Opracowanie asystenta AI do automatycznych odpowiedzi w Signal
Stworzenie programu/usługi, która integruje się z komunikatorem Signal i wykorzystuje sztuczną inteligencję (LLM) do automatycznego, kontekstowego i przemyślanego odpowiadania na przychodzące wiadomości.
- Automatyzacja: Program ma przechwytywać przychodzące wiadomości w Signal i wysyłać wygenerowaną przez AI odpowiedź.
- Analiza kontekstu: AI powinno analizować nie tylko jedną ostatnią wiadomość, ale także historię korespondencji z konkretnym kontaktem, aby zachować naturalny dialog.
- Personalizacja: Możliwość dostosowania tonu głosu (stylu komunikacji: oficjalny, przyjazny, zwięzły itp.) oraz załadowania danych kontekstowych (instrukcje zawodowe, harmonogram pracy, odpowiedzi na często zadawane pytania).
- Kontrola i bezpieczeństwo: Elastyczne wyzwalacze aktywacji. Działanie bota tylko dla określonych czatów (biała lista) lub według harmonogramu. Możliwość ręcznej interwencji.
- Integracja z Signal: Ponieważ Signal nie ma oficjalnego otwartego API dla chatbotów, należy użyć oficjalnego API klienta przez Signal CLI lub opakowania opartego na Pythonie (np.
signal-cli-rest-api). - Moduł AI: Połączenie z API wiodących modeli językowych (OpenAI GPT-4, Anthropic Claude lub lokalne modele przez Ollama dla maksymalnej prywatności).
- Baza danych: Użycie SQLite lub PostgreSQL do przechowywania historii czatów i ustawień użytkowników.
- Język programowania: Python (zalecany ze względu na dużą liczbę bibliotek do pracy z AI).
- Ponieważ Signal pozycjonuje się jako najbezpieczniejszy komunikator, program nie powinien naruszać szyfrowania end-to-end. Powinien działać wyłącznie na urządzeniu użytkownika (lub na własnym zabezpieczonym serwerze).
- Dane użytkowników nie powinny być przekazywane osobom trzecim, z wyjątkiem wybranego API sztucznej inteligencji.
- Etap 1 (Podstawowy): Ustawienie połączenia
Signal CLIz numerem telefonu. Realizacja funkcji "Echo" (wysyłanie takiego samego tekstu w odpowiedzi). - Etap 2 (Integracja AI): Podłączenie API modelu językowego. Napisanie systemowego promptu (System Prompt), który wyjaśnia AI jego rolę i zasady zachowania.
- Etap 3 (Pamięć): Dodanie zapisywania historii wiadomości (ostatnie 5-10 wiadomości w czacie) do przekazania w kontekście zapytania do AI.
- Etap 4 (Interfejs i ustawienia): Stworzenie wygodnego interfejsu (panelu webowego do administracji), gdzie można włączać/wyłączać bota i edytować prompt.
Działający skrypt lub aplikacja, którą użytkownik uruchamia na swoim serwerze/PC. Bot powinien samodzielnie czytać wiadomości w Signal, rozpoznawać język, generować logiczną odpowiedź przez AI i wysyłać ją rozmówcy, nie budząc podejrzeń, że robi to maszyna.
-
Cześć, pracowałem nad rozwojem asystenta AI dla Telegramu z integracją OpenAI GPT-4, który przetwarzał 15 tys. wiadomości dziennie z automatyczną analizą kontekstową i personalizacją odpowiedzi ✅
Ciekawi mnie, jak planujecie zrealizować kontrolę jakości odpowiedzi AI oraz zapobiegać niepoprawnym reakcjom w krytycznych dialogach Signal?
Proponuję się skontaktować, chętnie doradzę wam bezpłatnie z technicznej strony i wspólnie opracujemy plan rozwoju + opowiem o moim zespole!
-
556 1 0 Dzień dobry, widzę, że szukają Państwo dewelopera do stworzenia asystenta AI do automatycznych odpowiedzi w Signal. To bardzo interesujący projekt, który wymaga integracji z komunikatorem Signal oraz wykorzystania sztucznej inteligencji do generowania odpowiedzi. Co zrobię:
— rozwój integracji z Signal przez Signal CLI lub opakowania oparte na Pythonie,
— podłączenie do API wiodących modeli językowych,
— stworzenie bazy danych do przechowywania historii czatów i ustawień użytkowników,
— rozwój interfejsu do konfiguracji i zarządzania botem.
Bonus/dodatkowa wartość: nadana możliwość ręcznej interwencji i dostosowania stylów komunikacji.
… Terminy: 14 dni po otrzymaniu materiałów.
Koszt: 12000 zł.
-
2163 14 0 1 Dzień dobry. Jestem indywidualnym deweloperem i oferuję swoje usługi w zakresie projektowania i realizacji bota AI dla Signal. Mam praktyczne doświadczenie w tworzeniu asynchronicznych usług w Pythonie, pracy z signal-cli oraz budowie systemów długoterminowej pamięci dla LLM, działam oficjalnie przez FOP bez pośredników. Samodzielnie skonfiguruję kontur połączenia z numerem przez kod QR, zrealizuję logikę losowych opóźnień odpowiedzi w celu imitacji zachowania człowieka oraz zintegrować elastyczne ustawienia systemowego promptu. Moje podejście do optymalizacji kodu i architektury jest przedstawione w portfolio na 3magency.co oraz https://vilors.studio/.
-
309 Witam. Nasz mały zespół ma ponad 4-letnie doświadczenie w tworzeniu usług full-stack, rozwiązań Telegram/Signal oraz inteligentnych systemów AI. Jesteśmy gotowi zrealizować Twój projekt etapami, ściśle według podanych User Stories. Na Etapie 4 (panel administracyjny) stworzymy lekki i szybki interfejs na FastAPI + Tailwind, gdzie będziesz mógł w czasie rzeczywistym edytować instrukcje dla AI, zarządzać białymi listami kontaktów oraz widzieć status pracy bota. Wszystkie moduły będą spakowane w Docker-compose dla łatwego uruchomienia na Twoim PC lub VPS. Zapoznać się z naszą wiedzą techniczną można pod linkami: freshagro.com.ua, farfieworldwide.com, rivnekolo.com.
-
184 Dzień dobry. Razem z kolegą specjalizujemy się w opracowywaniu agentów AI, przetwarzaniu języka naturalnego (NLP) oraz integracji prywatnych modeli językowych. W ramach Państwa specyfikacji proponujemy szczególny nacisk na bezpieczeństwo (punkt 4): system można całkowicie izolować, podłączając lokalny model przez Ollama, aby teksty wiadomości nie opuszczały Państwa serwera. Logikę białej listy czatów oraz harmonogramu pracy przeniesiemy do oddzielnego modułu konfiguracyjnego. Przykłady naszego podejścia do tworzenia stabilnych rozwiązań automatyzacji i interfejsów przedstawione są w projektach drkukharevich.rivne.ua, crave-agency.com.ua oraz jk-solution.com.ua.
-
1182 13 0 3 Aby zrealizować waszego AI-asystenta dla Signal, my z partnerem (architekt backendu w Pythonie i administrator systemów) proponujemy zbudować asynchroniczną architekturę opartą na signal-cli-rest-api oraz modułach Ollama / OpenAI API. Uruchomimy izolowany kontener Docker, w którym skrypt przez WebSockets będzie nasłuchiwał przychodzące zdarzenia od klienta Signal. Zachowanie kontekstu dialogów zrealizujemy w SQLite, przekazując do LLM historię ostatnich wiadomości (sliding window) wraz z waszym systemowym promptem (Tone of Voice). Nasze doświadczenie w automatyzacji komunikatorów oraz integracji sztucznej inteligencji odzwierciedlone jest w projektach hyperfi.tech, espressolab.com.ua oraz hudi.com.ua.
-
4611 52 1 Dzień dobry, jestem programistą Pythona z dużym doświadczeniem w tworzeniu botów do Telegrama, Instagrama i innych o różnym stopniu skomplikowania. Mogę zrealizować Twoje zamówienie szybko i jakościowo. Pisz, aby omówić szczegóły, mogę zacząć już dzisiaj. Również załaduję Twojego bota na serwer, aby zapewnić stabilną pracę 24/7 i odpowiadam za wsparcie techniczne bota przez jeszcze miesiąc. To wchodzi w koszt.
-
726 9 1 Cześć! Zbadałem twój projekt i jestem gotów do pracy. Jestem pewien, że mogę spełnić wszystkie twoje oczekiwania.
-
1754 34 3 Dzień dobry, mam doświadczenie w pracy z signal, rozwijałem podobny projekt, piszcie, omówimy.
-
8753 60 0 1 Witam. Bardzo interesujący i ogólnie typowy projekt, mam doświadczenie w integracji z sygnałem. Mam gotowe szablony i przygotowania, w ciągu dwóch dni możemy uruchomić produkt testowy do sprawdzenia, następnie 5 dni na testy i poprawki.
Będę zadowolony ze współpracy.
-
1825 52 0 Dzień dobry. Mogę zrealizować w formie aplikacji desktopowej na Windows - będzie wygodny design webowy lub po prostu przez pyqt. Mam doświadczenie w integracji chatgpt.
-
919 4 0 Dzień dobry, Aleks, ostatnio regularnie rozwijam boty z integracją sztucznej inteligencji, w tym ostatni projekt. Mam doświadczenie, więc opiszę realizację po kolei:
1. Signal — już rozwijałem bota przez signal-cli, więc kontekst zadania rozumiem. Tylko zadanie było bez LLM, to był agregator wiadomości z analizą.
2. Do AI doskonale nadaje się w tym zadaniu pydanticAI jako narzędzie/moduł rozwoju. Do analizy, najprawdopodobniej, będą po prostu dwa lub więcej agentów. Albo jeden, jeśli rozmiar kontekstu nie jest aż tak duży (kwestia uwzględnienia zdjęć, wideo, audio itp.; jeśli to konieczne, trzeba będzie nieco rozszerzyć zadanie, na przykład Wisper lub multimodalny LLM).
3. Zasady zachowania przez systemowe prompt'y działają, ale nie zawsze są skuteczne w stylu. Dobrze działa dodanie umiejętności osobowości. I regulacja parametrów generacji (temperatura itp.)
4. Należy również dodać umiejętność i dodatkowe przetwarzanie dla humanizacji (uczłowieczenia) bota.
5. Interfejs można zrobić prostym połączeniem fastapi + react (w ostatnim projekcie tak właśnie robiłem)
Zadanie jest zrozumiałe, nie jest skomplikowane. Mam doświadczenie zarówno z komunikatorem, jak i z automatyzacją AI. Będę zadowolony, mogąc z wami pracować!
-
685 2 0 Dzień dobry. Zapoznałem się z TZ. Projekt obejmuje integrację Signal CLI, podłączenie modelu AI, realizację pamięci kontekstowej, bazy danych, systemowych promptów, triggerów, a także panelu sterowania. Jestem gotów zrealizować MVP oraz dalsze rozszerzenie funkcjonalności w etapach.
Wstępna wycena: 70 000 UAH. Dokładną cenę i terminy będę mógł określić po omówieniu szczegółów i architektury.
-
1495 13 0 Cześć! Mogę to zrealizować. Napisz w prywatnej wiadomości, aby omówić wszystkie szczegóły. Będę zadowolony z współpracy!
-
620 2 0 Cześć!
Przeczytałem pełne wymagania. Technicznie zrealizujemy wszystkie cztery etapy.
Stos: signal-cli-rest-api (w Dockerze) + usługa Python + połączenie z OpenAI/Claude API + SQLite do historii. Panel administracyjny — włączanie/wyłączanie, biała lista czatów, edytowanie systemowego promptu.
Ważny szczegół: Signal nie ma oficjalnego API bota jak Telegram, więc usługa musi działać non-stop na VPS. Jeśli VPS jest — świetnie, jeśli nie — możemy dobrać i skonfigurować (od ~$5/miesiąc Hetzner lub Ukraina).
Termin: 2-3 tygodnie. Koszt: 12 000 zł.
-
1872 9 0 To jest zadanie profilowe dla nas. Pracujemy z agentami AI w produkcji od ponad roku: Winbix.AI (wielonajemna platforma na FastAPI z pamięcią kontekstową i ustawieniami tonu głosu, $2K MRR, 30+ klientów), BrandSync AI (pipeline GPT-4 + BullMQ do asynchronicznego przetwarzania wiadomości), BotFusion AI (czat-boty na 19+ platformach z spersonalizowanymi promptami).
Po etapach waszego TŻ:
Signal przez signal-cli-rest-api w Docker
LLM warstwa z abstrakcją nad OpenAI/Anthropic/Ollama (sterowana konfiguracją)
Sliding window ostatnich N wiadomości + RAG przez pgvector dla długiej historii
Panel administracyjny na FastAPI + Next.js z shadcn/ui dla whitelisty, harmonogramu, szablonów promptów
Wszystko lokalnie na waszym serwerze z opcją Ollama dla pełnego offline
… Z doświadczenia dodamy auto-pauzę przy niejednoznacznym kontekście, bo to ratuje przed błędnymi odpowiedziami w rzeczywistych dialogach.
Portfolio: winbixai.com/en/startups. Loom z architekturą AI-pipeline prześlemy w wiadomości prywatnej.
Pytania:
Lokalnie (Ollama) czy chmurowe LLM (OpenAI/Anthropic)? Wpływa na koszt tokenów i opóźnienie
Jeden użytkownik czy wielonajemna dla zespołu?
Będziemy wdzięczni za dalszą rozmowę:
-
9944 117 0 Witam.
Opracowuję boty w NodeJS. Jestem gotów się tym zająć. Piszcie, omówimy.
-
764 5 1 Cześć!
Mój stos technologiczny to Python, OpenAI API, praca z LLM i zachowaniem kontekstu. Rozumiem integrację z Signal przez signal-cli-rest-api, mam doświadczenie w budowaniu podobnych asystentów.
Wszystkie 4 etapy zrealizuję kolejno z pośrednimi demo.
-
Budżet 10000 UAH na takiego asystenta, moim zdaniem, jest zbyt mały nawet na stabilną pierwszą wersję. Realistycznie zakładałbym od 120000 UAH i 4 tygodnie na wersję roboczą z Signal CLI, odpowiedziami AI, pamięcią dialogów, białą listą czatów i podstawowym panelem webowym =)
W PO TZ widzę ważny niuans - nie należy robić autopilota bez zabezpieczeń. Dla Signal lepiej zbudować lokalną usługę na waszym serwerze lub PC, gdzie jest kolejka wiadomości, dziennik działań, zasady aktywacji, ograniczenia według czatów i tryb ręcznego potwierdzenia dla ryzykownych odpowiedzi.
> Najpierw robimy projektowanie techniczne i prototyp Signal CLI - echo, odbieranie i wysyłanie wiadomości
> Następnie podłączamy model językowy, prompt, pamięć ostatnich wiadomości i osobiste instrukcje
> Potem dodajemy panel webowy, ustawienia stylu, harmonogram, białą listę i dziennik odpowiedzi
> Osobno sprawdzamy bezpieczeństwo - gdzie leżą klucze, kto ma dostęp, jakie dane idą do OpenAI lub lokalnego modelu przez Ollama
… Kilka bliskich przykładów naszego doświadczenia
> https://business.ingello.com/vorfahr - automatyzacja AI z logiką biznesową i przetwarzaniem zapytań
> https://business.ingello.com/fractal - scenariusze agenta i złożona automatyzacja procesów
> https://systems-fl.ingello.com/ua - profilowy landing Ingello Systems dla FLH
Uściślę 2 rzeczy, bez nich ocena może się rozmyć, jak ja sam po trzeciej tabeli z integracjami
> Signal ma działać z jednym numerem czy z kilkoma kontami
> Potrzebny jest tryb pełnej automatycznej wysyłki odpowiedzi, czy najpierw bezpieczniej zrobić potwierdzenie przed wysyłką
!!Radziłbym zacząć od krótkiego etapu projektowania i prototypu technicznego!! - tak stanie się jasne, czy Signal CLI stabilnie działa w waszym środowisku, i dopiero po tym skalować do pełnego asystenta.
-
2226 46 0 Dzień dobry. Z masowym wprowadzeniem LLM, specyfikacje techniczne stały się oczywiście bardziej obszerne, ale czasami są bardziej opisane w kontekście technicznym niż w kontekście projektu. W zasadzie opisano, co należy zrobić w planie technicznym, ale nie w praktycznym.
Interesuje mnie następujące:
1. Co w rzeczywistości powinien odpowiadać asystent, czy to jakieś skomplikowane pytania, czy to zwykłe pytania typu grafik pracy lub jak was znaleźć? W zasadzie od zrozumienia pytania/odpowiedzi należy dalej budować logikę pracy. Pozostałe kwestie są w większym stopniu techniczne i rozwiązują się w czasie/bibliotekami.
2. Czy rozumiecie koszt tokenów? Jedna rzecz to napisać takiego bota, a inna to, że tokeny też są płatne i koszt może być dość poważny.
3. Czy macie JAKOŚCIOWE źródła informacji do odpowiedzi i w jakim formacie (tekst, wideo, zdjęcia itp.).
Piszcie na PW, omówimy szczegóły i dam bardziej rozwiniętą odpowiedź po zrozumieniu dokładnego zadania.
-
96304 1273 1 10 Witam. Mam duże doświadczenie w Pythonie oraz w tworzeniu agentów AI. Jestem gotów zrealizować projekt.
-
196 Mam już praktycznie gotowe podobne rozwiązanie z asystentem AI, pamięcią dialogu i zasadami odpowiedzi, które można szybko dostosować do Signal i uruchomić pierwszy działający prototyp =)
Co do terminów - podstawowy MVP z Signal CLI, trybem echa, podłączeniem modelu językowego, historią 5-10 wiadomości, białą listą czatów i prostym panelem webowym widzę orientacyjnie w ciągu 10-14 dni.
Co do budżetu - 10000 UAH, wydaje się, że wystarczy tylko na krótką weryfikację techniczną Signal CLI i prototyp echa, ponieważ tutaj jest integracja, bezpieczeństwo, baza, prompty, triggery i panel administracyjny.
Będziemy działać etapami - najpierw sprawdzamy stabilność Signal CLI na waszym serwerze lub PC, potem dodajemy odpowiedzi AI, pamięć korespondencji, ustawienia stylu i zabezpieczenia przed przypadkowymi odpowiedziami do niewłaściwych osób.
Zobaczcie, tu jest niuans - dla prywatności można zrobić 2 tryby.
… > OpenAI lub Claude - szybciej i lepiej
> lokalny model przez Ollama - więcej kontroli nad danymi, ale słabsza jakość i potrzebny sprzęt
Uściślę 2 punkty, żeby nie zgadywać jak student na egzaminie.
> bot ma odpowiadać całkowicie automatycznie czy najpierw pokazywać szkic do ręcznego potwierdzenia
> uruchomienie planowane na serwerze Linux, domowym PC czy VPS
Relewantne przykłady naszego doświadczenia.
> https://business.ingello.com/vorfahr - automatyzacja AI i logika agentów dla procesów biznesowych
> https://business.ingello.com/fractal - złożone scenariusze agentów, pamięć i zarządzanie działaniami
> https://systems-fl.ingello.com/ua - krótko o naszym podejściu do systemów, AI i automatyzacji
Możemy zacząć od pierwszego etapu - Signal CLI plus bot echa i weryfikacja techniczna, a po tym dopracować pełnoprawnego asystenta bez zbędnego komplikowania.
Aktualne zlecenia dla freelancerów w kategorii AI i uczenie maszynowe
Zbudować model klasyfikacji klientów1. Są dane klientów w Mongo/SQL (około 20 000 zapisów z surowymi danymi). 2. Należy na ich podstawie zbudować cechy i model klasyfikacji klientów na grupy behawioralne. 3. Projekt wykonać w Pythonie. AI i uczenie maszynowe, Python ∙ 1 dzień 6 godzin temu ∙ 29 ofert |
Integracja modułów skanerów stomatologicznych w CRM
2235 PLN
Opracowaliśmy system CRM do współpracy z dentystami i laboratoriami. Należy zintegrować usługi iTero, sirona, medit i inne, aby pliki były automatycznie pobierane. AI i uczenie maszynowe, Java ∙ 1 dzień 8 godzin temu ∙ 22 oferty |
Stworzyć zespół agentów AIChcę stworzyć sobie zespół agentów AI, którzy będą pomagać w codziennym życiu, kontrolować procesy biznesowe, analizować raporty itd. AI i uczenie maszynowe ∙ 1 dzień 10 godzin temu ∙ 27 ofert |
Automatyzacja IT prowadzenia raportowania VAT
828 PLN
Konieczne jest opracowanie systemu do automatyzacji przenoszenia danych o sprzedaży z CRM do systemu księgowego Wafeq. System ma importować raporty bankowe i płatnicze, automatycznie uzgadniać płatności z fakturami, generować faktury do raportowania VAT oraz minimalizować pracę… AI i uczenie maszynowe, Python ∙ 1 dzień 11 godzin temu ∙ 39 ofert |
Opracowanie agenta AI do sprzedaży dla sklepu internetowego na PrestaShop 1.6 z integracją KeyCRMSzukamy dewelopera lub małego zespołu do stworzenia AI-konsultanta sprzedaży dla internetowego sklepu z literaturą edukacyjną. Strona działa na PrestaShop 1.6, CRM — KeyCRM. Potrzebny jest nie zwykły chatbot z gotowymi odpowiedziami, ale AI-sprzedawca, który pomoże klientowi… AI i uczenie maszynowe, Sklepy internetowe i e-commerce ∙ 1 dzień 17 godzin temu ∙ 39 ofert |