Budżet: 27000 UAH Termin: 40 dni
W sprawie projektu. Zadanie jest jasne, ale od razu trzeba oddzielić wilgotne fantazje z podręczników CrewAI od surowej rzeczywistości produkcji pod highload i skalowaniem. Zrobienie "zestawu skryptów", które zostaną zablokowane w WhatsAppie w ciągu dwóch godzin - to kwestia jednego wieczoru. Zbudowanie odpornej na awarie ekosystemu, który nie padnie z powodu limitów API i będzie utrzymywać stany tysięcy leadów, to zupełnie inna historia.
Co rekomenduję i jak NALEŻY robić:
PODSTAWA ARCHITEKTURY. Żadnych CrewAI do produkcji w czystej postaci, są dobre tylko do dem dla inwestorów. Tylko LangGraph. Dlaczego? Potrzebujemy twardego zarządzania stanem, kontroli cykli i deterministyczności grafu. Agenci nie powinni wchodzić w nieskończony inferens i pożerać wasze pieniądze na LLM.
WHATSAPP I BANOWANIE. Zimne sprzedaże w WA bez rozgrzewki i twardych polityk - to śmierć numerów. Używamy normalnego bramki (tego samego Whapi lub oficjalnego API Meta, jeśli budżet pozwala) + OVERLAY kontroli. Wprowadzamy Human-in-the-loop na wczesnych etapach dla krytycznych akcji, w przeciwnym razie sieć neuronowa obieca klientom darmowe leczenie na wasz koszt.
SKALOWANIE I LOKALNOŚĆ. Jeśli potrzebne lokalnie - pakujemy wszystko w Docker Compose. Lokalna ChromaDB jest ok na start, ale dla normalnego RAG zgodnie z prawami różnych krajów (GDPR, HIPAA) bazę trzeba będzie odpowiednio sekcjonować według metadanych, aby kontekst Włoch nie pomieszał się z Australią.
W sprawie demo i przypadków. Wszystkie systemy bojowe działają w zamkniętych konturach klientów pod ścisłym NDA, dostępu do "pobawienia się" nie dam, to tajemnica handlowa. Ale na rozmowie w udostępnianiu ekranu bez problemu pokażę architekturę działających systemów, logikę grafów, maszyny stanów i jak chodzą dane.
Na start i ocenę trzeba wyjaśnić trzy kwestie:
Czy baza stomatologii już istnieje (jaki format) czy parser też piszemy od zera pod mapy/katalogi?
Na ile gotowe są teksty ofert i skrypty, według których agent ma się uczyć sprzedawać?
Jakie sprzęt jest przeznaczony pod lokalny start (podnosimy tam małe lokalne sieci do parsowania czy cały inferens ściśle na OpenAI/Claude przez API)?
Jeśli potrzebne jest niezawodne oprogramowanie z żelazną logiką, a nie krzywa podróbka - porozmawiajmy na PW, prześlę specyfikację do zatwierdzenia.
