Bot Telegram do testowania PDR.
Kontynuuję współpracę dalej.
Dzień dobry.
Potrzebuję stworzyć bota telegramowego do przeprowadzania testów z zasad ruchu drogowego.
Krótko przedstawiam główne funkcje i zadania bota, które powinien wykonywać.
Bot powinien wysyłać pytania z obrazkami, jeśli są one w tych pytaniach, warianty odpowiedzi oraz wyjaśnienia w przypadku, gdy użytkownik odpowie błędnie.
Główne funkcje bota telegramowego:
1.1 funkcja to przeprowadzanie testowania z dwudziestu losowych pytań (ważne, aby pytania były zawsze różne i pochodziły ze wszystkich tematów) z timerem na dwadzieścia minut. Wszystko jak na prawdziwym egzaminie w serwisowym centrum MVS.
1.2 funkcja to przeprowadzanie testów po tematach. Można przechodzić kolejno od pierwszego tematu do ostatniego, a można wybrać osobno temat, który się chce i przechodzić właśnie po nim.
1.3 funkcja to praca nad błędami. Tutaj powinny automatycznie zapisywać się wszystkie pytania, w których popełniono błędy i nie znikać, dopóki użytkownik nie odpowie poprawnie. To powinno być zrealizowane jako osobne testowanie w tym bloku.
1.4 funkcja to analiza przeprowadzania testowania. Informacje powinny być przedstawione w następujący sposób:
Całkowita liczba przeprowadzonych testów;
Całkowita liczba błędów;
Wykaz trzech tematów, w których popełniono największą liczbę błędów do tej pory.
Dodatkowe funkcje:
2.1 to funkcja wsparcia technicznego. Jej zadaniem jest otworzenie osobnego czatu w telegramie z @ w celu rozwiązania wszelkich problemów technicznych z botem lub pytań, które nie dotyczą nauki.
2.2 to funkcja, która otwiera link do banku Monobank z aktualną zbiórką, link.
Jak powinno wyglądać menu:
Ogólna logika bota:
Użytkownik naciska przycisk rozpocznij;
Przychodzi powitalna wiadomość z wezwaniem do rozpoczęcia testowania lub nauki;
Użytkownik wybiera jakąś akcję z menu;
Użytkownik może stale zmieniać logikę swoich zadań do bota, wracać do menu, zaczynać wszystko od początku i tak dalej.
Baza wszystkich pytań testów z wariantami odpowiedzi, oznaczeniem poprawnej odpowiedzi, obrazkami jest w formacie pliku csv i tabeli xlsx + folder ze wszystkimi obrazkami.
Jest również pytanie, czy można dodać do bota dodatkowego asystenta AI do wyjaśniania dodatkowych pytań od użytkowników. Ale to nie jest teraz najważniejsze)
Obecnie interesuje mnie, ile taki projekt może kosztować i terminy realizacji.
Dziękuję!
Budżet: 10000 UAH Termin: 7 dni
Witam. Mam duże doświadczenie w tworzeniu botów na Telegramie. Jestem gotowy do współpracy
Budżet: 8000 UAH Termin: 5 dni
Cześć!
Opracowuję boty do Telegramu w NodeJS. Jestem gotów się tym zająć. Piszcie, omówimy.
Budżet: 15000 UAH Termin: 10 dni
Dzień dobry!
Jestem doświadczonym programistą botów telegramowych. Twój projekt jest interesujący i jestem gotów zrealizować wszystkie niezbędne funkcje.
Dodatkowo dodałbym do niego panel administracyjny, który wyświetlałby statystyki użytkowników.
Gwarantuję jakość i szybkość.
Budżet: 8000 UAH Termin: 10 dni
Cześć!
Zainteresował mnie Twój projekt, mam duże doświadczenie w automatyzacji/emulacji działań użytkownika (JavaScript, Selenium, Playwright), asynchronicznym/wielowątkowym parsowaniu (Requests, WebSockets, HTTPX, BS4), przetwarzaniu informacji (Openpyxl, JSON, MySQL, MongoDB) oraz w tworzeniu botów Telegram o różnym stopniu skomplikowania (Telethon, Pyrogram, Aiogram).
Skontaktuj się ze mną, aby omówić szczegóły i terminy realizacji tego projektu!
Budżet: 8000 UAH Termin: 10 dni
👋 Cześć! Jestem początkującym programistą i rozumiem, że projekt jest skomplikowany i wymaga poważnego podejścia.
Nie obiecuję idealnego wyniku za pierwszym razem — ale mogę zaoferować uważne podejście, gotowość do zrozumienia, nauki i wspólnego dążenia do odpowiedniego rozwiązania.
Jeśli jesteś gotów dać szansę nowicjuszowi, który naprawdę chce zrobić to dobrze — będę szczęśliwy, mogąc spróbować swoich sił w tym projekcie.
Budżet: 10000 UAH Termin: 14 dni
Dzień dobry!
Realizuję w Pythonie, szybko i jakościowo.
Piszcie, omówimy szczegóły i zaczniemy!
Z poważaniem, Andrij!
Budżet: 8888 UAH Termin: 8 dni
Cześć Bogdan, jestem gotów zrealizować projekt.
Duże doświadczenie w tworzeniu botów telegramowych.
Będę wdzięczny za współpracę, pisz na prywatne.
Budżet: 8000 UAH Termin: 1 dzień
Cześć!
Mam już gotowy prototyp bota Telegram do testowania zasad ruchu drogowego. Podstawowa funkcjonalność została zrealizowana – egzamin z 20 losowych pytań z timerem, testy tematyczne (zarówno sekwencyjne, jak i według wyboru tematu), tryb pracy nad błędami, analiza wyników, wsparcie i darowizny na ZSU.
Bot został już przetestowany i można go wypróbować (nazwa bota: @test_pdd_ua_bot). Pozostało tylko podłączyć bazę pytań i odpowiedzi (z CSV/XLSX) oraz obrazy. Ocena projektu – 8000 hrywien, a poprawki zajmą około 1–2 dni.
Jeśli ci to odpowiada, możemy iść dalej. Będę zadowolony ze współpracy!
Budżet: 7900 UAH Termin: 12 dni
Dzień dobry! 😊
Jestem gotowa opracować bota Telegram do testowania z Prawa Drogowego!
📌 Ocena kosztów i terminów
✅ Podstawowa funkcjonalność (bez asystenta AI)
⏳ Terminy: 7-14 dni (zależy od złożoności logiki testowania i objętości treści)
💰 Orientacyjny koszt: od 8 000 – 15 000 zł (w zależności od dodatkowych funkcji)
✅ Z integracją asystenta AI (GPT API, LangChain itp.)
⏳ Terminy: +5-7 dni
💰 Dodatkowo +5 000 – 10 000 zł
🔹 Co jest włączone w rozwój?
🔹 Bot Telegram na Pythonie (Aiogram 3 lub PyTelegramBotAPI)
🔹 Logika testowania (losowe pytania, timer, analiza błędów)
🔹 Zapis błędów i ich przetwarzanie
🔹 Analiza wyników testów
🔹 Podłączenie bazy pytań z CSV/XLSX
🔹 Obsługa obrazów w testach
🔹 Menu przyciskowe do nawigacji
🔹 Czat wsparcia i darowizna na ZSUS
❓ Następne kroki
Jeśli jesteś zainteresowany, mogę wyjaśnić szczegóły, omówić stos technologii i rozpocząć pracę.
Będę zadowolona ze współpracy! 😊
Budżet: 8000 UAH Termin: 8 dni
W ten budżet, który wskazaliście, +- można się zmieścić.
7-8 dni i będzie gotowe.
Proszę o kontakt
Budżet: 16000 UAH Termin: 7 dni
Witaj.
Zajmujemy się tworzeniem oprogramowania, stron internetowych od podstaw, a także ich udoskonalaniem.
Pracujemy z: WordPress, 1C, Opencart, Shopify, WIX, Python, JavaScript, C++, C#, Unity 3D, SQL, Microsoft SQL Server, WPF, WinForms.
Mamy doświadczenie w: Programowaniu systemowym, Zarządzaniu projektami rozwoju, Ochronie informacji, Programowaniu gier, itd.
Wykonamy Twoją pracę, niezależnie od jej poziomu trudności.
Po zakończeniu pracy oferujemy wsparcie projektu przez 14 dni.
Będziemy zadowoleni z współpracy!
Budżet: 7999 UAH Termin: 3 dni
Witam, zainteresowała mnie Państwa oferta. Temat jest dość interesujący, jestem gotów zrealizować za 6000 i w ciągu 2-3 dni w zależności od poprawek. Posiadam doświadczenie w tworzeniu botów.
Budżet: 8998 UAH Termin: 5 dni
Witam, z radością podejmę się realizacji twojego zamówienia, gotowy zrealizować to jakościowo i szybko, proponuję przejść na wiadomości prywatne w celu omówienia szczegółów
Budżet: 10000 UAH Termin: 6 dni
Dzień dobry! Mam ogromne doświadczenie w tworzeniu botów telegramowych w Pythonie + aiogram. Niedawno robiłem dość skomplikowany projekt, mogę pokazać.
Obiecuję zrobić szybko i jakościowo oraz wspierać projekt, wprowadzać niezbędne poprawki. Proszę o kontakt)
Budżet: 8000 UAH Termin: 5 dni
Dzień dobry!
Bardzo zainteresował mnie wasz projekt — uwielbiam tworzyć praktyczne, użyteczne rozwiązania. Mam duże doświadczenie w tworzeniu botów Telegram z integracją baz danych, przetwarzaniem obrazów, timerami, logiką testów, a także dostosowanymi menu i analizą. Realizowałem podobne edukacyjne boty oraz rozwiązania CRM do użytku wewnętrznego.
Wasze ZT już wygląda bardzo jasno i przemyślanie — mogę szybko przystąpić do realizacji, zaproponować wygodną architekturę i dostosować funkcjonalność do dowolnego rozszerzenia, na przykład, podłączenia asystenta AI.
Będę zadowolony, aby omówić szczegóły w prywatnych wiadomościach — na podstawie przykładów CSV/xlsx oraz folderu ze zdjęciami będę mógł podać dokładny koszt i terminy.
Gotowy do współpracy! 🚀
Budżet: 15000 UAH Termin: 5 dni
Dzień dobry! Zauważyłem twój projekt i bardzo mnie zainteresował. Będę zadowolony, aby go wykonać!
Bot będzie napisany w technologii python + aiogram. Na rynku tworzenia botów jestem już od kilku lat, a moi klienci są zadowoleni z wyników.
Taki projekt wykonam w ciągu 5 dni, maksymalnie tydzień. Mam pytanie - czy będzie potrzebne stworzenie panelu administracyjnego, w którym będzie można zmieniać pytania?
Rozumiem, że cena jest wyższa niż u innych kandydatów, ale gwarantuję szybkie i wysokiej jakości wykonanie, pełną przejrzystość postępów (dostępność strony notion z wyświetlaniem postępów), instalację na serwerze (jeśli go nie masz - chętnie udzielę korzystnej porady), a także wsparcie techniczne po.
Skontaktuj się! Czekam na ciebie ;)
Budżet: 15000 UAH Termin: 14 dni
Dzień dobry, zrobię za pomocą node.js + telegraf + dodam SI. szczegóły w prywatnych wiadomościach.
Budżet: 8000 UAH Termin: 9 dni
Dzień dobry! Jestem gotów stworzyć takiego bota. Porozmawiajmy i omówmy szczegóły.
Budżet: 8500 UAH Termin: 7 dni
Witaj! Interesujący projekt, chętnie go dla Ciebie zrealizuję. Muszę tylko wyjaśnić kilka szczegółów.
Proponuję omówić szczegóły bota w wiadomościach prywatnych. Stworzę dla Ciebie wygodne rozwiązanie z przyjemnym i zrozumiałym interfejsem (markup, klawisze inline, menu), które przyciągnie klientów swoją wygodą i praktycznością! Mam kilka podobnych projektów, na przykład bota do oceny poziomu angielskiego za pomocą testów, mogę pokazać w wiadomościach prywatnych.
Czas realizacji wyniesie do jednego tygodnia.
Cena to 7500-8500 tys. UAH (dokładniejszy przedział mogę podać po wyjaśnieniu wszystkich wymagań).
Moje portfolio Freelancehunt
Budżet: 10000 UAH Termin: 5 dni
Dzień dobry,
Jestem gotów pomóc w realizacji twojego Bota.
Specjalizuję się w tworzeniu botów Telegram.
Czekam na odpowiedź w wiadomości prywatnej, aby omówić wszystkie szczegóły i warunki współpracy.
Z poważaniem, Andrij!
Budżet: 8000 UAH Termin: 6 dni
Dzień dobry! Już wykonywałem podobne zadania, zarówno dla siebie, jak i na zamówienie. Z radością pomogę Ci w tym zadaniu. Będę czekać na Twoją wiadomość z wyjaśnieniami, a mianowicie potrzebuję plików z pytaniami i wariantami oraz ze zdjęciami.
Jeśli spojrzeć na projekt z perspektywy, to również możliwe jest dodanie SI do bota.
Budżet: 14000 UAH Termin: 10 dni
Cześć!
Jestem gotów wykonać projekt.
Stworzyłem ponad 80 botów na konstruktorach Send Pulse i Smart Sender.
Portfolio: Freelancehunt
Budżet: 8100 UAH Termin: 3 dni
Dzień dobry! Twój projekt wygląda bardzo obiecująco. Jestem gotów rozpocząć pracę i wykonać go na najwyższym poziomie.
Budżet: 8000 UAH Termin: 7 dni
Witaj.
Jestem gotów stworzyć dla Ciebie takiego bota. Proszę napisz na prywatną wiadomość
Budżet: 8000 UAH Termin: 10 dni
Cześć! Mogę zrealizować twoje zamówienie. Mam doświadczenie. Pisz, dogadamy się.
Budżet: 8000 UAH Termin: 10 dni
Dzień dobry, mam duże doświadczenie w tworzeniu botów telegramowych, możesz zobaczyć podobne prace w portfolio, jestem gotowa szybko zrealizować Twój projekt, a co najważniejsze, jakościowo!
Budżet: 8000 UAH Termin: 5 dni
Witaj, zadanie zrozumiałem, jestem gotów przystąpić natychmiast. Bota zrobię szybko (co do terminów, omówmy to w wiadomości prywatnej).
Budżet: 25000 UAH Termin: 20 dni
Witaj , nazywam się Roman. Zajmuję się tworzeniem różnych rodzajów botów.
Mam duże doświadczenie w tworzeniu botów o różnym stopniu trudności.
Mogę stworzyć dla Ciebie Twój produkt
Chcę bota gotowego jeśli jest rozwiązanie - piszcie nowicjusze - prośba, aby nie przeszkadzać tylko doświadczeni, ci, którzy sobie radzili i wiedzą dziękuję.
O projekcie: Uruchamiamy usługę B2B do analityki i zarządzania kampaniami reklamowymi dla specjalistów ds. targetowania i mediów. Produkt będzie działał z oficjalnym Meta API. Główna techniczna trudność i fokus projektu to wirtuozowska praca z limitami Facebooka, routowanie ruchu między pulą naszych aplikacji oraz rygorystyczny system ochrony infrastruktury przed blokadami szarych kont reklamowych. Posiadamy już szczegółowe zadanie techniczne, opisującą architekturę baz danych, logikę balansu i wymagania dotyczące interfejsów. Szukamy wykonawcy, który zrealizuje to w trybie "pod klucz" (backend + frontend pulpitów). Co należy zrobić (Kluczowe zadania): Integracja z Meta API: Skonfigurować autoryzację użytkowników i regularne asynchroniczne parsowanie statystyk kont reklamowych. Zapytania muszą być wysyłane wyłącznie w paczkach, aby oszczędzać limity. System automatycznego odłączania kont: Napisać moduł, który nieprzerwanie monitoruje statusy kont reklamowych. Jeśli konto zostanie zablokowane, system powinien automatycznie cofnąć token dostępu w ciągu 60 sekund, aby chronić naszą aplikację przed sankcjami Meta. Infrastruktura proxy: Zrealizować tunelowanie wszystkich zapytań do API przez pulę SOCKS5. Obowiązkowe jest sztywne powiązanie konkretnego tokena użytkownika z statycznym adresem IP. Inteligentne routowanie: Stworzyć algorytm, który będzie rozdzielał przypisane konta reklamowe między kilka naszych aplikacji Facebook w określonych proporcjach, aby zmniejszyć ryzyko. Rozwój interfejsów: Stworzyć pulpit klienta z tabelą podsumowującą statystyki oraz zaawansowany panel administracyjny do ręcznego zarządzania limitami użytkowników, przypisaniami do aplikacji i pulą proxy. Oczekiwany stos technologii: Backend: Python, FastAPI. Zadania asynchroniczne: Celery, Redis. Bazy danych: PostgreSQL (lub ClickHouse do statystyk, według uznania). Frontend: Vue.js lub React (można używać gotowych bibliotek UI i szablonów pulpitów, nacisk na funkcjonalność, a nie skomplikowany design). Wymagania dla wykonawcy: Pewne doświadczenie w pracy z Meta Graph API i Marketing API. Musisz rozumieć, jak działają limity, jak czytać nagłówki obciążenia i jak pracować z tokenami. Zrozumienie specyfiki arbitrażu ruchu. Słowa „billing”, „ban konta reklamowego”, „menedżer biznesowy” i „farm” nie powinny budzić wątpliwości. Doświadczenie w budowaniu asynchronicznych parserów i pracy z serwerami proxy na poziomie zapytań sieciowych. Gotowość do pracy według jasnego zadania technicznego i dostarczania projektu etapami. Warunki: Format współpracy: Praca projektowa Budżet: Do uzgodnienia indywidualnie na podstawie twojej oceny zadania technicznego. Płatność: Etapowa, związana z punktami kontrolnymi. Jak odpowiedzieć: W liście motywacyjnym koniecznie podaj swoje doświadczenie w pracy z Meta API, dołącz linki do podobnych projektów (lub opisz ich funkcjonalność, jeśli są objęte NDA) i napisz orientacyjną widełkę cenową oraz terminy na opracowanie podobnego systemu od podstaw. Odpowiedzi bez opisu odpowiedniego doświadczenia w pracy z Facebook API nie będą rozpatrywane.
Szukamy specjalisty z LLM, RAG i inżynierii promptów do audytu i udoskonalenia już stworzonego asystenta AI dla operatorów centrum kontaktowego sieci medycznych centrów. To nie jest rozwój od podstaw. Obecnie asystent działa w środowisku ChatGPT i wykorzystuje: własną umiejętność z instrukcjami SKILL.md; baza wiedzy w Project Sources; ustrukturyzowane pliki Markdown, automatycznie utworzone z eksportów CSV systemu informacji medycznej; oddzielne indeksy cen, wykonawców, jednostek, pakietów, sprzętu i rekomendowanych kombinacji usług. Baza zawiera około: 2 700+ usług medycznych; 90+ pakietów i kompleksów; 300+ rekomendowanych kombinacji; 600+ interwencji chirurgicznych; ceny według różnych jednostek; wykonawców, adresy, przygotowanie, sprzęt i inne informacje referencyjne.Co ma robić asystent Na żądanie operatora asystent powinien szybko dostarczać zweryfikowaną odpowiedź: czy usługa jest dostępna; dokładny kod, nazwę i cenę; w jakich jednostkach jest dostępna; kto z lekarzy lub innych specjalistów ją wykonuje; jak się przygotować; jaki pakiet lub kompleks warto zaproponować; jakie usługi towarzyszące warto zaproponować; jaka jest kolejność kompleksowego zapisu; jakie są tańsze lub alternatywne opcje; dla operacji — osobno podstawową cenę i orientacyjną całkowitą wartość przypadku leczenia chirurgicznego. Asystent nie powinien wymyślać cen, wykonawców, przygotowania, wskazań medycznych ani przenosić informacji między podobnymi usługami.Istniejące problemy System już działa, ale wymaga zwiększenia stabilności wyszukiwania i jakości odpowiedzi. W szczególności: model czasami znajduje główną usługę, ale pomija rekomendowane kombinacje; nie zawsze wyciąga poszczególne pola z dużych plików Markdown; może znaleźć podstawową cenę operacji, ale pomija całkowity koszt przypadku chirurgicznego; wyniki zależą od struktury i rozmiaru plików w Project Sources; konieczne jest optymalizowanie indeksów, routingu źródeł i zasad wyszukiwania; należy zapewnić jednako wysoką jakość odpowiedzi na krótkie, nieprecyzyjne i konwersacyjne zapytania operatorów. Na przykład, proste zapytanie „cholecystektomia” powinno natychmiast zwrócić dostępne opcje operacji, kody, podstawowe ceny, całkowity koszt leczenia, jednostki, wykonawców i powiązane usługi.Zadania specjalisty Przeprowadzić audyt istniejącego SKILL.md, struktury bazy wiedzy i logiki wyszukiwania. Przeanalizować przyczyny pomijania danych podczas retrieval. Proponować optymalną architekturę bazy wiedzy dla ChatGPT. Udoskonalić lub przepisać SKILL.md. Optymalizować strukturę plików Markdown i kompaktowych indeksów. Skonfigurować obowiązkowe wyszukiwanie: pakietów i kompleksów; rekomendowanych kombinacji; cen według jednostek; wykonawców; kosztu przypadku leczenia chirurgicznego. Sprawdzić generator bazy wiedzy z eksportów CSV i w razie potrzeby udoskonalić skrypty Python. Stworzyć zestaw kontrolnych zapytań i kryteriów oceny odpowiedzi. Przeprowadzić testowanie na rzeczywistych scenariuszach centrum kontaktowego. Przekazać finalną dokumentację do dalszej aktualizacji i wsparcia systemu.Oczekiwany rezultat Musimy uzyskać stabilnego asystenta, który: odpowiada w języku ukraińskim; nie pomija krytycznie ważnych danych; zwraca tylko informacje potwierdzone przez bazę wiedzy; prawidłowo rozróżnia usługi, pakiety i rekomendowane kombinacje; pokazuje kod, nazwę, cenę, jednostkę i wykonawcę; dla operacji dzieli podstawową cenę i całkowity koszt leczenia; proponuje operatorowi konkretny scenariusz dalszego zapisu pacjenta; stabilnie działa po kolejnych aktualizacjach eksportów CSV; działa stosunkowo szybko.Wymagania dla wykonawcy Potrzebny specjalista z praktycznym doświadczeniem: ChatGPT Projects, Custom GPT lub ChatGPT Skills; LLM, RAG, retrieval i wyszukiwania semantycznego; inżynieria promptów; projektowanie baz wiedzy dla modeli językowych; Markdown, CSV, JSON/JSONL; Python do przetwarzania i konwersji danych; testowanie jakości odpowiedzi LLM. Doświadczenie z medycznymi systemami informacyjnymi, centrami kontaktowymi lub dużymi katalogami usług będzie dodatkowym atutem. Szukamy nie tylko autora promptów, ale specjalisty, który rozumie ograniczenia wyszukiwania w dużych źródłach, fragmentację kontekstu i sposoby budowania niezawodnych indeksów.Co dostarczyć w ofercie Prosimy krótko wskazać: Wasze doświadczenie z ChatGPT, RAG lub korporacyjnymi bazami wiedzy. Przykłady podobnych zrealizowanych projektów. Jak podeszlibyście do diagnozy pomijania poszczególnych pól w dużych plikach. Orientacyjne terminy i koszt audytu oraz dopracowania. Czy jesteście gotowi podpisać umowę o poufności. Dane osobowe pacjentów w ramach tego projektu nie będą przekazywane. Ostateczny koszt prac zostanie uzgodniony po doprecyzowaniu Technicznego Zadania między Zamawiającym a Wykonawcą.
Krótko Potrzebny program w Pythonie, który uruchamia się na moim PC (Windows) i tworzy faceless-wideo w formacie „głos lektora + zmieniający się materiał wideo z zdjęć i klipów” — jak dokumenty historyczne na YouTube (przykład dołączę osobno). Wprowadzam temat → program pisze scenariusz, lekturuje, dobiera do każdego fragmentu tekstu wideo/zdjęcia z darmowych archiwów, montuje → wydaje gotowy MP4. Tylko dla mnie. Bez strony, bez użytkowników, bez sprzedaży. Jeden użytkownik — ja. Jak działa (krok po kroku) 1. Wprowadzenie. Otwiera się proste okno. Wprowadzam temat filmu i wybieram głos lektora z listy (**lista głosów pobierana automatycznie z ElevenLabs przez API** — dostępne na moim koncie). Klikam „Utwórz”. (Drugi tryb: wklejenie gotowego scenariusza zamiast generacji.) 2. Scenariusz. Program przez LLM API (OpenAI/Anthropic, klucz w ustawieniach) pisze scenariusz na zadany temat o określonej długości. 3. Podział na sceny. LLM dzieli scenariusz na sceny i dla każdej zwraca: tekst sceny; typ wizualizacji: wideo lub zdjęcie; zapytanie wyszukiwania (rozwinięta fraza, co powinno być w kadrze); oznaczenie „highlight” + ocenę ważności 1-10 (dla intro, patrz poniżej). 4. Lektura. Tekst wysyłany jest do ElevenLabs API wybranym głosem → audio. Pod długość audio każdej sceny przycinany jest materiał wideo. 5. Dobór wideo/zdjęć — z darmowych źródeł przez API (patrz lista poniżej). Dla każdego źródła zapytanie formułowane jest na swój sposób (dla dokładności). Jeśli w jednym nie znaleziono — próbuje następnego. 6. Weryfikacja (maksymalnie 3 kroki na scenę). Krok 1: program bierze pierwszy znaleziony wariant (wideo/zdjęcie) według zapytania. Krok 2: wysyła kadr do LLM — „czy pasuje do sceny?”. Pasuje → stop. Krok 3 (jeśli nie pasuje): program przełącza się na wyszukiwanie zdjęć (po dokładnym zapytaniu zdjęcia znaleźć łatwiej niż wideo, — tak gwarantujemy trafność w sensie) i bierze je z wzmocnionym ruchem (zoom + panorama). Nie robić więcej niż 3 kroki na jedną scenę — to oszczędza budżet LLM i gwarantuje, że kadr jest w temacie. 7. Montaż przez ffmpeg/moviepy: klipy i zdjęcia pod timing lektury, zdjęcia ożywiane zoomem (efekt Kena Burnsa), głos na wierzchu, proste przejścia. Wyjście: MP4 1920×1080. Reguły materiału wideo (ważne — za to odpowiada program) Pierwsze 60 sekund — intro-teaser: montaż najbardziej efektownych klipów z całego filmu (brane są sceny z najwyższą oceną ważności, gdzie jest wideo) pod osobny tekst-wprowadzenie od LLM („w tym filmie dowiesz się…”), kadry bez wyjaśnień, jak intryga. Potem przejście i główna część. Naprzemienność: wstawka wideo minimum co ~6 sekund, nie można mieć wielu zdjęć pod rząd. Udział wideo: nie mniej niż ~40% czasu — żywe klipy, reszta — zdjęcia z zoomem. Długość kadru: 4-6 sekund (i zdjęcia, i wideo). Nie migać, nie trzymać statyki długo. Dla czysto historycznych tematów, gdzie nie ma wideo — zdjęcia z wzmocnionym ruchem (zoom + panorama). Źródła (wszystkie darmowe, z API) Nowoczesne wideo+zdjęcia: Pexels, Pixabay. Historyczne / archiwalne (public domain): Wikimedia Commons, Archive.org,Biblioteka Kongresu, Europeana, NASA, Smithsonian Open Access,Flickr Commons, openverse. Każde źródło — oddzielny moduł, łatwo dodać nowe. Używać tylko public domain / wolnych licencji z prawem do komercyjnego wykorzystania. Żadnego parsowania cudzych YouTube/stron, fragmentów filmów, obrazków „z googla”.Unikalność doboru Aby wideo nie pokrywały się z cudzymi: brać losowy klip z top-wyników (nie pierwszy), prowadzić bazę już użytych (nie powtarzać), opcjonalnie — lekka obróbka klipu (crop/lustro/szybkość). Opcje (włącz/wyłącz w ustawieniach) Tylko zdjęcia — jeśli włączone, wideo zbierane jest CZYSTO z zdjęć, bez klipów wideo. Każde zdjęcie OBOWIĄZKOWO z ruchem (zoom i/lub panorama, efekt Kena Burnsa) — nawet w tym trybie nie powinno być statycznych „martwych” kadrów, minimalna dynamika zawsze. Jeśli wyłączone — standardowy tryb (zdjęcia + klipy wideo z naprzemiennością, jak w regułach materiału wideo). Bez lektury — jeśli włączone, wideo zbierane jest według tekstu BEZ generacji głosu: kod NIE zwraca się do ElevenLabs i nie nakłada lektury (materiał wideo dobierany jest według tekstu scen, timing kadrów — według reguł/parametrów, bez powiązania z audio). Jeśli wyłączone — automatycznie robi lektury według tekstu przez ElevenLabs, jak zwykle. Atmosferyczny overlay — jeśli włączone, na całym materiale wideo nakładany jest półprzezroczysty layer z unoszącymi się cząstkami / pyłem / świecącym bokeh / lekką mgłą (particle / dust / bokeh / fog overlay, tryb nakładania screen/add), aby kadry wyglądały na żywe i filmowe. Przy instalacji programu umieszczany jest zestaw z 5-8 popularnych overlayów (cząstki, pył,copybokeh, mgła, lekkie filmowe „ziarnko”) w lokalnym folderze — wybieram potrzebny z listy. Regulowana przezroczystość/jasność overlayu (suwak 0-100%), aby efekt nie był anicopyzbyt przyciemniony, ani zbyt wyraźny — sam dostosowuję siłę. Pożądane, aby overlay można było nakładać i na JUŻ gotowe wideo osobnocopy(postprodukcja: wziąć gotowy MP4 → wybrać overlay → ustawić przezroczystość → zapisać), a nie tylko przy montażu. Skąd wziąć overlaye do kompletu (wolna licencja): Pexels, Pixabay (zapytaniacopy„particle overlay”, „bokeh overlay”, „dust overlay”, „light leaks”, „film grain”), Mixkit, Videezy. Wykonawca dobiera 5-8 sztuk i umieszcza w folderze programu. Napisy (wbudowane lub osobnym .srt). Obróbka klipów dla unikalności. Rozdzielczość/format, długość wideo, udział wideo, głębokość wyszukiwania.Wymagania techniczne Python. Modułowa struktura (źródła i LLM — przez wymienne moduły, aby łatwo zamienić lub dodać). Wszystkie klucze API — w pliku ustawień, nie w kodzie. Proste okno (GUI do wyboru wykonawcy — Tkinter/PyQt), uruchamiane podwójnym kliknięciem. README z instrukcją, zrozumiałe logi, komentarze w kodzie.Co daję ja Klucze API (ElevenLabs, LLM, gdzie potrzebna rejestracja — załatwię). Płatne opłacam sam. Przykłady wideo-referencji (dołączę) i przykłady tematów do testów.Odbiór (gotowe, jeśli) Uruchamiam → okno → wprowadzam temat, wybieram głos → „Utwórz” → otrzymuję gotowy MP4. Materiał wideo zgodny z sensownym tekstem, naprzemienność wideo/zdjęć, intro-teaser 60 sek, lektura na wierzchu. Działa minimum z 6 darmowymi źródłami, z fallbackiem między nimi. Weryfikacja kadrów przez LLM: maks. 3 kroki na scenę (znaleziono → LLM sprawdził → jeśli nie, zdjęcie z ruchem jako pewniak). Unikalność: randomizacja + baza używanego. Tylko legalne źródła. Jest README, uruchamia się od zera.Przekazanie wyniku Cały kod źródłowy — w otwartej formie (wszystkie pliki), bez obfuskacji + zbudowana wersja robocza. Mogę sam uruchomić z źródeł według instrukcji (README: instalacja, klucze, uruchomienie). Kod musi być czysty, skomentowany i zrozumiały, aby **każdy inny programista mógł kontynuować pracę** nad nim, jeśli zajdzie taka potrzeba (bez powiązania z autorem). **Cała codzienna praca — przez interfejs (przyciski, pola, suwaki, rozwijane listy), BEZ potrzeby dotykania kodu.** Wszystkie ustawienia (temat, głos, opcje, overlay, foldery, długość, formaty) zmieniają się w oknie programu, a nie edytowaniem plików. Kod w rękach — tylko jako moja własność i zabezpieczenie, a nie jako sposób zarządzania programem. Wszystkie prawa do kodu po zapłacie — moje.Zarządzanie miejscem na dysku (ważne) Program nie powinien zapełniać dysku. Zrealizować: Po zmontowaniu wideo wszystkie pliki pośrednie (pobrane klipy, tymczasowe fragmenty, audio-clipy) automatycznie usuwane — na dysku pozostaje tylko gotowy MP4. Limit na cache (parametr w ustawieniach, np. 5 GB): przy przekroczeniu stare pobrane pliki usuwane są automatycznie (najpierw najstarsze). Folder dla gotowych wideo i dla plików tymczasowych ustalam w ustawieniach. Pokazywać, ile miejsca zajęte, i przycisk „wyczyść cache” ręcznie.Proszę wskazać w odpowiedzi Przykłady podobnych prac (ffmpeg/moviepy, praca ze stockowymi/archiwalnymi API, ElevenLabs/LLM). Propozycja dotycząca GUI. Czy rozwiązanie wykorzystuje bazę danych (jaką i po co) — czy wystarczą lokalne pliki. Termin i koszt.
Opracowujemy integrację w czasie rzeczywistym z zewnętrzną usługą Trener. Wysyłamy zorganizowane zrzuty stanu, otrzymujemy rekomendacje i pokazujemy je w wyskakującym oknie. Zadanie — stabilne i pełne przesyłanie danych dla prawidłowego działania Trenera. Szukamy programisty do łańcucha: przetwarzanie danych → komunikacja HTTP → nakładka. Potrzebni są ludzie z takimi umiejętnościami Python dobrze, Java podstawy, API HTTP/JSON-APIs Projekt gotowy w 90%, ale są pewne niezgodności