Кейсы

Что уже работает

Системы в эксплуатации у клиентов. Ниже коротко о каждой: что делает и на чём держится. По ссылкам — полные разборы с устройством системы и примерами.

6 систем работают у клиентов, ещё 1 в разработке — ниже, отдельным разделом.

В продакшене

Агент, который собирает коммерческие предложения из каталога

Производитель спецодежды ведёт подготовку предложения в Telegram: выбирает вещи из каталога, согласует план, сравнивает превью, вносит правки и утверждает конкретную версию. Из согласованных листов агент собирает PDF-лукбук для клиента.

Полный разбор →

Работает на реальных клиентских заявках производителя с июля 2026 года
До генерации фиксируются роли, артикулы, цвета, формат и размещение логотипа. Пользователь выбирает главный кадр из трёх вариантов освещения; выбранный файл сохраняется в листе без изменений
Для каждой вещи используются каталожные фотографии. Машинное зрение проверяет крупные планы и пропорции поддерживаемых вещей; ненадёжное измерение может остаться неизвестным. Результат проверяет человек
Вёрстку, подписи, палитру и исходный логотип в шапке размещает программа. Логотип на одежде генерируется по отдельному запросу и требует проверки
Точечная правка создаёт новую версию, сохраняя исходную и соседние кадры. Изменённую картинку проверяют целиком: модель может затронуть и другие детали
При согласовании сохраняются точные файлы, их контрольные суммы и тот, кто принял версию. Документ можно собрать повторно из сохранённых изображений без новой генерации
PNG для обсуждения, A4 PDF одного предложения и многостраничный лукбук с обложкой — отдельные результаты. Лукбук собирается из согласованных листов

В продакшене

Аналитик рынка: какие производства стоит открывать

Разбирает рынок по каждому кандидату и отвечает, какие продукты стоит ставить в производство. Первичный отбор занимает часы вместо месяцев экспертной работы, и проверка человеком из процесса не убрана.

Полный разбор, на английском →

Кандидаты ранжируются по рыночным данным и цене, собранным на каждое соединение
Каждая цифра прослеживается до строки-источника и до свидетельства, из которого взята
Именованные гейты качества, у каждого своя критичность: не прошедшее проверку отправляется в карантин или отклоняется
Спорные данные передаются в очередь ручной проверки
Номера CAS сверяются с публичными химическими базами

Запущен

Копилот для преподавателей языка

Записывает урок, расшифровывает его и превращает в конспект, карточку урока и квизы, которые сами доходят до учеников в Telegram.

Полный разбор, на английском →

Расшифровывает речь, в которой сербский смешан с русским: пайплайн настроен под переключение языка
Из записи в конспект, карточку и квизы примерно за десять минут
Повторение планируется по алгоритму интервальных повторений SM-2
Запись — из браузера или через бота в групповом чате Telegram

Запущен

Агент оценки питания в чате продукта

Агент оценивает питание прямо в чате, которым пользуются клиенты продукта, помня контекст разговора. В продакшен попал только после того, как расширили пайплайн проверки качества.

Полный разбор, на английском →

В продакшен вышел после расширения набора проверок: новые датасеты и более широкое покрытие случаев
Помнит контекст пользователя и предыдущие реплики внутри разговора
Отдельно чинилась инфраструктура очереди сессий

Запущен

Разбор встреч и автоматический отчёт

Превращает запись встречи в структурированный документ: договорённости, решения и задачи вынимаются автоматически.

Полный разбор, на английском →

Расшифровка на Whisper, разбор через OpenAI API с выбором модели
Автоматически выделяет договорённости, решения и пункты к исполнению
Выгрузка в PDF и Markdown
Проект занял 4 месяца

Запущен

Голосовой ассистент в мессенджере

Голосовой помощник, который распознаёт произнесённые имена контактов, включая разные варианты написания и несколько языков.

Полный разбор, на английском →

Отдельный алгоритм под распознавание произнесённых имён контактов
Многоязычность с обработкой вариантов написания имени
Проект занял 8 месяцев

Ещё в работе

Разрабатывается сейчас, у клиентов пока не работает.

В разработке

Ассистент разбора аномалий для дежурных инженеров

Должен разбирать аномалии по десяткам метрик и выдавать короткую сводку по инциденту с приоритетами, вместо ручного просмотра графиков. У клиентов пока не работает.

Полный разбор, на английском →

Приоритизирует сигналы, наиболее вероятно связанные со сбоем
Человек в контуре: сводка сокращает шум, но сохраняет технические детали
Единый формат разбора после инцидента, чтобы смены передавали контекст не устно

Независимая оценка

Результат публичного конкурса: и задачи, и проверку ответов делали организаторы.

Агент отвечал на вопросы по реальным юридическим документам, ответы оценивались независимо от нас, а код решения открыт.

Всего в портфолио больше десяти проектов, полный список на английском.

ARLC 2026

3-е место из 155

ARLC 2026 Legal RAG Challenge, разминочный этап: 3-е место из 155 команд с результатом 0,954 из 1,0. Задача — отвечать на вопросы по реальным юридическим документам DIFC, ответы оценивались независимо.

Код решения на GitHub →

Похожая задача у вас?

Опишите процесс, и мы пришлём разбор письмом за один рабочий день. Если задача не окупается, так и напишем.

Прислать задачу