Stworzyć agenta AI do zarządzania magazynem

Budżet: 23750 UAH Termin: 14 dni

Dzień dobry, mam ponad 5-letnie doświadczenie w rozwoju, agenci AI w magazynach oraz automatyzacja procesów to obszary, z którymi regularnie pracuję.

W moim własnym produkcie Throngwatch, SaaS-analiza społeczności Discord, stworzyłem wszystko samodzielnie, od architektury po wydanie. Załączyłem przykład, proszę spojrzeć.

Realizuję agenta pod Twoje zadanie: logika zakupów, praca z plikami QVD, indywidualne scenariusze dla każdego dostawcy, integracje z Telegramem i CRM. Dashboard, czat dla pracowników, automatyczne tworzenie zadań przez API - wszystko na nowoczesnym stosie Node.js + LLM. Pierwsza wersja robocza w przybliżeniu do 2 tygodni. Dokładną cenę podam po kilku wyjaśnieniach lub w wiadomości prywatnej.

Jakie scenariusze dotyczące zakupów i przemieszczeń są dla Ciebie ważne: czy są już sformalizowane zasady, czy potrzebna jest budowa logiki od podstaw?

Zapraszam do kontaktu!

Budżet: 6000 UAH Termin: 14 dni

Dzień dobry! Twoim zadaniem jest to, czym zajmuję się codziennie: trzymam agentów na zadaniach bojowych na Claude, więc wchodzę z praktyki roboczej, a nie z prezentacji.

Jak widzę pierwszy etap:

1) Wymiana danych. QVD z QlikView co godzinę pobieramy na Twój VPS i rozkładamy w znormalizowanej bazie (Postgres). Agent pracuje z tym wycinkiem, a nie z 30 GB surowej bazy, dlatego odpowiedzi są szybkie i przewidywalne pod względem kosztów.
2) Agent. Pod każdego dostawcę osobny profil warunków (czasy przetwarzania, logistyka, partie): prompt plus sztywne zasady. Agent przygotowuje zgłoszenie, potwierdza to osoba w Telegramie. Zakup bez potwierdzenia nie przechodzi.
3) Przemieszczanie między magazynami i zadania według grup towarów (cięcie, dobór według długości) działają tym samym mechanizmem.
4) Telegram: kilku pracowników, role, zadanie trafia do konkretnej osoby.
5) Bitrix24: tworzenie zadań przez REST ze zwrotnym linkiem.
6) Dashboard: ile analiz, ile zadań zostało postawionych i zamkniętych, lista towarów w zakupie.

Pierwszy etap proponuję jako pilotaż na 2-3 dostawcach: wymiana, baza, agent, Telegram, Bitrix, dashboard. Na rzeczywistych promptach od razu widać dokładność, a dopiero potem uczciwie liczymy rozłożenie na wszystkie 40+.

Pytanie dotyczące danych: czy QVD czytamy bezpośrednio, czy QlikView może równolegle eksportować te same wycinki do CSV/QVX? Od tego zależy warstwa wymiany.

O mnie: 5 zamkniętych projektów na Freelancehunt, 5 opinii po 10/10, brak negatywnych. Plus publiczna historia, 8 zmerdżowanych PR w cudze projekty open-source, głównie w narzędziu Go z bezpieczeństwa na 173 gwiazdki; każdy przeszedł przegląd maintainerów.

Pilot 6000 zł, 14 dni. Cenę stawiam startową: interesuje mnie długi projekt, dlatego na pierwszym etapie idę korzystnie. Gotowy pokazać żywe boty bezpośrednio w czacie, abyś zobaczył poziom przed rozwiązaniem.

Piotr Pankow, BotCraft Group Rozwiń

Budżet: 20000 UAH Termin: 15 dni

Cześć, Witalij! Już omawialiśmy twoją bazę SQL na prywatnej wiadomości — oto jak widzę realizację teraz, gdy mamy pełne TŻ:
Stos: Python + FastAPI, API Claude z wywoływaniem narzędzi (agent wywołuje konkretne narzędzia — tworzenie zamówienia, ustawienie zadania w Bitrix24, a nie tylko generowanie tekstu), PostgreSQL dla stanu agenta/zadań, aiogram dla Telegrama z podziałem na pracowników.
Jak już omawialiśmy: łączę się z bazą SQL w trybie tylko do odczytu bezpośrednio (bez parsowania QVD przez warstwę QlikView, jak proponuje większość), ściągam tylko potrzebne tabele (stany/zamówienia/dostawcy). To eliminuje zbędną warstwę QVD/QlikView całkowicie, agent pracuje z aktualnymi danymi bezpośrednio.
Etapy:
Etap 1 (MVP): analiza stanów/zamówień przez Claude, tworzenie zamówień dla 2-3 dostawców na pilota, bot Telegram z potwierdzeniem od pracownika (nie automatyczne wysyłanie od razu do dostawcy — bezpieczniej na początku). — 20000 UAH, 14 dni.
Etap 2: pozostali dostawcy, przemieszczenia między magazynami, zadania dotyczące cięcia, integracja Bitrix24, dashboard — omówimy po pilocie.

Budżet: 2000 UAH Termin: 2 dni

Witaj!
Jestem Oleg, menedżer projektu i architekt rozwiązań Business Atlas (partnerzy n8n). Główny fokus Twojego zlecenia to bezpieczne przetwarzanie plików QVD QlikView, uwzględnienie unikalnych warunków 40+ dostawców oraz integracja z Telegramem i Bitrix24.
1. Nasza wizja architektury i podejście:
Orkiestracja (Rdzeń): Self-hosted n8n w Dockerze na Twoim VPS. Automatycznie odczytuje co godzinne pliki QVD (250 MB), przez skrypt Pythona importuje dane do pośredniej bazy danych (PostgreSQL/Supabase) do pracy AI.
Zasada „Non-destructive first”: AI tworzy propozycje w statusie roboczym („AI Draft”). Menedżer w czacie Telegram zatwierdza zamówienie (przyciskami „Akceptuj/Edytuj”), i dopiero po tym n8n zleca zadanie w Bitrix24 i wysyła zlecenie pracownikom.
Baza wiedzy (Claude + RAG): 40+ warunków dostawców ładujemy do wektorowego magazynu (Qdrant). Claude analizuje kontekst konkretnego dostawcy i formułuje zamówienie według jego zasad.
Dashboard: panel w Looker Studio lub Google Sheets (metryki analiz, zadań, CRM oraz listy produktów do zakupu).
1. Relewantne doświadczenie:
Infrastruktura AI (1700+ SKU): self-hosted system (n8n + Ollama + LlamaIndex) z moderacją przez Telegram według zasady „Non-destructive first”.
Konwerter i unifikacja danych: automatyczne parsowanie i normalizacja różnorodnych plików dostawców przez pipeline AI i Qdrant.
Bezpośrednie połączenie z bazą danych: praca agenta AI bezpośrednio z lokalną bazą danych systemu ERP (Firebird) bez gotowego REST API.
Bot Telegram TRUST dla logistyki: zaawansowany bot (Python, aiogram) z wieloetapowymi scenariuszami i raportowaniem.
1. Etapy, terminy i koszt:
Faza 1: Paid Discovery (3–5 dni) — 230 USD (testowe parsowanie pliku QVD, prompty dla 1-2 dostawców, zlecenie. Kwota zaliczana na rozwój).
Faza 2: MVP zakupów i przemieszczeń (3–4 tygodnie) — 1,500 – 2,500 USD (n8n, odczyt QVD, baza danych, logika agenta, bot Telegram).
Faza 3: Integracja Bitrix24 i zadania rozdzielcze (7–10 dni) — od 800 USD (API Bitrix24, specyficzne zasady, dashboard).
Czy istnieje możliwość przesłania próbki jednego pliku QVD do wstępnej analizy jego struktury?
Napisz na prywatną wiadomość, aby uzyskać bardziej spersonalizowaną ofertę. Rozwiń

Budżet: 25000 UAH Termin: 14 dni

Szalom!

Bardzo interesujący projekt. Od razu spodobało mi się, że myślicie nie "czat-botem", a pełnoprawnym agentem AI z logiką biznesową. Takie systemy właśnie teraz rozwijamy.

Naszym zdaniem, nie warto uczyć modelu bezpośrednio na plikach QVD. Lepiej wykorzystać je jako źródło aktualnych danych, a samego agenta budować poprzez RAG, pamięć i oddzielne workflow dla każdego procesu biznesowego. To pozwoli pracować z danymi, które są aktualizowane co godzinę, bez ciągłego ponownego uczenia modelu.

Logikę zakupów również lepiej nie budować jednym dużym promptem. Znacznie efektywniej zrealizować oddzielne scenariusze dla każdego dostawcy, uwzględniając terminy dostaw, minimalne partie, logistykę, historię zakupów i inne indywidualne zasady. Takie podejście jest prostsze do utrzymania, skalowania i uzupełniania nowymi dostawcami.

Mamy duże doświadczenie w rozwoju rozwiązań AI, automatyzacji procesów biznesowych, systemów CRM/ERP, botów Telegram oraz integracji przez API. Niedawno zakończyliśmy rozwój asystenta AI dla największej prywatnej kliniki w Dnieprze, gdzie agent pracuje z logiką biznesową, analizuje kontekst, współdziała z wewnętrznymi usługami przez API i automatyzuje znaczną część pracy operatorów.

Pracujemy również z OpenAI, Claude, Function Calling, Structured Outputs, RAG, MCP, bazami danych wektorowych i architekturą multi-agent.

Nasza strona: https://winbixai.com/uk. Na niej przedstawiona jest tylko część zrealizowanych projektów. Więcej przypadków AI i przykładów automatyzacji pokażemy w wiadomościach prywatnych.

Przed rozpoczęciem możemy przygotować architekturę rozwiązania, pomóc wybrać optymalny stos (Claude, OpenAI lub podejście hybrydowe) i zrobić Proof of Concept, aby sprawdzić kluczowe scenariusze jeszcze przed rozpoczęciem pełnego rozwoju.

Będziemy zadowoleni z omówienia szczegółów. Naszym zdaniem, ten projekt ma potencjał, aby rozwinąć się nie tylko w AI dla zakupów, ale w pełnoprawny inteligentny system zarządzania logistyką, zapasami i sprzedażą. Rozwiń

Budżet: 20000 UAH Termin: 21 dni

Widziałem projekt, interesujące zadanie. Doświadczenie w B2B i e-commerce idealnie pokrywa się z tym, co opisujecie: praca z dużymi katalogami, wieloma dostawcami, logika przemieszczania towaru.

Co do technologii: TypeScript, NestJS, PostgreSQL, integracje przez REST API. Budowałem boty Telegram, korzystałem z API Bitrix. Dla agenta AI skłaniam się ku temu samemu podejściu, co wy: Claude jako LLM, orkiestracja przez narzędzia z dostępem do waszej bazy SQL i danych QlikView. Każdy dostawca jako oddzielny zestaw reguł w promptach to sprawdzony wzór, można to dobrze zorganizować.

Dashboard zrobię bez zbędnych elementów: statystyki analiz i zadań, nic nadmiarowego. Wdrożenie na VPS nie stanowi problemu.

Jeśli jesteście zainteresowani, chętnie zadzwonię i wyjaśnię szczegóły dotyczące logiki zamówień i priorytetów pierwszego etapu.

Budżet: 15000 UAH Termin: 14 dni

Witaj! Projekt wygląda bardzo rozlegle i technologicznie. Specjalizuję się w backendzie w Pythonie, integracji agentów AI oraz automatyzacji procesów logistycznych. Mam doświadczenie w projektowaniu architektury dla asystentów AI, a także w tworzeniu systemów monitorowania łańcuchów dostaw z synchronizacją zapisów inwentarzowych, więc logika ruchów magazynowych i zakupów jest mi doskonale znana. Jeśli chodzi o realizację techniczną: QVD to specyficzny binarny format Qlik, z którym zewnętrznym skryptom trudno pracować. Najlepszym i najszybszym rozwiązaniem będzie skonfigurowanie w Twoim QlikView automatycznego eksportu tych 250 MB do formatu CSV, Parquet lub lekkiej bazy SQLite. Agenta zbuduję w Pythonie (używając frameworków LangGraph lub CrewAI) z podłączeniem do API Claude 3.5 Sonnet. Ponieważ objętość danych jest duża, AI nie będzie czytać całego pliku bezpośrednio (to niemożliwe z powodu limitów tokenów), a będzie działać jako analityk — generując zapytania SQL lub Python do danych i podejmując decyzje na podstawie wyników. Dashboard można szybko wdrożyć na frameworku Streamlit, a interakcję z Telegramem i Bitrix24 przez REST API. Jestem gotów przejrzeć strukturę Twoich danych i omówić scenariusze pracy agenta!

Budżet: 20000 UAH Termin: 14 dni

Cześć!

Specjalizuję się w automatyzacji procesów biznesowych i wdrażaniu agentów AI. Pracuję z n8n, Pythonem, systemami CRM, integracjami API i LLM (OpenAI i innymi). Pomagam skracać rutynę, optymalizować procesy i zwiększać efektywność.

Jestem gotów szybko i jakościowo zrealizować Twoje zadanie. Porozmawiajmy o szczegółach!

🎨 https://gurtop.com/

Budżet: 1000 UAH Termin: 1 dzień

Dzień dobry, Witalij.

Ponieważ masz ponad 40 dostawców z różnymi warunkami, kluczowa jest nie sam agenta, a struktura danych, która pozwala mu podejmować decyzje bez ryzyka błędów w rzeczywistych zamówieniach. Pliki QVD wymagają wcześniejszej konwersji do formatu, z którym Claude działa niezawodnie — i to właśnie ta warstwa przejściowa określi dokładność całego procesu. Zamiast ręcznego wpisywania promptów dla każdego kontrahenta osobno, logicznie jest zbudować system reguł, w którym warunki dostawców są zorganizowane jako dane, a nie jako tekst w instrukcjach. To znacząco zmniejsza ryzyko halucynacji przy formułowaniu zamówień i zadań w Bitrix24, a dashboard zapewni przejrzystość w każdej decyzji agenta — ile analiz zostało wykonanych, ile zadań stworzono i ich status.

Etapy:

Każdy etap jest dokumentowany, a kod jest przekazywany Tobie.
Można zatrzymać się po każdym etapie.

≈12 dni: 11000–15000 UAH
Minimalnie wykonalny agent do automatyzacji jednego kierunku zakupów.
- Zautomatyzowany import danych z plików QVD do dostępnego formatu
- Agent AI do pracy z ograniczoną grupą dostawców (do 5 osób)
- Integracja z Telegramem w celu otrzymywania powiadomień o potrzebach
- Podstawowa funkcjonalność tworzenia zadań w Bitrix24

≈30 dni: 25 000–35 000 UAH
Pełnoprawny system zarządzania zakupami i przemieszczaniem z kontrolą jakości.
- Pełny cykl przetwarzania danych QVD z aktualizacją co godzinę
- Ustawienie logiki dla wszystkich głównych dostawców (do 40+) z iteracyjnym testowaniem
- System potwierdzania działań przez człowieka przed wysłaniem do CRM/Telegram
- Interaktywny dashboard z metrykami analiz i wykonanych zadań
- Pełna funkcjonalność zarządzania przemieszczaniem między magazynami

≈45 dni: 45 000–60 000 UAH
Rozszerzony kompleks z głęboką analityką i wsparciem skalowania.
- Rozszerzony system walidacji danych dla pełnego wyeliminowania halucynacji AI
- Specjalizowany moduł do obliczania podziału towarów na części
- Priorytetowe wsparcie i dostosowanie promptów przez 2 miesiące
- Przygotowanie architektoniczne do stworzenia agenta analizy sprzedaży

Potrzebne doświadczenie:
- https://valpere.github.io/portfolio/
- https://valpere.github.io/projects/
- https://valpere.github.io/mvb/ Rozwiń

Budżet: 27000 UAH Termin: 30 dni

Dzień dobry!

Dla takiego zadania racjonalnie jest podzielić rozwiązanie na kilka warstw: ładowanie i normalizacja QVD, magazyn historii decyzji, oddzielna warstwa reguł dotyczących dostawców oraz warstwa AI do analizy, generowania szkiców zadań i wyjaśniania wyników. Krytyczne decyzje zakupowe lepiej nie przekazywać modelowi bezpośrednio: agent powinien opierać się na sformalizowanych warunkach dostawcy, stanach magazynowych, minimalnych partiach, terminach i priorytetach magazynów, a LLM powinno być używane do przetwarzania nietypowych przypadków i przygotowywania zrozumiałych działań dla pracowników.

Z technicznego punktu widzenia istnieją dwa główne ryzyka. Pierwsze — QVD i godzinowe aktualizacje: potrzebny jest stabilny proces ETL z inkrementalnym przetwarzaniem i buforowaniem agregatów, w przeciwnym razie system będzie niestabilny przy dużych ilościach danych. Drugie — zróżnicowane warunki dostawców: jeśli nie zostaną one wydzielone do oddzielnej warstwy reguł, jakość rekomendacji będzie zmienna. Dla Telegramu i Bitrix24 od razu warto uwzględnić role, dziennik działań i potwierdzenie spornych operacji przez człowieka.

Claude wydaje się rozsądną opcją dla części językowej, ale architektonicznie ważniejszy jest nie wybór modelu, a schemat wokół niego: kolejka zadań, kontrola wersji promptów, przechowywanie decyzji, testowy kontur na rzeczywistych scenariuszach oraz dashboard do analiz, zadań i statusów wykonania. Wtedy system będzie łatwiejszy do skalowania na następny etap — analizę sprzedaży — bez przerabiania podstaw.

Dla dokładnej oceny krytycznie ważne jest, aby zobaczyć przykład struktury QVD i zrozumieć, jakie działania agent wykonuje automatycznie, a jakie tylko proponuje do potwierdzenia. Ważne jest również ustalenie granic pierwszego etapu: zaczynamy od zakupów i wewnętrznych przemieszczeń, czy od razu uwzględniamy dashboard i integrację z Bitrix24.

Budżet: 27000 UAH Termin: 16 dni

Cześć! Projekt jest niezwykle interesujący i ma wyraźne zadanie inżynieryjne.

Główny techniczny aspekt to 250 MB plików QVD co godzinę. To binarny format QlikView, który jest zbyt duży do bezpośredniego przesyłania do promptu Claude (jest to kosztowne i zatyka okno kontekstowe).

Proponuję całkowicie autonomiczną i niezawodną architekturę na stosie Laravel + Filament PHP, która będzie działać z twoimi plikami "jak są" — nie musisz angażować swoich administratorów QlikView do przestawiania eksportu ani pisania dodatkowych skryptów.

Jak to będzie zrealizowane:

1. Autonomiczny pipeline QVD (na VPS):
- Na serwerze konfigurowany jest szybki konwerter CLI (skompilowany binarny), który co godzinę w ciągu sekund rozpakowuje twoje pliki QVD.
- Laravel Scheduler strumieniowo (bez obciążania RAM) ładuje i aktualizuje stany i ruch towarów w lokalnej bazie danych.

2. Rdzeń II-Agenta (Laravel + Claude API):
- Obliczenia matematyczne: analiza krytycznych stanów, punktów zamówienia i potrzeby w przenoszeniu między magazynami wykonywana jest deterministycznie na poziomie bazy danych.
- Moduł Claude API: przetwarzanie unikalnych warunków każdego z 40+ dostawców (z elastycznej bazy promptów/zasad), generacja tekstów zamówień i zadań do przetwarzania/cięcia.

3. Integracje:
- Bot Telegram: dla wygodnej pracy wieloosobowej pracowników (powiadomienia, potwierdzenia zamówień, pilne komendy).
- Bitrix24 REST API: automatyczne tworzenie i przydzielanie zadań odpowiednim menedżerom w CRM.

4. Dashboard monitorowania (Filament PHP):
- Wygodny interfejs webowy do kontroli: liczba przeprowadzonych analiz, lista przydzielonych zadań, status wykonania, CPM oraz ogólny wykaz towarów w zakupie.

Szacowany czas realizacji MVP: 14–18 dni
Koszt: 50 000 zł

Mam duże doświadczenie w budowie skomplikowanych systemów backendowych na Laravel, integracji LLM (Claude API), tworzeniu botów Telegram oraz REST API. Jestem gotów omówić szczegóły w wiadomościach prywatnych! Rozwiń

Budżet: 14700 UAH Termin: 5 dni

Witaj! Nazywam się Serhij, mam 8-letnie doświadczenie w IT w różnych technologiach: web/mobile, backend, API, integracje, automatyzacja i praca z danymi. Widzę główne zadanie tak: Stworzyć agenta AI do zarządzania magazynem. Firma produkcyjna z kilkoma magazynami w Ukrainie. Dostawców ponad 40, zarówno w kraju, jak i w Chinach....

Umiejętności pod zadanie:
- boty, parsowanie i praca z danymi
- raportowanie, analityka i automatyzacja biznesowa
- architektura rozwiązania
- rozwój, testowanie i doprowadzenie do wydania
- wsparcie po uruchomieniu

Portfolio: https://software.campstudio.net/#showcases

Budżet: 27000 UAH Termin: 15 dni

Dzień dobry.
Nasz zespół ma wieloletnie doświadczenie w tworzeniu ERP, CRM, CMS oraz specjalistycznego oprogramowania dla biznesu. Tworzymy efektywne rozwiązania cyfrowe, które pomagają automatyzować procesy, zwiększać wydajność i skalować firmy.

Pracujemy z nowoczesnymi technologiami — od botów i skryptów po agentów AI i systemy analityczne. Opracowujemy strony internetowe o różnym stopniu skomplikowania. W naszym portfolio znajdują się zrealizowane rozwiązania ERP dla branży hotelarskiej, a także dla firm zajmujących się importem i sprzedażą towarów, a także nasz własny produkt XFitness — system ERP stworzony specjalnie dla klubów fitness.

Jesteśmy gotowi zrealizować Twój projekt i zaproponować najlepsze rozwiązanie dostosowane do Twoich potrzeb.
Nasze portfolio: Freelancehunt

Specjalizujemy się w takich dziedzinach:
- Rozwój systemów ERP
- Rozwój systemów CRM
- Rozwój stron internetowych o dowolnym stopniu skomplikowania
- Rozwój systemów CMS
- Wsparcie stron internetowych
- Rozwój OpenCart
- Wsparcie OpenCart
- Modyfikacja OpenCart
- Dopracowanie OpenCart
- Rozwój WordPress
- Wsparcie WordPress
- Modyfikacja WordPress
- Dopracowanie WordPress
- Rozwój ECommerce
- Wsparcie ECommerce
- Modyfikacja ECommerce
- Dopracowanie ECommerce
- Rozwój aplikacji webowych
- Wsparcie serwerów 1C
- Wsparcie serwerów webowych
- Rozwój aplikacji mobilnych
- Parsowanie danych
- Rozwój botów
- Rozwój agentów AI

oraz w takich technologiach:
- Python
- PHP
- Laravel
- Symfony
- Yii2
- JS
- NodeJS
- jQuery
- TypeScript
- MySQL
- HTML
- CSS
- Vue
- Nuxt.js
- React
- React Native
- C++ Rozwiń

Budżet: 700 UAH Termin: 4 dni

Witam, znajduję się w TOP 10 freelancerów platformy, takie projekty już realizowałem, zrobię szybko, jakościowo i niedrogo.

Budżet: 27000 UAH Termin: 18 dni

Dzień dobry.
Zanim zaproponuję realizację, chciałbym zapoznać się ze strukturą plików QVD i przykładami reguł przynajmniej dla kilku dostawców. To właśnie od tego zależy, jak najlepiej zbudować logikę agenta, aby działał nie tylko na podstawie wskazówek, ale także stabilnie dostarczał przewidywalne wyniki.

Widzę, że na pierwszym etapie należy zrealizować pełny cykl: pozyskiwanie danych z QVD, analizę stanów, formułowanie rekomendacji dotyczących zakupów i przemieszczeń między magazynami, integrację z Telegramem i Bitrix24, a także prosty dashboard do kontroli pracy agenta. Ważne jest, aby od razu zaplanować architekturę w taki sposób, aby w przyszłości można było bez problemu dodać analizę sprzedaży i inne scenariusze automatyzacji.

Pracuję z Pythonem, integracjami AI, Telegram Bot API i REST API. Do takiego projektu użyłbym FastAPI, Claude/OpenAI (w zależności od wybranego modelu), osobnej usługi do przetwarzania QVD oraz Dockera do wdrożenia na VPS.

Jeśli możesz, prześlij przykład jednego pliku QVD i opisz reguły przynajmniej dla jednego dostawcy - po tym będę mógł zaproponować optymalną architekturę i od razu przystąpić do pracy.

Budżet: 27000 UAH Termin: 21 dni

Witalij, dzień dobry.

Jestem gotów zająć się stworzeniem agenta AI do zarządzania magazynem i zakupami.

Proponuję zacząć od pierwszego etapu roboczego: zebrać wymagania, zrozumieć obecną logikę zakupów i przemieszczeń, skonfigurować pilotażową wersję agenta dla kilku dostawców, podłączyć pracowników do pracy przez Telegram, dodać tworzenie zadań w Bitrix24 i przygotować prosty pulpit nawigacyjny do kontroli wyników.

Ważne jest, aby system nie był tylko "czat-botem", ale asystentem, który daje zrozumiałe rekomendacje, rejestruje zadania i pomaga pracownikom szybciej podejmować decyzje dotyczące zakupów i magazynów.

Koszt i termin podaję za MVP/pierwszy etap. Po zapoznaniu się z danymi, przykładami dostawców i rzeczywistymi scenariuszami będzie można dokładnie ocenić pełne wdrożenie u wszystkich dostawców.
Budżet: 1000 Eur
Termin: 21 dni Rozwiń

Budżet: 15000 UAH Termin: 5 dni

Witaj Witalij.
Nazywam się Siergiej.
Będę zadowolony, mogąc pracować nad Twoim projektem.
Cenę omówimy.
Proszę napisz w wiadomości prywatnej, mam kilka dodatkowych pytań.
Cena i terminy są na razie podane orientacyjnie.

Z poważaniem,
Siergiej

Budżet: 27000 UAH Termin: 20 dni

Dzień dobry! Jestem gotów opracować agenta AI w Pythonie do automatyzacji zakupów i przemieszczeń między magazynami. Zrealizuję przetwarzanie danych z QVD, zasady współpracy z każdym dostawcą, integracje z API Telegram i Bitrix24, ustalanie zadań oraz prosty pulpit nawigacyjny w sieci. Na pierwszym etapie przeprowadzę analizę struktury QVD i przygotuję architekturę rozwiązania na API Claude z wdrożeniem na waszym VPS. Mam doświadczenie w tworzeniu usług Python, agentów AI, botów Telegram, integracji API oraz systemów automatyzacji procesów biznesowych.

Budżet: 27000 UAH Termin: 21 dni

Cześć!

Projekt mnie zainteresował.

Mam ponad 10-letnie doświadczenie w tworzeniu złożonych systemów webowych, automatyzacji procesów biznesowych, integracji API oraz pracy z AI.

Po zapoznaniu się z opisem widzę, że optymalnym rozwiązaniem będzie nie "uczenie" modelu na plikach QVD, a zbudowanie agenta AI, który będzie pracował z aktualnymi danymi, zasadami dostawców i logiką biznesową. Takie podejście jest znacznie łatwiejsze w utrzymaniu i skalowaniu.

Proponuję zacząć od projektowania architektury i MVP, po czym realizować funkcjonalność etapami.

Po zapoznaniu się z obecną infrastrukturą i plikami QVD przygotuję szczegółowy plan realizacji oraz dokładny kosztorys. Rozwiń

Budżet: 27000 UAH Termin: 20 dni

Od analizy pozostałości do wysyłki zamówienia do dostawcy i zlecania zadań w Bitrix — bez ręcznej interwencji. Budowałem LLM-pipeline'y na bazie Claude API właśnie tego typu: agent czyta dane, podejmuje decyzję na podstawie promptu, wywołuje potrzebne narzędzie — API Bitrix, Telegram, formularz zamówienia. Wzorzec tool-calling przez Claude idealnie pasuje do 40+ dostawców z indywidualnymi warunkami — każdy dostawca jest obsługiwany oddzielnym zestawem promptów i instrukcji.

W stacku: FastAPI na waszym VPS, Docker, parsowanie QVD przez bibliotekę Python, PostgreSQL dla stanu agenta i zadań. Bot Telegram na aiogram — wieloosobowe zarządzanie z podziałem ról. Lekki dashboard (analizy, zadania, statusy, lista towarów w zakupie) na tym samym backendzie.

Koszt wstępny — ostateczną kwotę ustalimy po krótkiej rozmowie i wyjaśnieniu logiki dla każdego dostawcy, zasad przemieszczania i struktury plików QVD.

Napisz — omówimy architekturę i następny krok.

Budżet: 15000 UAH Termin: 8 dni

Dzień dobry. Już realizowałem projekty z integracją AI. Prace możesz zobaczyć w moim portfolio. Opinie na ich temat są w profilu. Jestem gotów do realizacji, ale musimy omówić szczegóły dotyczące dostawców i sklepów. Pisz, dogadamy się.

Budżet: 1500 UAH Termin: 3 dni

Cześć! Czy dobrze rozumiem, że kluczowym problemem teraz jest dostosowanie agenta do indywidualnych warunków każdego z ponad 40 dostawców, i chcielibyście najpierw skupić się na jednym lub dwóch do pilotażowego uruchomienia?

Dokładne terminy i budżet szczegółowo opiszę w wiadomości prywatnej.

Jeśli chodzi o realizację, proponuję następujący plan:
1. Przeprowadzę audyt struktury plików QVD i określę optymalny format danych do szkolenia agenta (Claude Cowork).
2. Ustawię wymianę danych między QlikView a agentem przez API, z minimalnym ingerowaniem w waszą obecną infrastrukturę.
3. Opracuję system promptów dla każdego dostawcy osobno, z dalszym testowaniem na rzeczywistych scenariuszach zakupów i przemieszczeń.

Dziękuję za rozważenie mojej propozycji. Z niecierpliwością czekam na możliwość współpracy z wami!

Budżet: 20000 UAH Termin: 14 dni

Witalij, widzę zadanie w automatyzacji zakupów na podstawie analizy plików QVD, które obecnie zbiera wasz serwer QlikView. Główna trudność polega na stworzeniu warstwy, która efektywnie przetłumaczy zorganizowane dane z waszych raportów na kontekst dla agenta AI, aby uwzględniał logistykę każdego z 40 dostawców. Mój plan: skonfigurować pipeline transferu danych z QVD, przygotować wektorową bazę wiedzy dla Claude'a i wdrożyć system walidacji promptów, aby agent poprawnie formułował zamówienia bez halucynacji. Jak krytyczna dla agenta jest możliwość pracy z danymi nieustrukturyzowanymi od dostawców w postaci cenników PDF lub korespondencji e-mailowej, czy ograniczymy się tylko do danych z QlikView?