Wpisz kilka funkcji skryptu parsinga strony

1. Combo-rekomendacje — 300 USD, 3–4 dniBot zbiera combo z 2–3 silnych sygnałów, oblicza wspólną prawdopodobieństwo i EV powiązania, ostrzega o skorelowanych wynikach. To, o co pytaliście — w odpowiedniej, „realistycznej” formie. 2. Przeniesienie bota na serwer VPS (praca 24/7) — 150 USD, 1–2 dniBot działa całodobowo na oddzielnym serwerze: nie musisz już trzymać Maca włączonego, uruchamiać Dockera i dotykać terminala w ogóle. Autostart, automatyczne przywracanie po wszelkich awariach, aktualizacje instaluję zdalnie sam — po prostu otrzymujesz sygnały w Telegramie. Wszystkie problemy, z którymi się borykaliśmy przy uruchamianiu (Docker nie uruchomiony, ukryty .env, awaria zegara po uśpieniu Maca) na serwerze znikają jako klasa. Wynajem VPS ~10–15 USD/miesiąc — opłacane przez Ciebie bezpośrednio dostawcy, wszystkie dostępności są Twoje. 3. Statystyka dokładności sygnałów — 250 USD, 3 dniBot przekształca każdą rekomendację w rzeczywisty wynik rynku i wysyła cotygodniowy raport: wskaźnik wygranych dla każdego typu sygnału, średni wynik w punktach. Po 2–3 tygodniach będzie widać na liczbach, które sygnały naprawdę zarabiają, a które warto wyłączyć. 4. Dzienny przegląd — 80 USD, 1 dzieńRaz dziennie jedna wiadomość-podsumowanie: top-sygnały za dobę, najgorętsze rynki, statystyka pracy bota. Optymalny zestaw: nr 1 + nr 2 + nr 3 + nr 4 = 780 USD, oddam za 700 USD / 7 dni. Rezultat: bot przenosi się na serwer i działa sam 24/7 bez Twojego udziału, pojawiają się combo-rekomendacje, dzienny przegląd i zrozumiała statystyka — co naprawdę przynosi rezultaty.

Poszukujemy doświadczonego programisty webowego, który przekształci i naprawi krytyczne błędy w istniejącej aplikacji internetowej. Aplikacja została stworzona przy użyciu czystego JavaScript (Vanilla JS), bez frameworków, i jest wdrożona na Vercel. Obecnie aplikacja działa, ale doświadcza sporadycznych awarii i zawieszeń w niektórych funkcjonalnościach, które wymagają pilnej uwagi. Technologiczny stos aplikacji obejmuje: - Frontend: HTML5, CSS3, ES6+ JavaScript. - Backend/Dane: Supabase (z użyciem PostgreSQL, Auth i Realtime) oraz Upstash (dla Redis). - Wdrożenie: Vercel. Głównym celem tego projektu jest zidentyfikowanie i rozwiązanie przyczyn problemów, a także optymalizacja kodu w celu poprawy stabilności i wydajności. Kluczowe zadania obejmują: 1. Dokładna analiza błędów sieciowych i logów dostępnych w Supabase i Upstash w celu zlokalizowania źródła awarii. 2. Refaktoryzacja kodu JavaScript, aby zapewnić solidne zarządzanie stanami ładowania i błędów. 3. Optymalizacja trwałości stanu na frontendzie. 4. Poprawa komunikacji między klientem a usługami Supabase/Upstash, w tym efektywność zapytań i bezpieczna integracja API. Obecny kod, chociaż wygenerowany z pomocą AI (Claude Code), ma logiczną i modułową strukturę, ale wymaga przeglądu i ekspertyzy ludzkiej, aby osiągnąć niezbędne standardy jakości i solidności. Oczekuje się, że programista będzie miał solidne zrozumienie nowoczesnego JavaScript, baz danych relacyjnych i nierelacyjnych oraz platform wdrożeniowych w chmurze.

Szukam programisty do stworzenia asystenta AI opartego na OpenAI GPT-5.5 z integracją Tourvisor API (Wyszukiwanie wycieczek).Co należy zrealizowaćBackend Preferowane: Python (FastAPI) lub Node.js Backend powinien mieć REST API do integracji z zewnętrznymi usługami.Integracja z OpenAI Należy użyć OpenAI API (GPT-5.5). AI powinien: prowadzić dialog z klientem; zapamiętywać historię korespondencji; automatycznie określać język (rosyjski/kazachski); odpowiadać jak menedżer biura podróży; korzystać z systemowego promptu i bazy wiedzy.Integracja z Tourvisor Na pierwszym etapie będzie używane tylko: API "Wyszukiwanie wycieczek" Po otrzymaniu danych od klienta backend powinien zwracać się do Tourvisor API i uzyskiwać rzeczywiste oferty. Architektura powinna przewidywać możliwość późniejszego podłączenia: API "Oferty last minute"; API "Opisy hoteli"; bez istotnej przeróbki projektu.Logika działania AI powinien samodzielnie prowadzić dialog. Na przykład: Klient: Chcę do Turcji AI pyta: miasto wylotu; daty; liczba dorosłych; liczba dzieci; wiek dzieci; budżet; życzenia. Po uzyskaniu niezbędnych danych backend wykonuje zapytanie do Tourvisor API. Otrzymane wyniki są przekazywane do GPT w celu sformułowania ładnej odpowiedzi dla klienta.Ważne wymagania AI nie powinien: wymyślać cen; wymyślać dostępności miejsc; wymyślać wycieczek. Używać tylko informacji uzyskanych z Tourvisor API.Preferowane użycie Function Calling (Narzędzia) Należy zrealizować oddzielne funkcje: searchTours() W przyszłości zostaną dodane: searchHotTours() getHotelInfo()Panel administracyjny Potrzebny jest prosty panel webowy, w którym można: zmienić systemowy prompt; załadować/zmienić bazę wiedzy; przeglądać historię dialogów; przeglądać logi i błędy.Technologie Python FastAPI (preferowane) Docker PostgreSQL Swagger/OpenAPICo powinno być przekazane po zakończeniu kod źródłowy projektu; instrukcja instalacji; konfiguracja Docker; dokumentacja API; pomoc przy pierwszym uruchomieniu.Będzie to atutem doświadczenie w pracy z OpenAI API; doświadczenie w integracji z Tourvisor API; doświadczenie w tworzeniu asystentów AI dla WhatsApp, Telegram lub innych komunikatorów.Dodatkowe życzenie Projekt powinien być napisany modułowo, aby w przyszłości można było bez przeróbek podłączyć: WhatsApp (Talk Me lub inna usługa); Telegram; Instagram Direct; stronę firmy. Ważne: przewidzieć możliwość podłączenia API "Oferty last minute" i "Opisy hoteli" w przyszłości bez zmiany głównej logiki aplikacji.

Używając moich danych API i portfela, stwórz skrypt w Pythonie, który pomyślnie złoży jedno testowe zlecenie na giełdzie.

Potrzebny prosty skrypt Python dla Windows, który działa z Microsoft Edge, otwiera mój feed LinkedIn, przewija go, znajduje posty z określonymi słowami i zapisuje wynik do pliku. Mieliśmy już działający skrypt, ale kilka dni temu przestał działać z powodu aktualizacji Edge, po prostu przestał działać automatyzacja. Co ma robić skrypt 0. Przeczytać w konfiguracji listę kluczowych słów oraz liczbę postów do przeszukania. 1. Otworzyć Microsoft Edge. 2. Przejść na: https://www.linkedin.com/feed/ 3. Loguję się ręcznie, jeśli to konieczne. 4. Skrypt przewija feed w dół, na przykład 30 postów. 5. Szuka w postach określonych słów. 6. Jeśli znajdzie post z wymaganym słowem, zapisuje w CSV lub JSON: post_url, autor, tekst, dopasowane_słowo Robić w Pythonie i uruchamiać w Edge - to obowiązkowe warunki.