Я из тех клиентов которые знают что они хотят но ни в чем не понимают и Максим сопровождал меня от а до я
Мы очень счастливы что нашли человека с которым будем работать и сотрудничать в долгосрочную
Trzeba zbudować schemat, który automatycznie znajdowałby w Google wszystkie wiadomości na określone zapytania, przekierowywałby tę wiadomość do AI, które całkowicie ją parafrazowałoby z określonym ukierunkowaniem i automatycznie tworzyłoby post na stronie WordPress. Absolutnie wszystko trzeba zrobić od zera. Są niuanse.
Budżet: 600 USD Termin: 10 dni
Dzień dobry, mogę to zrobić za pomocą usługi automatyzacji lub przez NodeJS z podłączeniem REST API z WordPress
Budżet: 600 USD Termin: 5 dni
Mogę zrealizować w pełni zautomatyzowany system, od zbierania wiadomości z Google (według określonych zapytań), przez parafrazowanie za pomocą AI z określonym ukierunkowaniem, aż po automatyczną publikację na WordPress. Wszystko — od zera, z uwzględnieniem niuansów i niestandardowych ustawień. Mam doświadczenie z NLP, web scrapingiem, przetwarzaniem tekstu AI oraz integracją z WordPress przez REST API.
Budżet: 600 USD Termin: 8 dni
Jestem zainteresowany pomocą w zbudowaniu pełnego procesu automatyzacji, który opisałeś — od skrobania wiadomości po przepisywanie oparte na AI i automatyczne publikowanie na WordPressie.
✅ Oto, co mogę zaimplementować:
Skrypt Pythona, który skrobie wyniki Google News na podstawie określonych zapytań
Integracja z modelem AI (np. GPT lub Claude) do parafrazowania wiadomości z możliwością dostosowania uprzedzeń
Integracja z WordPress za pomocą REST API do automatycznego tworzenia i publikowania postów
Opcjonalne planowanie, logowanie i obsługa błędów, aby zapewnić stabilną pracę
Mogę zbudować wszystko od podstaw i dostosować do wszelkich niuansów lub dodatkowej logiki, której potrzebujesz.
Budżet: 40 USD Termin: 2 dni
Dzień dobry, realizuję za pomocą Pythona, mam doświadczenie zarówno w parsowaniu danych, jak i ich obróbce za pomocą ChatGPT.
O firmie Firma handlowa. Pracujemy z grupą towarową liczącą ponad 2000 pozycji w różnych kategoriach.Aktualna sytuacja Obecnie nomenklatura jest prowadzona w Google Sheets — dane są skonsolidowane według zakładek (kategorii). Struktura zakładek: Nazwa towaru Grupy cen: koszt własny, hurt, detal Charakterystyki: waga, ilość w opakowaniu itd. Ważne: liczba kolumn różni się w zależności od kategorii towarów, ponieważ mają one różne charakterystyki.Dlaczego obecne rozwiązanie nie jest odpowiednie Google Sheets nie pozwala na ustawienie praw dostępu na poziomie poszczególnych kolumn. Potrzebujemy: Przyznawania użytkownikom praw do wyświetlania określonych kolumn (na przykład tylko kosztów własnych) Przyznawania praw do edycji określonych kolumn (na przykład cen detalicznych) Ograniczenia dostępu do pozostałych kolumn w tej samej zakładceCo należy zrobićPodstawowe wymagania Elastyczny system rozgraniczenia praw Dostęp na poziomie poszczególnych kolumn (odczyt / zapis) Przydzielanie praw według ról lub użytkowników Zarządzanie prawami bez udziału programistów Wsparcie dla różnych struktur danych Różne kategorie towarów mają różny zestaw charakterystyk Dodawanie nowych kolumn/charakterystyk bez programowania Niepodległość od programistów Administracja przez wewnętrznych pracowników Dodawanie kategorii, kolumn, użytkowników — przez interfejs Integracja z ERP Eksport aktualnych cen do naszego systemu ERP Eksport lub automatyczna integracja przez API Analiza danych z wykorzystaniem AI (pożądane) Możliwość analizy całej listy nomenklatury Ubogacanie, weryfikacja, rekomendacje — jeśli masz pomysły, opiszOczekiwany rezultat Działające rozwiązanie, w którym: Nomenklatura jest zorganizowana według kategorii z różnymi zestawami charakterystyk Prawa do kolumn są elastycznie konfigurowane (wyświetlanie / edytowanie) Dane są eksportowane do ERP Zespół może samodzielnie zarządzać systememCo potrzebujemy od Ciebie przy odpowiedzi Opisz w ogólnych zarysach, jak widzisz rozwiązanie: Jakie narzędzie / platformę proponujesz
Wymagana jest разработка простego programu lub bota Telegram do parsowania uczestników czatów i dyskusji kanałów w Telegramie. Funkcjonalność: Użytkownik wprowadza link do kanału lub czatu. Jeśli podany jest link do kanału, program powinien automatycznie przejść do sekcji „Dyskusje” i wykonać parsowanie uczestników dyskusji. W rezultacie należy wyeksportować tylko unikalne linki do profili użytkowników bez powtórzeń. Dodatkowe wymagania dotyczące selekcji: Wybór powinien obejmować tylko użytkowników, którzy w swoim profilu mają podany własny publiczny kanał. Kanał użytkownika musi mieć co najmniej 200 subskrybentów. Użytkownicy z kanałami mniejszymi nie są odpowiedni. Potrzebne jest maksymalnie proste i wygodne narzędzie: wystarczy wkleić link i uruchomić zbieranie danych według podanych kryteriów. Nie jestem programistą, dlatego będę wdzięczny za ocenę wykonalności takiego rozwiązania i wasze propozycje dotyczące optymalnego sposobu rozwoju. Standardowe parsery nas nie interesują — wymagana jest realizacja dokładnie opisanej powyżej logiki selekcji. Odpowiedź na wasze propozycje może być w ciągu dnia.
Dobry wieczór, jest zadanie: trzeba 1-2 razy dziennie sprawdzać dostępność i aktualność cen towarów, które zostały dodane na stronę (strona na platformie prom.ua) z strony dostawcy. Możecie obliczyć cenę i jak to będzie wyglądać.
Skonfigurować automatyczne aktualizacje raz dziennie dostępności towarów na naszej stronie na prom.ua. Mamy dostawcę, który codziennie wysyła cennik towarów w formacie Excel na nasz adres e-mail. Artykuły na naszej stronie i w cenniku dostawcy są identyczne. Wartości w kolumnie "zapasy" to albo brak dostępności, albo liczba, albo więcej niż jedna skrzynka - należy aktualizować na stronie do stanu Gotowe do wysyłki lub Brak w magazynie. Artykuły, które nie znajdują się w cenniku dostawcy - pozostawić bez zmian. Proszę zaproponować rozwiązanie, termin i budżet. Dziękuję za wcześniejszą odpowiedź, czekam na specjalistę do współpracy.
Potrzebne jest zrealizowanie projektu zbierania i strukturyzacji dużej ilości obrazów z otwartych źródeł internetowych (na pierwszym etapie 2000 obrazów). Zadanie obejmuje: - zautomatyzowane zbieranie obrazów; - pobieranie plików w maksymalnie dostępnej jakości; - klasyfikację obrazów według kategorii. Oczekiwany rezultat: - strukturalna baza obrazów; - zrozumiały system katalogowania; - przekazanie wyniku przez Google Drive lub inny uzgodniony sposób;