Skonfigurować AI do poprawy tekstów, nagłówków i obrazków do ogłoszeń

Opracować agenta AI, który samodzielnie przechodzi scenariusze użytkownika w przeglądarce Chrome, znajduje rozbieżności z oczekiwanym zachowaniem i dokumentuje je jako raporty błędów w [Google Docs / Notion / Jira / Markdown w repozytorium]. Jak to powinno działać: 1. Uruchomienie: [przyciskiem ręcznie / według harmonogramu raz dziennie / automatycznie przy każdym wdrożeniu etapu]. 2. Agent otwiera Chrome, loguje się na konto testowe i przechodzi przez scenariusze z listy (listę podamy — [N] sztuk na start, format dowolny: tekstem w ludzkim języku). 3. Na każdym kroku sprawdza wynik: czy pojawił się oczekiwany element, czy dane są poprawne, czy nie ma błędów w konsoli i nieudanych zapytań sieciowych, czy układ nie jest zepsuty. 4. Po zakończeniu przebiegu generuje raport: przebyte scenariusze, znalezione defekty, dla każdego defektu — kroki reprodukcji, oczekiwane i rzeczywiste zachowanie, zrzut ekranu, powaga, link do wideo lub ślad przebiegu Kto może to wziąć i zrobić, może nawet z gotowych repozytoriów z GitHuba? Kto jest gotowy, aby zacząć?

potrzebny jest ktoś, kto potrafi tworzyć rozwiązania w Pocket Option tworzyć bota strategię algorytm czekam na specjalistę do zespołu. za obiektywną cenę

Szukam dewelopera, który stworzy bota Telegram dla naszego sklepu odzieżowego. Istota: menedżer wysyła botowi zwykłe zdjęcie produktu (na wieszaku, na stole) — bot za pomocą AI generuje gotową galerię profesjonalnych zdjęć do karty produktu na stronie/rynkach. Co powinien umieć bot Przyjmować 1–4 zdjęcia produktu w czacie Telegram. Automatycznie rozpoznawać produkt (kategoria, krój, męski/żeński) — bez ręcznego opisu. Generować galerię z ~6 zdjęć: produkt na modelu: studio z przodu, z tyłu, dynamiczna poza; zdjęcia produktowe: flat, detal z bliska, ghost-manekin; zdjęcie lifestyle. Spójny model — ta sama osoba we wszystkich zdjęciach galerii i między galeriami (twarz marki). Kilka stylów zdjęć do wyboru (na przykład: streetwear, casual, sport, old money). Format wyjściowy: JPG 4:5, pliki z numeracją (-01, -02…) — gotowe do załadowania. Możliwość ponownego wygenerowania pojedynczego zdjęcia lub zmiany stylu bez ponownej generacji całej galerii. Dostęp tylko dla naszej drużyny (allowlist), dzienne limity na użytkownika. Śledzenie kosztów API AI: pokazywać koszt przed generacją, prowadzić statystyki. Oczekiwania techniczne Generacja obrazów: Gemini (Nano Banana) / DALL·E / Flux lub analog — zaproponuj opcję z uzasadnieniem jakości i kosztu za zdjęcie. Bot ma działać 24/7 na VPS (auto-restart, wdrożenie pod klucz). Sekrety przez .env, kod przekazywany nam (repozytorium). Co zapewnimy Zdjęcia produktów do testów, życzenia dotyczące stylistyki marki. Na co czekam w odpowiedzi Ocena kosztów i terminów. Orientacyjny koszt jednej galerii. Od i Do

System automatycznych powiadomień o uzupełnieniu zapasów analityka. Na 8n8. Mała automatyzacja dla e-commerce. Raz na dobę system oblicza szybkość sprzedaży dla każdego produktu i wysyła na Telegram, że czas zamówić (z zalecaną ilością) i na ile dni wystarczy zapas. Co robimy: Pobieranie danych: KeyCRM API (historia zamówień) + zapasy/zamówienia z Rozetka (API lub eksport) Przechowywanie w SQLite na moim VPS (Contabo, Linux) Obliczanie średniej sprzedaży, zapasu w dniach, punktu zamówienia Analiza ABC: priorytetyzacja, który produkt uzupełniać jako pierwszy (klasa A — główne pod względem przychodu — ważniejsze) Codzienny bot Telegram + uruchamianie przez cron Wszystkie progi (czas dostawy, zapas bezpieczeństwa, zapas docelowy) — w konfiguracji

Potrzebny jest system do automatycznego przetwarzania dużych ilości informacji za pomocą AI Obecnie używam własnego promptu w Claude. Działa dobrze na małych tekstach, ale przy dużych objętościach sieć neuronowa może pomijać części, zatrzymywać się przed końcem lub informować o zakończeniu, mimo że materiał nie został w pełni przetworzony. Potrzebny jest system, który przyjmuje od razu książkę na 200+ stron, kilka książek, PDF, DOCX, TXT, napisy, transkrypcje audio i wideo lub inny duży zbiór informacji i automatycznie przetwarza go od początku do końca. Jeden z podstawowych formatów wyniku dla każdego sensownego zdania: Wersja angielska. •••••••••••••••••••••••••••• Wersja rosyjska. •••••••••••••••••••••••••••• Wersja angielska. •••••••••••••••••••••••••••• Wersja angielska. •••••••••••••••••••••••••••• Wersja rosyjska. •••••••••••••••••••••••••••• Wersja angielska. Każda sensowna linia jest wyświetlana cztery razy po angielsku i dwa razy po rosyjsku w podanej kolejności. Tłumaczenie powinno dokładnie oddawać sens. Krótkie zdania można łączyć, długie — dzielić na zakończone sensowne linie. Format powinien być konfigurowalny: liczba angielskich powtórzeń i tłumaczeń, ich kolejność, języki, separator, długość linii, główny prompt i zachowanie różnych szablonów. Na przykład, zamiast English–Russian–English–English–Russian–English można wybrać dowolną inną sekwencję. Jeśli dokumentu nie można przetworzyć jednym zapytaniem, program powinien samodzielnie podzielić go na wewnętrzne bloki, wysłać je do Claude, ChatGPT, Gemini lub innego modelu, sprawdzić wynik, powtórzyć problematyczne części i połączyć wszystko w jeden plik. Użytkownik nie powinien ręcznie kopiować tekstu przez cztery strony. Trzeba sprawdzić, czy nie pominięto żadnego zdania, akapitu ani sensownego fragmentu, czy nie ma duplikatów między blokami, a struktura odpowiada szablonowi. Weryfikacja nie powinna opierać się tylko na stwierdzeniu sieci neuronowej. Przetwarzanie audio System powinien również przetwarzać duże archiwa audio, na przykład kanał Telegram z 300 audycjami trwającymi około jednej godziny. Preferowane jest automatyczne pobieranie audio lub przyjęcie całego archiwum, rozpoznanie mowy i przetworzenie wszystkiego bez ręcznego udziału. Dla każdej audycji powinna być tworzona zorganizowana notatka: temat, główne myśli, ważne fakty, przykłady, rekomendacje i wnioski. Powitania, reklamy, rozmowy śmieciowe i bezsensowne powtórzenia są usuwane, ale przydatne informacje są zachowywane. Po przetworzeniu potrzebne są nie tylko oddzielne notatki, ale także jeden wspólny czytelny dokument, w którym informacje są zebrane według tematów. Jeśli temat był omawiany w różnych audycjach, materiały są zbierane w jeden dział, duplikaty są usuwane, a linki do oryginalnych nagrań są zachowywane. W rezultacie powinny być: — notatka dla każdej audycji; — ogólny dokument tematyczny; — wyszukiwanie według słów i tematów; — powiązanie wniosków z oryginalnym audio; — zachowanie postępu i kontynuacja po błędach. Większość tych działań mogę już wykonywać samodzielnie, ale tylko na małej objętości i ręcznie. Dlatego również jestem gotów rozważyć bardziej efektywny sposób pobierania i przekształcania audio na tekst, jeśli wykonawca zaproponuje lepsze rozwiązanie niż to, którego używam. Co wskazać w odpowiedzi Napisz: — jak będzie zrealizowany system i jaki produkt otrzymam; — jakie modele AI i rozpoznawania mowy będą używane; — jak sprawdzana jest pełność i wykluczane są pominięcia i powtórzenia; — czy można zmieniać prompt, liczbę tłumaczeń, powtórzeń i ich kolejność; — czy możliwe jest pobieranie materiałów z Telegramu; — koszt opracowania, API, terminy i cena dalszych poprawek. Głównym celem jest uniwersalny system, który bez ręcznego udziału przetwarza duże książki i setki godzin audio, nie traci informacji i wydaje gotowy wynik ściśle według wybranego szablonu.