Настройка claude bot или альтернатива под наши задачи

Віталік, привет

Разработаю все, что пожелаете, даже больше, свободен для работы.
Могу начать все сегодня.

Предварительная консультация 2500UAH.

Показать оригинал

Перевести

Здравствуйте.

Внимательно изучил ТЗ. По сути речь идет не о простой настройке Claude или Ollama, а о построении полноценной автономной AI-системы с памятью, RAG, управлением браузером, доступом к Windows и возможностью самостоятельного выполнения сценариев.

Последние несколько лет занимаюсь разработкой AI-решений, автоматизацией бизнес-процессов и интеграцией LLM-моделей в реальные рабочие среды. Работал с Ollama, Qwen, DeepSeek, Llama, LangGraph, CrewAI, ChromaDB, Qdrant, Playwright, Selenium, Open Interpreter и системами автоматизации на Windows.

Что могу реализовать в рамках вашего ТЗ:

✔ развертывание и настройка удаленного Windows-сервера;
… ✔ установка и настройка Ollama с локальными моделями;
✔ долговременная память агента через RAG и векторную БД;
✔ загрузка и обучение на PDF, TXT, Markdown, видео и других материалах;
✔ управление браузером через Playwright/Selenium;
✔ выполнение действий в Windows, работа с файлами и приложениями;
✔ автоматический запуск сценариев и задач по расписанию;
✔ Telegram/Web-интерфейс для управления агентом;
✔ автозапуск после перезагрузки и мониторинг состояния системы;
✔ резервирование и базовые механизмы безопасности.

Отдельно нравится ваш подход к архитектуре: память агента, локальные модели и автономная работа без постоянного участия человека. Это позволяет построить действительно полезную систему, а не очередной чат-бот с красивым названием.

Готов предложить рабочую архитектуру, подобрать оптимальный стек под ваш бюджет и развернуть систему под ключ с инструкцией по дальнейшей эксплуатации.

Готов приступить сразу после обсуждения деталей.

Здравствуйте.

Ваш проект мне интересен. Могу помочь с разработкой автономного AI-агента для удалённого Windows ПК с возможностью работы с материалами, браузером, файлами, приложениями и выполнением заданных сценариев.

Сразу отмечу, что такую систему лучше строить поэтапно: сначала безопасный MVP с ограниченным набором задач и контролем действий, затем расширение автономности после тестирования. Это важно для стабильной работы 24/7 и защиты от ошибочных или нежелательных действий агента.

Перед точной оценкой нужно уточнить:

— какие конкретные задачи агент должен выполнять в первую очередь;
… — какие сайты, сервисы и приложения он должен использовать;
— нужен ли полностью локальный запуск или допустима гибридная схема;
— есть ли уже удалённый Windows ПК или его нужно подобрать и настроить;
— нужен ли интерфейс управления: Telegram, web-панель или другой вариант;
— какие действия агент должен выполнять только после подтверждения человека;
— какой объём материалов нужно загрузить в систему на старте.

Могу предложить поэтапную реализацию: сначала MVP с базовой автономной работой, памятью, обработкой материалов, управлением задачами и тестовыми сценариями. После проверки стабильности можно расширять функционал и уровень автономности.

Готова обсудить детали и предложить реалистичный план запуска.

Здравствуйте, Виталий!

У меня для себя уже работает похожий автономный агент, поэтому большинство пунктов вашего ТЗ у меня уже реализовано — могу показать на готовом.

Что уже сделано и работает:

автономно 24/7 с автозапуском после перезагрузки (Windows Scheduled Task — работаю на Windows, портировать с Linux не придётся);
ingestion материалов: PDF, текст, YouTube → транскрипция через Whisper → summary → в память агента;
управление браузером на Playwright, плюс Telegram-бот и веб-дашборд для логов и управления.
… Отдельно про безопасность: у агента будет полный доступ к Windows, PowerShell и файлам, поэтому без ограничений автономность опасна. У меня это сделано так: перед потенциально опасным действием (удаление файлов, системные команды) агент спрашивает подтверждение, а не выполняет молча, и каждый его шаг пишется в журнал — видно, что он делал. Тот же подход заложу здесь.

Стек под ваши предпочтения: Ollama (Qwen/DeepSeek/Llama), LangGraph/CrewAI, Qdrant/ChromaDB, Playwright/Browser Use, Open Interpreter/PyAutoGUI, Whisper, FastAPI.

Предлагаю начать с небольшого первого этапа, чтобы вы увидели результат до основных вложений. Могу показать своего агента — скрины или короткое демо. Какие задачи у агента в приоритете? Отвечу с конкретикой по реализации.

Добрый день! Мы можем помочь с развертыванием автономного AI-агента на удаленном Windows ПК / Windows Server. Проект понятен: нужно не просто установить модель, а построить рабочую agent-систему с памятью, RAG, автоматизацией браузера, доступом к Windows-среде и возможностью выполнять задачи 24/7. Мы можем реализовать: — настройку удаленного Windows ПК / RDP — установку Ollama и локальных моделей — построение AI-agent workflow через LangGraph / CrewAI — долгосрочную память через ChromaDB / Qdrant — RAG-пайплайн для PDF, текстов, курсов и видео — автоматизацию браузера через Playwright / Selenium — автоматизацию рабочего стола через PyAutoGUI / Windows tools — автозапуск после перезагрузки — Telegram / web-интерфейс для управления агентом — логи, уведомления, резервное копирование и базовые ограничения безопасности Для старта предлагаем MVP: Windows VPS → Ollama → agent workflow → векторная память → автоматизация браузера → инжекция материалов → управление через Telegram. После этого можно масштабировать систему под более сложные workflow, локальные LLM, планировщик и полноценную панель управления. Готовы обсудить задачи агента, необходимую автономность, требования к железу/GPU и уровень доступа к Windows.

Показать оригинал

Перевести

Привет, напишите в личные сообщения, обсудим все детали, но как отмечали коллеги, лучше все же на Линуксе, но что-то придумаем.

Показать оригинал

Перевести

Ваше Техническое Задание составлено исключительно грамотно. Задача по развертыванию автономного OS/Browser-Use AI-агента 24/7 на удаленной Windows-системе нам полностью понятна. Мы в студии Lumvex специализируемся на сложных ИИ-интеграциях, разработке ИИ-агентов (AI Agents) וה пайплайнов автоматизации.

Мы понимаем ключевые подводные камни таких систем (например, падение GUI-контекста Windows при закрытии RDP-сессии, требования к VRAM для локальных LLM и синхронизация RAG-памяти в LangGraph).

Наше техническое решение по вашим пунктам:
Инфраструктура Удаленного ПК:

Подберем и настроим выделенный сервер (рекомендуем Hetzner / AWS c GPU, например NVIDIA RTX 3090/4090 или A10G для комфортной работы моделей на 14B/32B параметров).

… Настроим виртуальный дисплей (Virtual Display Driver), чтобы при отключении от RDP у агента не "пропадал" экран и GUI-автоматизация (PyAutoGUI / Open Interpreter) продолжала видеть интерфейс Windows 24/7.

Настроим автозапуск всех служб через Windows Task Scheduler / NSSM (Non-Sucking Service Manager).

Мозг Агента и Память (Ollama + CrewAI/LangGraph + Qdrant):

Развернем Ollama с моделями Qwen2.5-Coder / DeepSeek-R1-Distill (оптимальные модели для Tool Calling и написания скриптов автоматизации).

Архитектуру агента построим на LangGraph. Это позволит сделать агент цикличным и контролируемым (State Management).

Память реализуем через векторную базу Qdrant или ChromaDB. Внедрим RAG-пайплайн: загружаемые PDF/тексты будут дробиться на чанки, эмбеддиться (через локальную embedding-модель в Ollama) и сохраняться в базу.

Управление Браузером и Системой (Browser-Use & Open Interpreter):

Для веб-серфинга внедрим связку Browser-Use + Playwright. Агент сможет видеть DOM-дерево и скриншоты страниц, кликать, заполнять формы и обходить базовые защиты.

Для управления ОС Windows задействуем кастомный слой на базе Open Interpreter и PowerShell/PyAutoGUI с жесткими системными ограничениями (Safe Guardrails), чтобы агент не повредил системные файлы.

Обучение (Ingestion Pipeline) & Интерфейс:

Интегрируем локальный Whisper для транскрибации YouTube-видео и аудиоматериалов.

Для управления агентом, загрузки файлов обучения и просмотра логов в реальном времени развернем удобный Web-UI (Streamlit / FastHTML) или создадим закрытого Telegram-бота (с командами /start_task, /upload_doc, /view_logs).

Добрый день. ТЗ прочитал — нужен автономный AI-агент на удалённом Windows-сервере с долгосрочной памятью через RAG, управлением браузером и системой, ingestion-пайплайном для PDF/MD/YouTube-видео и Telegram-интерфейсом управления. По стеку у вас выбор уже близкий к оптимальному — позволю себе несколько уточнений по компонентам, исходя из опыта похожих сборок.

По LLM-движку: Ollama хороший выбор для лёгкого запуска моделей, но для долгих сессий с tool use стабильнее vLLM или llama.cpp server напрямую — у Ollama бывают непредсказуемые задержки на больших промптах. По моделям при наличии GPU нормально идёт Qwen2.5-Coder-32B или DeepSeek-Coder-V2; на CPU only — Qwen2.5-7B-Instruct максимум. По агентному фреймворку LangGraph удобнее CrewAI для долгоживущих агентов потому что у него явный state machine — это критично для 24/7 работы и восстановления после рестартов.

Память: я бы взял Qdrant вместо ChromaDB для долгосрочного хранения — лучше масштабируется и есть нормальный hybrid search (dense + sparse). RAG-pipeline на LlamaIndex плюс кастомные ingestion-handlers на каждый формат: PDF через unstructured.io, YouTube через yt-dlp + Whisper, Markdown напрямую. Векторизацию делаю через sentence-transformers локально, чтобы не зависеть от OpenAI embeddings.

Browser automation — Playwright лучше Selenium, потому что у него встроенный auto-wait и сильно надёжнее на динамическом контенте. Browser Use поверх Playwright работает, но добавляет нестабильности — для production я предпочёл бы Playwright напрямую плюс собственный narrow API из tools.

Системный доступ: Open Interpreter удобен для прототипа, но в long-running агенте лучше предоставлять Python-исполняемое окружение через RestrictedPython или Docker-в-Docker. PyAutoGUI оставить для GUI-операций, PowerShell для системных команд через subprocess.
…
Telegram-интерфейс — aiogram плюс webhook на встроенном FastAPI; для GUI поверх — простой Streamlit/Gradio dashboard который видит логи, память агента и текущие задачи.

По удалённому Windows: проще всего поднять у Hetzner/Contabo или OVH dedicated Windows VPS с GPU при необходимости. Если бюджет не позволяет dedicated GPU — рекомендую остаться на CPU-моделях и подключать внешний Claude/GPT API как fallback для тяжёлых задач, это часто дешевле выходит чем держать GPU 24/7.

По безопасности: white-list разрешённых команд, обязательный confirm-step для file system writes за пределами рабочей директории, отдельные ограничения по сетевым запросам.

Релевантный продакшен-опыт — voice AI-агент в продакшене на RAG плюс Qdrant плюс LLM-оркестрация для ветеринарных клиник, AI-платформа для Telegram на MTProto, текущий side-проект с MCP-серверами и parallel agent orchestration на 50+ задач за сессию.

Хотите — могу прислать предварительную схему компонентов с границами ответственности до подачи итоговой оценки. Какие материалы на старте предполагается загружать в RAG — PDF-документация плюс видео-курсы, или ещё какие-то форматы?

Здравствуйте, Виталий!
Задача полностью соответствует моему профилю: у меня есть опыт создания автономных AI-агентов, интеграции LLM и автоматизации операционных систем.
Готов реализовать проект «под ключ» на базе предложенного вами стека:
• Инфраструктура: Развертывание Windows Server/Cloud PC с GPU, настройка автозапуска 24/7 и стабильного RDP.
• Мозг агента: Локальные модели (Qwen/DeepSeek/Llama) через Ollama + оркестрация логики на LangGraph / CrewAI.
• Память (RAG): Хранение знаний в векторной базе ChromaDB / Qdrant с пайплайном обработки PDF, текста и YouTube (Whisper).
• Автоматизация OS & Браузера: Использование Browser Use / Playwright для веб-сессий и Open Interpreter / PyAutoGUI для полного управления Windows (GUI, PowerShell, CMD).
• Интерфейс: Удобный Web UI или Telegram-бот для мониторинга логов, управления памятью и запуска сценариев.
Обеспечу безопасность выполнения команд, настрою бэкапы и передам вам полностью готовую, протестированную систему с пошаговыми инструкциями.
… Буду рад обсудить детали, архитектуру решения и сроки на созвоне или в чате.

Я делал UVWeb (https://ou-uv.com) — B2B система на Flask/Python с автоматизированными потоками данных, интеграциями REST API и логикой, основанной на событиях, для CodeZero Group.

Я прочитал все ТЗ. Понимаю объем: Windows VPS + локальный LLM (Ollama/Qwen/DeepSeek) + векторная память (Qdrant/ChromaDB) + Playwright для управления браузером + десктопная автоматизация (PyAutoGUI/Open Interpreter) + конвейер загрузки для PDF/видео/YouTube + планировщик 24/7 с автоперезапуском. Это полный MVP агентской системы, а не простая конфигурация.

Что я сделаю:
- Настройка Windows VPS + Удаленный рабочий стол + автозапуск служб после перезагрузки
- Внедрение Ollama с выбранной моделью (Qwen2.5:7b или DeepSeek)
- LangGraph агент с долгосрочной памятью (Qdrant + RAG конвейер)
- Playwright — управление браузером, клики, чтение данных, формы
… - PyAutoGUI + Open Interpreter — полная автоматизация Windows GUI
- Конвейер загрузки: PDF, TXT/Markdown, транскрипция YouTube (Whisper)
- Планировщик задач + Telegram бот для управления агентом
- Тестирование рабочего процесса + инструкция по эксплуатации

--- ВАРИАНТЫ ---

- Вариант A (MVP): 1000 PLN (7 дней) — Ollama + LangGraph + ChromaDB + Playwright + загрузка PDF/TXT + автозапуск + инструкция
- Вариант B (Полный): 1600 PLN (7 дней) — Вариант A + Qdrant + PyAutoGUI + YouTube/Whisper + Telegram бот + резервное копирование — лучший соотношение объема/цена
- Вариант C (Корпоративный): 2080 PLN (7 дней) — Вариант B + веб-панель FastAPI + мониторинг/уведомления + документация архитектуры + 30 дней поддержки

Срок выполнения: 7 дней. Мне нужен доступ RDP к VPS (или информация о поставщике) и список первых задач для агента.

Портфолио:
- https://ou-uv.com — B2B система Flask/Python, автоматизированные потоки данных, REST API
- https://poseidon.codezerogroup.com — веб-приложение Python/React, интеграции для предприятий
- https://codezerogroup.com — B2B платформа, собственная CMS, интеграции API

5 лет в Python/автоматизации — от простых скриптов до агентских систем RAG с LLM 24/7.

Готов начать после подтверждения — когда начинаем?

Поскольку я нова на сервисе freelancehunt и хочу быстро получить несколько первых проектов в портфолио, предлагаю скидку 15% для 5 первых клиентов. Предложение действительно до получения 5 заказов.

Показать оригинал

Перевести

Здравствуйте. Есть опыт развертывания автономных AI-агентов на Windows/VPS с Ollama, RAG (Qdrant/ChromaDB), LangGraph/CrewAI, браузерной автоматизацией (Playwright) и автоматизацией рабочего стола (PyAutoGUI/Open Interpreter). Можем под ключ развернуть систему с круглосуточным запуском, memory layer, ingestion pipeline (PDF/YouTube/тексты), управление через web или Telegram и автозапуском на Windows Server. Готовы обсудить архитектуру, сроки и бюджет после согласования деталей ТЗ.

Показать оригинал

Перевести

Добрый день. Готов выполнить данный проект есть большой опыт разработки различных приложений

Здравствуйте! Ваш проект выглядит очень перспективным. Готов начать работу и выполнить его на высшем уровне.

помогу сегодня
помогу сегодня
помогу сегодня
помогу сегодня
помогу сегодня
помогу сегодня