Bot AI do porównania nomenklatury
Szukam dewelopera do stworzenia bota AI, który będzie przetwarzać zgłoszenia klientów dotyczące mocowań i automatycznie tworzyć plik Excel (z perspektywą integracji z ERP Delopro).
Zadanie projektu
Trzeba opracować system, w którym menedżer ładuje zgłoszenie klienta (tekst, zdjęcie, Word/Excel), a bot AI:
rozpoznaje pozycje, rozmiary, klasę wytrzymałości, powłokę, ilość i jednostki miary z „surowego” tekstu klienta;
porównuje te pozycje z naszym asortymentem (katalog produktów firmy);
w razie potrzeby korzysta z tabeli zgodności z asortymentem dostawców;
przekształca ilość z jednostek klienta (szt, kg, m, opakowania itp.) na nasze jednostki podstawowe (na przykład „100 szt.”);
tworzy końcową tabelę (Excel) w formacie, który można zaimportować do ERP Delopro jako zamówienie.
Na następnym etapie — zamiast Excela powinno być tworzone zgłoszenie/zamówienie bezpośrednio w Delopro przez API.
Format końcowej tabeli
Trzeba stworzyć Excel z takimi polami (strukturę jesteśmy gotowi ustalić wspólnie):
Dane klienta: organizacja, osoba kontaktowa, telefon, EDRPOU.
Oryginalne zgłoszenie:
„Towar w zgłoszeniu” — jak napisał klient (na przykład „śruba 1050”, „śruba M1050 klasa 8”).
„Jedn. miary w zgłoszeniu” — jak wskazano przez klienta (szt, kg, m, op. itp.).
„Ilość w zgłoszeniu”.
Nasz asortyment:
„Nasz towar” — nazwa według naszego katalogu.
„ID towaru” — wewnętrzny identyfikator z katalogu/ERP.
„Jedn. miary (nasza)” — jednostka podstawowa (na przykład „100 szt.”).
„Ilość (nasza)” — przeliczone ilości w naszych jednostkach.
Przykład:
Klient: „śruba 1050” → Nasz towar: „Śruba 1050 DIN 933 czb”, ID 2451, jedn. „100 szt.”, ilość 10.
Klient: „Śruba 1050 klasa 8”, jedn. „kg”, ilość 5 → Nasz towar: „Śruba 1050 DIN 933 czb 8,8”, ID 6652, jedn. „100 szt.”, ilość 1,27 (po przeliczeniu z kg).
Specyfika porównania asortymentu
Ważne jest uwzględnienie specyfiki:
Ten sam towar może występować w zgłoszeniach pod różnymi nazwami, w różnych formatach zapisu rozmiarów (M10×50, M10*50, 10x50 itp.).
Trzeba umieć normalizować te warianty i znajdować ten sam towar w naszym katalogu.
Istnieje baza zgodności naszego asortymentu i asortymentu poszczególnych dostawców — należy ją wykorzystać do porównania.
Istnieje baza historii zamówień dla konkretnych kontrahentów.
Po identyfikacji firmy warto podpowiadać opcje na podstawie tego, co zamawiała wcześniej.
System powinien „uczyć się” na zgłoszeniach: zapamiętywać ustalone sformułowania i styl konkretnych klientów, aby z czasem zwiększać dokładność.
Cykle doprecyzowania i poprawek
Potrzebny jest mechanizm interakcji z menedżerem:
Jeśli bot nie znajduje pozycji lub popełnia błąd, menedżer wskazuje poprawki (na przykład wybiera towar z listy lub zmienia pozycję ręcznie).
Po poprawkach bot przelicza tabelę z uwzględnieniem zmian.
Po zatwierdzeniu tabeli powinna być możliwość:
pobrania/otrzymania pliku Excel w odpowiednim formacie,
(na następnym etapie) automatycznego stworzenia zamówienia w Delopro.
Technologie i integracje
Jestem otwarty na propozycje dotyczące stosu (możliwe wdrożenie na bazie 8n8 lub podobnych rozwiązań, wykorzystanie LLM, wyszukiwania wektorowego itp.).
Trzeba przewidzieć:
pracę z naszym katalogiem i bazą zgodności (format: Excel/CSV/Baza danych — omówimy);
przygotowanie struktury do dalszej integracji z ERP Delopro (przez import Excela na pierwszym etapie, przez API — na następnym).
Co oczekuję od wykonawcy
Doświadczenie w opracowywaniu systemów opartych na AI/LLM (przetwarzanie zgłoszeń tekstowych, wydobywanie encji, porównanie z katalogiem).
Zrozumienie zadań b2b w handlu hurtowym, mile widziane doświadczenie z asortymentem (magazyn, części zamienne, mocowania itp.).
Umiejętność zaprojektowania architektury: moduły, API, bazy danych, integracja z ERP.
Gotowość do krótkiego opisu:
przewidywanego stosu technologii,
podejścia do uczenia/dostosowywania modelu,
przybliżonej schemy danych.
W odpowiedzi proszę podać:
Przykłady podobnych projektów (jeśli są).
Technologie, z którymi planujesz pracować.
Orientacyjne terminy realizacji MVP (pod warunkiem, że dostarczę katalog, bazy zgodności i przykłady zgłoszeń).
Opinia zleceniodawcy o współpracy z freelancerem
Bot AI do porównania nomenklaturyDziała szybko! Mam nadzieję, że w następnych projektach ta jakość pozostanie.
Opinia freelancera o współpracy z Evgen Kramarenko
Bot AI do porównania nomenklaturyEugeniusz to doskonały klient z wyraźnym zrozumieniem zadań technicznych. Dostarczył wyczerpującą dokumentację (specyfikacje przetargowe, zestawienia materiałów, zdjęcia katalogu), co pozwoliło mi maksymalnie szybko dostosować architekturę AI-parsowania do jego potrzeb. Udało nam się pomyślnie zakończyć pierwszy etap cyfryzacji i normalizacji danych. Wszystkie procesy są przejrzyste, komunikacja na najwyższym poziomie. Z przyjemnością kontynuuję pracę nad drugim etapem tworzenia silnika dopasowującego dla 20 000 pozycji asortymentu. Polecam do współpracy.
![]()
-
Witaj, Jewgien!
Czy masz system ERP Delopro - nie masz systemu księgowego BAS? Najprawdopodobniej potrzebujesz czegoś jak nasz moduł eCennik+ do pracy z cennikami dostawców...
Ogólnie, jeśli masz jednak system księgowy BAS - możemy być pomocni. Skontaktuj się z nami, doradzimy. Dziękuję.
-
Cześć
Zrozumiałem zadanie. Należy opracować system AI, który przyjmuje zgłoszenia tekstowe, zdjęcia, pliki Word i Excel, rozpoznaje pozycje i parametry, porównuje je z twoją nomenklaturą, wykorzystuje bazę zgodności, przelicza jednostki miary, tworzy plik Excel do importu do Delopro i przewiduje dalszą integrację przez API.
Do AI można użyć Ollama lokalnie, bez osobnego szkolenia, wystarczy prawidłowo skonfigurować logikę i prompty.
Jestem gotów do pracy.
-
172 1 1 Dzień dobry. Jestem gotów zrealizować ten projekt, mam duże doświadczenie w tworzeniu różnych aplikacji.
-
296 Dzień dobry. Zainteresował mnie wasz projekt. Mogę go zrealizować, mam odpowiednie doświadczenie. Piszcie na prywatne.
-
351 14 0 Cześć
Ostatnio specjalizuję się w AI - chatbotach. Zrobiłem kilka asystentów AI dla branży przyjmowania zamówień na usługi (asystent prawnika, asystent dentysty...).
Twój projekt można w pełni zrealizować na n8n. To obniża koszty rozwoju i czyni go całkowicie przejrzystym dla Ciebie. Orientacyjnie zrobimy to w ciągu tygodnia.
-
220 Cześć! Mogę zaprojektować i wdrożyć system AI do dopasowywania nomenklatury elementów złącznych „wniosek klienta → twój produkt → Excel pod Delopro”, z cyklem wyjaśnień przez menedżera i gromadzeniem wiedzy o klientach.
1) Architektura (moduły)
A. Ingest (przyjmowanie wniosków):
Tekst z e-maila/komunikatora
Excel/Word (tabele)
…
PDF/zdjęcie/skan (OCR)
Wynik: jednolity „surowy” tekst + załączniki powiązane z wnioskiem
B. Extraction (wyodrębnianie encji):
Wydobycie wierszy-pozycji
Parsowanie atrybutów: typ (śruba/nakrętka/podkładka…), rozmiar (M10×50), standard (DIN/ISO/GOST), klasa wytrzymałości (8.8/10.9), powłoka (cynk/ocynk/stal nierdzewna), ilość, jednostki miary
Wyjście: JSON ze strukturą pozycji (ściśle według schematu)
C. Normalization (normalizacja):
Przywracanie formatów: M10×50 == M10*50 == 10x50
Normalizacja powłok/klas/standardów
Słowniki synonimów + zasady
D. Matching (dopasowanie do katalogu):
1. przejście: dokładne/regułowe dopasowanie (jeśli istnieje ID/artykul/typowy szablon)
2. przejście: wyszukiwanie podobieństw w katalogu (wektorowe)
3. przejście: tabela zgodności dostawców (jeśli wniosek w „ich” terminologii)
4. przejście: sugestie kontrahentów (historia zamówień, „często kupowane produkty”)
Wyjście: top-N kandydatów + pewność + powody wyboru
E. Unit Conversion (przeliczenie jednostek):
Tabela współczynników: kg→100 szt dla konkretnych pozycji (przez wagę/normę)
Wsparcie: szt, kg, m, op, kor, paczka itp.
Logi przeliczeń (aby menedżer widział, jak to wyszło)
F. Human-in-the-loop (poprawki menedżera):
Jeśli nie znaleziono/niepewnie: pokazujemy listę kandydatów + filtry
Menedżer wybiera „nasz właściwy produkt” / koryguje atrybuty / ilość / jednostkę.
Po „Zatwierdź” — zapisujemy regułę dopasowania (uczenie na poprawkach)
G. Export (eksport):
Excel ściśle według twojego szablonu importu Delopro
(Etap 2) ten sam payload → API Delopro
2) Proponowany stos
Backend/API: Python + FastAPI
Magazyn: PostgreSQL (wnioski, klienci, reguły, historia), magazyn zgodny z S3 dla plików
Wyszukiwanie: Qdrant (lub FAISS) dla katalogu i „podobnych pozycji”
LLM: strukturalne wyjście + walidacja schematu (Pydantic)
OCR: PaddleOCR/Tesseract (w zależności od jakości skanów)
Excel: openpyxl (dokładna struktura)
Interfejs menedżera: web (minimalnie) lub bot Telegram (szybko i wygodnie)
3) Jak system „uczy się”
Nie „doinstruowujemy modelu” od razu (to drogie/długie), ale robimy to praktyczniej:
Pamięć dopasowań: „jak ten klient zwykle pisze” → „jaki jest nasz produkt”
Auto-reguły: jeśli ta sama formuła pojawia się N razy i menedżer wybiera jeden i ten sam.
-
2947 73 4 2 Witam! Mogę stworzyć takiego bota na bazie Google Sheets z napisaniem skryptu, który będzie przetwarzać wszystkie niezbędne funkcje!!!
-
312 👋 Jewhen, cześć!
Opracowujemy chatboty dla biznesu, które nie tylko odpowiadają na wiadomości, ale stają się częścią twojego systemu.
Boty integrują się z:
✅ CRM — aby zachować kontakty i historię klientów,
✅ systemami płatności — dla natychmiastowej płatności,
✅ analityką — abyś mógł zobaczyć efektywność każdej rozmowy.
📊 To pozwala w pełni kontrolować proces i zautomatyzować rutynę.
💬 Jesteśmy gotowi omówić twój projekt i zaproponować rozwiązanie, które zaoszczędzi czas i przyniesie rezultaty.
Aktualne zlecenia dla freelancerów w kategorii AI i uczenie maszynowe
Zrobić wideo-rolik AI
169 PLN
Wygenerować wideo z renderu budynku z wykorzystaniem zdjęcia obiektu zgodnie z referencją oraz z uwzględnieniem scenariusza. Jest opracowany testowy prompt, który należy dopracować. Prawdopodobne sieci neuronowe do generacji: King AI, Runway, Luma, Google AI Pro, Google AI… AI i uczenie maszynowe ∙ 2 godziny 10 minut temu ∙ 4 oferty |
Poszukuję inżyniera automatyzacji AI
84 PLN
Potrzebny inżynier automatyzacji AI, specjalista do stworzenia systemu aktywnego poszukiwania klientów i inteligentnego outreachu (nie zwykły chatbot-automatyczna odpowiedź) w projekcie B2B Zbieranie danych: automatyczne parsowanie kontaktów z "ślepych" baz po nazwach.… AI i uczenie maszynowe, Systemy wbudowane i mikrokontrolery ∙ 4 godziny 28 minut temu ∙ 4 oferty |
Rozwój systemu Highload z fine tuning modeli LLMOpracowanie systemu o wysokim obciążeniu (Highload) z fine tuningiem modeli LLM dla internetowej usługi multimodalnego wyszukiwania produktów na podstawie zdjęć i zapytań tekstowych, jednocześnie zintegrowanej z komunikatorami przez osobistego agenta-asystenta. AI i uczenie maszynowe ∙ 13 godzin 33 minuty temu ∙ 13 ofert |
Potrzebny programista do stworzenia zautomatyzowanej usługi AI do generowania raportów numerologicznych
674 PLN
Szukam dewelopera, który będzie w stanie zrealizować pod klucz zautomatyzowaną usługę do generowania osobistych raportów numerologicznych. Posiadam gotową koncepcję produktu, formuły obliczeń, teksty, bazę wiedzy, projekt landing page oraz projekt raportów PDF. Należy połączyć… AI i uczenie maszynowe, Programowanie stron internetowych ∙ 16 godzin 23 minuty temu ∙ 68 ofert |
Potrzebna sesja zdjęciowa AI na stronę randkową i media społecznościowe (10 zdjęć)Potrzebna sesja zdjęciowa AI na stronę randkową i media społecznościowe (10 zdjęć) Szukam specjalisty od generacji AI, retuszu i fotomontażu do stworzenia realistycznej sesji zdjęciowej na podstawie moich zdjęć. Co należy zrobić: Stworzyć 10 jakościowych i maksymalnie… AI graphic, AI i uczenie maszynowe ∙ 1 dzień 2 godziny temu ∙ 28 ofert |
