задача. Заявки из мессенджера теряются в переписке и не попадают в CRM. Решение. Бот проводит клиента по шагам: имя, услуга кнопкой, телефон с проверкой формата, комментарий, подтверждение. После «Отправить» создаёт в amoCRM сделку с контактом и примечанием (API v4) и сразу пишет менеджеру. Диалог написан отдельно от мессенджера, поэтому тот же код подключается к MAX или форме на сайте. Стек. Python, aiogram, amoCRM API v4, httpx, SQLite, pytest. Результат. Каждая заявка сразу становится сделкой в CRM с корректным телефоном, менеджер получает уведомление. Демо на вымышленной компании.
Андрей Маторжин
Андрей Маторжин 13 дней 10 часов назад
Уведомления из amoCRM и Bitrix24 в Telegram (демо)
Задача. Менеджеры узнают о новых сделках и смене этапов с опозданием: в CRM заходят раз в час. Решение. Сервис принимает вебхуки amoCRM и Bitrix24, приводит их к одному формату и отправляет в чат отдела продаж: сделка, сумма, этап, ответственный, ссылка в CRM. Для Bitrix24 поля сделки и имя ответственного дозапрашиваются через REST. Повторный вебхук (CRM повторяют при таймауте) не создаёт дубль. Стек. Python, FastAPI, amoCRM webhooks, Bitrix24 REST, Telegram Bot API, httpx, pytest. Результат. Новая сделка появляется в Telegram через секунды после создания в CRM, без дублей. Демо на вымышленной компании.
Андрей Маторжин
Андрей Маторжин 13 дней 10 часов назад
ИИ-бот поддержки по базе знаний с передачей оператору (демо)
Задача. Поддержка тонет в одинаковых вопросах про цены, доставку и возвраты, а ответы уже есть в регламентах. Решение. Бот ищет подходящие разделы в базе знаний (markdown-документы компании, поиск BM25) и передаёт их Claude с жёстким правилом: отвечать только по найденному, цены и сроки дословно, под ответом — ссылка на раздел. Если ответа в базе нет, клиент жалуется или просит человека, бот подсказывает, что сделать сейчас, заводит обращение и пересылает его оператору в Telegram. Стек. Python, aiogram, Claude (Anthropic SDK), BM25, SQLite, FastAPI, pytest. Результат. Типовые вопросы закрываются за секунды с указанием источника; вопрос вне базы не получает выдуманный ответ, а уходит оператору с номером обращения. Демо на вымышленной компании, код и тесты готовы к переносу на ваши документы.
Андрей Маторжин
Андрей Маторжин 13 дней 14 часов назад
Поиск вакансий через API HeadHunter с ИИ-оценкой соответствия резюме
Задача. Вручную просматривать сотни вакансий и решать, какие подходят под резюме, долго. Решение. Приложение ищет вакансии через публичное API hh.ru (без токена) по запросам и фильтрам, а ChatGPT (OpenAI API) оценивает, насколько каждая вакансия подходит под резюме, и объясняет почему. Стек. Python, Poetry, HeadHunter API, OpenAI API. Результат. Вместо ручного просмотра — список вакансий, отсортированный по соответствию резюме, с пояснением по каждой.