Каждый кейс — задача, решение и результат в цифрах. Здесь появятся первые проекты.
ИИ · LLM
Автогенерация ответов на отзывы
Задача. Вручную отвечать на поток отзывов в App Store, Google Play и RuStore.
Решение. RAG-сервис на Qwen + Qdrant: подбор релевантных примеров, генерация ответа, проверка токсичности, распознавание имён и пост-обработка под стандарты бренда.
482 → 0
дефектов: обращение по никнейму
ML · NLP
Классификация обращений и тикетов
Задача. Разбирать и маршрутизировать обращения поддержки и отзывы вручную.
Решение. Каскад CatBoost + эмбеддинги BGE-M3 + BERT для мульти-лейбл классификации; автозакрытие тикетов через API FreshDesk.
14 383
обращения · 57 категорий
Автоматизация
Автоответы в сторах и VK
Задача. Собирать отзывы и комментарии из трёх сторов и VK, отвечать без ручной работы.
Решение. Batch-сервисы fetch/reply с гарантией exactly-once через claim-токены и уведомлениями в Telegram/Pachca.
4
канала: App Store, Google Play, RuStore, VK
ИИ-агенты
MCP-сервер для заказов
Задача. Дать ИИ-агенту оформлять заказ из чата без ручной сборки корзины.
Решение. MCP-сервер (FastMCP + LiteLLM): подбор ресторана и блюд, сборка корзины, создание заказа и прямая ссылка на оплату по СБП.
1 тап
оплата СБП прямо из чата
Автоматизация
Мониторинг госзакупок
Задача. Вручную искать подходящие тендеры на zakupki.gov.ru.
Решение. Python-сервис: поиск и фильтрация по ключевым словам с морфологией, дедупликация, накопительный Excel и отчёт на email по расписанию.
авто
подбор тендеров и отчёт на почту
Веб
Калькулятор ремонта
Задача. Клиенту быстро оценить смету ремонта без звонка менеджеру.
Решение. Статический сайт-калькулятор: расчёт по видам работ, сохранение в localStorage, выгрузка сметы в CSV, Docker + nginx.
онлайн
расчёт сметы без менеджера