Konfiguracja automatyzacji OpenClaw z wykorzystaniem zewnętrznych agentów AI zgodnie z wymaganiami.

Budżet: 27000 UAH Termin: 20 dni

Witam! Zadanie dotyczące wdrożenia systemu wieloagentowego opartego na OpenClaw w celu automatyzacji zarządzania projektami i analityki to doskonały przypadek do stworzenia pełnoprawnego „biura AI”.
Specjalizuję się w opracowywaniu złożonych agentów AI i automatyzacji procesów roboczych (ponad 30 projektów). Mam praktyczne doświadczenie w pracy z architekturą OpenClaw, w szczególności z konfiguracją MCP (Model Context Protocol) oraz niestandardowymi narzędziami do integracji z Jira i Slack.
Poniżej moje wizje realizacji waszego ekosystemu z 5 agentami:
🛠 Techniczna realizacja agentów
Agent 1 & 2. Jira & Team Load Assistant
Zamiast dwóch oddzielnych skryptów, proponuję użyć jednego zestawu narzędzi Jira w OpenClaw.
* Logika: Agent używa JQL (Jira Query Language) do zbierania zgłoszeń. Aby ocenić obciążenie (%), wdrożymy algorytm, który porównuje Story Points lub Original Estimate z dniem roboczym (8 godz.).
* Integracja z Slack: Tworzenie adaptacyjnych kart (Block Kit) dla przejrzystości podsumowania.
Agent 3. Agent Badawczy (Perplexity)
* Realizacja: Integracja przez API Perplexity (model sonar-reasoning).
* Workflow: Agent otrzymuje zapytanie z Slack, wykonuje wyszukiwanie w sieci, filtruje odpowiednie linki za pomocą BigQuery i strukturyzuje odpowiedź według twojego szablonu (Podsumowanie -> Linki -> Kluczowe pomysły).
Agent 4. Agent Spotkań (Fireflies)
* Realizacja: Użycie Webhooków od Fireflies.
* Logika: Gdy tylko transkrypcja jest gotowa, OpenClaw pobiera tekst, przetwarza go przez instrukcję promptu w celu podziału na "Zrobione" i "Plan działania" i przesyła do odpowiedniego kanału Slack.
Agent 5. Multi-Agent Grooming (Orkiestrator)
To „mózg” systemu. W OpenClaw skonfigurujemy go jako Agenta Nadzorującego.
* Funkcja: Na koniec dnia przeprowadza ankietę logów pracy poprzednich 4 agentów (przez wewnętrzną bazę danych lub logi sesji) i tworzy meta-podsumowanie: „Agent 3 znalazł 5 praktyk, Agent 1 zidentyfikował 10 nowych błędów”. To pozwoli zobaczyć ogólny obraz efektywności całego systemu.
📋 Plan rozwoju w środowisku testowym:
* Infrastruktura: Wdrożenie OpenClaw w kontenerze Docker, konfiguracja zmiennych środowiskowych (klucze API dla Jira, Slack, Perplexity, Fireflies).
* MCP & Narzędzia: Tworzenie niestandardowych narzędzi do odczytu Jira i wysyłania wiadomości w Slack.
* Inżynieria promptów: Konfiguracja systemowych promptów dla każdego agenta, aby zachować wymagany format podsumowania.
* Orkiestracja: Konfiguracja Agenta 5 do agregacji danych.
⏱ Terminy i koszty:
* Czas realizacji: 14–20 dni roboczych (z uwzględnieniem testowania wszystkich przepływów).
* Koszt: 2 500 – 4 500 USD (zależy od głębokości integracji i potrzeby kontaktu). Rozwiń

Budżet: 16000 UAH Termin: 5 dni

Dzień dobry
Nazywam się Dmitro, firma King Kong Lab. Mamy doświadczenie w budowie podobnych systemów z agentami AI, integracjami (Jira, Slack, API) oraz automatyzacjami, dlatego możemy jakościowo zrealizować Twój przypadek.
Możemy skonfigurować OpenClaw lub zaproponować bardziej stabilną architekturę (przez n8n / niestandardowe agenty AI), jeśli to przyniesie lepszy rezultat.
Realizujemy wszystkie przypadki użycia:
agent dla Jira (zbieranie zadań, statusów, formowanie podsumowania w Slack)
agent do obciążenia zespołu (analiza zadań i % zajętości)
agent badawczy (przez Perplexity / LLM) z odpowiedziami w Slack
agent spotkań (Fireflies) z wyraźnym podsumowaniem + planem działania
orkiestracja multi-agentów (ogólne podsumowanie, problemy, rekomendacje)
Zrobimy nie tylko „połączenie usług”, ale stabilny system z logiką, obsługą błędów i skalowaniem.
Mamy praktyczne doświadczenie w pracy z LLM, agentami AI, Slack, Jira i podobnymi automatyzacjami.
Jesteśmy gotowi omówić szczegóły, stos technologiczny i od razu podłączyć się do środowiska testowego. Rozwiń

Budżet: 16000 UAH Termin: 7 dni

Dzień dobry. Przejrzałem TZ, realizuję system multi-agentowy (Jira, Slack, Perplexity, Fireflies): automatyzacja, podsumowanie, RAG, synchronizacja. FastAPI + integracja API.

Budżet: 999 UAH Termin: 1 dzień

Cześć!

Jesteśmy firmą Devoxen, mamy duże doświadczenie w podobnych projektach, w tym w konfiguracji automatyzacji AI, scenariuszy multi-agent oraz integracji z Slackiem, Jira, usługami spotkań i zewnętrznymi narzędziami badawczymi. Zgodnie z Twoim opisem, zadanie jest całkowicie wykonalne w środowisku testowym: można zbudować oddzielne pipeline'y agentów pod Jira-summary, załadunek zespołu, zapytania badawcze z Slacka, podsumowania spotkań oraz warstwę orkiestracyjną, która będzie synchronizować agentów między sobą, zbierać codzienne raporty, obszary problemowe i rekomendacje. Również możemy pomóc ocenić, gdzie OpenClaw jest rzeczywiście optymalny, a gdzie lepiej wzmocnić rozwiązanie dodatkowymi agentami AI i logiką integracyjną.

Proponuję przejść do wiadomości prywatnych w celu bardziej szczegółowej dyskusji na temat specyfikacji, architektury rozwiązania, terminów realizacji i kosztów.

Budżet: 11111 UAH Termin: 30 dni

Cześć, Andrzej!

Zadanie jest jasne — to nie jest "napisać jednego bota", ale zbudować system agentów AI, którzy współdziałają ze sobą i dają kontrolowany wynik w Slacku.

Sądząc po opisie, masz już zrozumienie ról (Badania / Spotkanie / Podsumowanie / obciążenie ludzi), ale teraz trzeba to zebrać w jedną logikę, aby nie było to zbiorem rozproszonych narzędzi.

Realizowałabym to jako powiązanie:

— Slack jako główny interfejs
— orkiestrator agentów (przez OpenAI / Perplexity / Fireflies API)
— scentralizowana logika (Node.js / Python)
— przechowywanie historii i stanów (aby agenci "pamiętali" kontekst)

Jak widzę agentów:

Agent Badawczy

Zapytanie z Slacka → Perplexity / LLM →
na wyjściu: podsumowanie + linki + kluczowe pomysły
(z normalną strukturą, a nie "ciągiem tekstu")

Agent Spotkań (Fireflies)
Zbieramy dane ze spotkań →
dzielimy na:
— co zostało zrobione
— plan działania
— ryzyka / blokady

Śledzenie (Roman / Egor)
Tworzymy zrozumiałe podsumowanie:
— czym się zajmuje
— % obciążenia
— bieżące zadania

Orkiestracja wieloagentowa (kluczowy blok)
Agregujemy wszystko w jedno codzienne podsumowanie:
— kto co zrobił
— gdzie są problemy
— rekomendacje

Głównym ryzykiem tutaj jest — nie w API, a w **logice agregacji i jakości podsumowania**.
Jeśli nie przemyślimy tego od razu — będzie po prostu "szum z danych".

Pracowałam z:
— integracjami AI (LLM + API)
— automatyzacją przez Slack
— logiką wieloagentową (agregacja, pipeline'y)

Termin: 4 tygodnie
Koszt: 1000 USD

Jeśli używasz OpenClaw — możemy albo wbudować się w niego, albo zaproponować alternatywną architekturę (czasami to daje bardziej stabilny wynik).

Możemy omówić szczegóły i zbudować system, który naprawdę będzie pomagał, a nie tylko generował teksty 👍 Rozwiń

Budżet: 7000 UAH Termin: 18 dni

Dzień dobry Andrzeju, Mogę zrealizować dla Ciebie logikę Openclaw w skrypcie Python, w którym opiszemy:
1. Token API.
2. Aplikacja Slack.
3. Dodamy potrzebny workspace.
Całkowicie zapoznałem się z Twoim zadaniem, jestem gotów rozpocząć pracę z Tobą, od siebie dodam konfigurację, która będzie Ci potrzebna na następnym etapie.

Budżet: 1000 UAH Termin: 3 dni

Dzień dobry!

Mam praktyczne doświadczenie w konfigurowaniu kompleksowych automatyzacji OpenClaw z integracją zewnętrznych agentów AI. Jestem gotów zrealizować opisane przypadki użycia dla Jira, Slack, Perplexity, Fireflies i Google BigQuery API.

Napisz do mnie na prywatnej wiadomości, ustalimy szczegóły.

Budżet: 27000 UAH Termin: 30 dni

Świetny pomysł, można go zrealizować i mogę go dla was zrobić, maksymalnie zautomatyzować nawet z dodatkowymi swoimi pomysłami, ale od razu chcę na początku zrozumieć, o jakim budżecie mówimy, czy będzie on interesujący. Dziękuję.

Budżet: 2000 UAH Termin: 3 dni

Witam! Zapoznałem się z projektem i jestem gotów przystąpić do pracy. Jestem pewien, że będą Państwo zadowoleni z rezultatu.

Budżet: 15000 UAH Termin: 10 dni

Cześć, Andrij!

Jestem gotowa zająć się konfiguracją OpenClaw z opisanymi przypadkami użycia. Mam doświadczenie w systemach wieloagentowych, integracjach z Jira API, Slack, Fireflies, Perplexity API oraz orkiestracji agentów AI.

Co zrobię:

Agent 1 (Jira) — połączenie z Jira REST API, zbieranie zadań, parsowanie statusów, tworzenie podsumowań i wysyłanie do Slack
Agent 2 (Podsumowanie zespołu) — agregacja uczestników zespołu z wyświetleniem zakresu/postępu/zajętości
Agent 3 (Badania) — integracja z Perplexity API w celu wyszukiwania najlepszych praktyk, zwraca podsumowanie + linki
Agent 4 (Spotkanie) — Fireflies API → parsowanie protokołów spotkań → elementy do wykonania + zrealizowane w Slack
Agent 5 (Wieloagentowy) — orkiestrator, który synchronizuje wszystkich agentów i tworzy zbiorczy raport
Pracowałam z podobnymi pipeline'ami w Pythonie + LLM (OpenAI API, RAG). Mam również doświadczenie z n8n/Make do automatyzacji, jeśli będzie potrzebne hybrydowe podejście.

Komunikuję się tekstowo, jestem dostępna codziennie. Rozwiń