Создать ИИ агента по складскому учету

Бюджет: 6000 UAH Срок: 14 дней

Доброго дня! Ваша задача — это то, чем я занимаюсь каждый день: держу на боевых задачах агентов на Claude, так что захожу с рабочей практики, а не с презентации.

Как вижу первый этап:

1) Обмен данными. QVD из QlikView каждый час забираем на ваш VPS и раскладываем в нормализованную базу (Postgres). Агент работает с этим срезом, а не с 30 Гб сырой базы, поэтому ответы быстрые и предсказуемые по стоимости.
2) Агент. Под каждого поставщика отдельный профиль условий (сроки обработки, логистика, партии): промпт плюс жесткие правила. Агент готовит заявку, подтверждает человек в Телеграме. Закупка без подтверждения не идет.
3) Перемещение между складами и задачи по группам товаров (распил, отбор по длинам) работают тем же механизмом.
4) Telegram: несколько сотрудников, роли, задача летит конкретному человеку.
5) Битрикс24: создание задач через REST с обратной ссылкой.
6) Дашборд: сколько анализов, сколько задач поставлено и закрыто, список товаров в закупке.

Первый этап предлагаю как пилот на 2-3 поставщиках: обмен, база, агент, Телеграм, Битрикс, дашборд. На реальных промптах сразу видно точность, и уже после этого честно считаем раскатку на все 40+.

Вопрос по данным: QVD читаем напрямую или QlikView может параллельно выгружать те же срезы в CSV/QVX? От этого зависит слой обмена.

О себе: 5 закрытых проектов на Freelancehunt, 5 отзывов по 10/10, негативных нет. Плюс публичная история, 8 смерженных PR в чужие open-source проекты, в основном в Go-инструмент по безопасности на 173 звезды; каждый проходил ревью мейнтейнеров.

Пилот 6000 грн, 14 дней. Цену ставлю стартовую: мне интересен долгий проект, поэтому на первом этапе иду выгодно. Готов показать живые боты прямо в чате, чтобы вы увидели уровень до решения.

Петр Панкoв, BotCraft Group Развернуть

Бюджет: 20000 UAH Срок: 15 дней

Здравствуйте, Виталий! Мы уже обсуждали вашу SQL-базу в личке — вот как вижу реализацию теперь, когда есть полное ТЗ:
Стек: Python + FastAPI, Claude API с tool-calling (агент вызывает конкретные инструменты — создать заказ, поставить задачу в Bitrix24, а не просто генерирует текст), PostgreSQL для состояния агента/задач, aiogram для Telegram с разграничением по сотрудникам.
Как мы уже обсуждали: подключаюсь к SQL-базе read-only напрямую (без парсинга QVD через QlikView-прослойку, как предлагают большинство), тащу только нужные таблицы (остатки/заказы/поставщики). Это убирает лишний слой QVD/QlikView целиком, агент работает с актуальными данными напрямую.
Этапы:
Этап 1 (MVP): анализ остатков/заказов через Claude, формирование заказов под 2-3 поставщика для пилота, Telegram-бот с подтверждением от сотрудника (не авто-отправка сразу поставщику — безопаснее на старте). — 20000 грн, 14 дней.
Этап 2: остальные поставщики, перемещения между складами, задачи по распилу, интеграция Bitrix24, дашборд — обсудим после пилота

Бюджет: 2000 UAH Срок: 2 дня

Здравствуйте!
Я Олег, менеджер проектов и архитектор решений Business Atlas (партнеры n8n). Главный фокус вашего ТЗ — безопасная обработка QVD-файлов QlikView, учет уникальных условий 40+ поставщиков и интеграция с Telegram и Bitrix24.
1. Наше видение архитектуры и подход:
Оркестрация (Ядро): Self-hosted n8n в Docker на вашем VPS. Автоматически считывает ежечасные QVD-файлы (250 МБ), через Python-скрипт импортирует данные в промежуточную БД (PostgreSQL/Supabase) для работы ИИ.
Принцип «Non-destructive first»: ИИ создает предложения в статусе черновика («AI Draft»). Менеджер в Telegram-чате согласовывает заказ (кнопками «Принять/Редактировать»), и только после этого n8n ставит задачу в Bitrix24 и отправляет ТЗ сотрудникам.
База знаний (Claude + RAG): 40+ условий поставщиков загружаем в векторное хранилище (Qdrant). Claude анализирует контекст конкретного поставщика и формирует заказ по его правилам.
Дашборд: панель в Looker Studio или Google Sheets (метрики анализов, задач, CRM и списки товаров на закупку).
1. Релевантный опыт:
ИИ-инфраструктура (1700+ SKU): self-hosted система (n8n + Ollama + LlamaIndex) с модерацией через Telegram по принципу «Non-destructive first».
Конвертер и унификация данных: автоматический парсинг и нормализация разнородных файлов поставщиков через ИИ-пайплайн и Qdrant.
Прямое подключение к БД: работа ИИ-агента напрямую с локальной БД ERP-системы (Firebird) без готового REST API.
Telegram-бот TRUST для логистики: сложный бот (Python, aiogram) с многошаговыми сценариями и отчетностью.
1. Этапы, сроки и стоимость:
Фаза 1: Paid Discovery (3–5 дней) — $230 (тестовый парсинг QVD-файла, промпты для 1-2 поставщиков, ТЗ. Сумма зачисляется в разработку).
Фаза 2: MVP закупок и перемещений (3–4 недели) — $1,500 – $2,500 (n8n, считывание QVD, БД, логика агента, Telegram-бот).
Фаза 3: Интеграция Bitrix24 и задачи распила (7–10 дней) — от $800 (API Bitrix24, специфические правила, дашборд).
Есть ли возможность отправить образец одного QVD-файла для первичного анализа его структуры?
Напишите в личные, чтобы получить более персональное предложение. Развернуть

Бюджет: 27000 UAH Срок: 16 дней

Здравствуйте! Проект чрезвычайно интересный и имеет четкую инженерную задачу.

Главный технический нюанс здесь — 250 МБ QVD-файлов каждый час. Это бинарный формат QlikView, который слишком велик для прямой передачи в промпт Claude (это дорого и забивает контекстное окно).

Предлагаю полностью автономную и надежную архитектуру на стеке Laravel + Filament PHP, которая будет работать с вашими файлами "как есть" — вам НЕ нужно привлекать своих администраторов QlikView для перенастройки экспорта или написания дополнительных скриптов.

Как это будет реализовано:

1. Автономный пайплайн QVD (на VPS):
- На сервере настраивается быстрый CLI-конвертер (скомпилированный бинарник), который каждый час за секунды распаковывает ваши QVD-файлы.
- Laravel Scheduler потоково (без перегрузки RAM) загружает и обновляет остатки и движение товаров в локальной БД.

2. Ядро II-Агента (Laravel + Claude API):
- Математический расчет: анализ критических остатков, точек заказа и потребности в перемещении между складами выполняется детерминированно на уровне БД.
- Модуль Claude API: обработка уникальных условий каждого из 40+ поставщиков (из гибкой базы промптов/правил), генерация текстов заказов и задач на обработку/распиление.

3. Интеграции:
- Telegram-бот: для удобной мульти-пользовательской работы сотрудников (уведомления, подтверждения заказов, оперативные команды).
- Bitrix24 REST API: автоматическое создание и постановка задач соответствующим менеджерам в CRM.

4. Дашборд мониторинга (Filament PHP):
- Удобный веб-интерфейс для контроля: количество сделанных анализов, список поставленных задач, статус выполнения, CPM и общий перечень товаров в закупке.

Ориентировочный срок разработки MVP: 14–18 дней
Стоимость: 50 000 грн

У меня большой опыт построения сложных бэкенд-систем на Laravel, интеграции LLM (Claude API), разработки Telegram-ботов и REST API. Готов обсудить детали в личных сообщениях! Развернуть

Бюджет: 14700 UAH Срок: 5 дней

Здравствуйте! Я Сергей, у меня 8 лет опыта в IT на различных технологиях: web/mobile, backend, API, интеграции, автоматизация и работа с данными.
Я вижу главную задачу так: Создать ИИ агента для складского учета. Производственная компания с несколькими складами в Украине. Поставщиков более 40, как внутри страны, так и в Китае....

Скиллы под задачу:
- боты, парсинг и работа с данными
- отчетность, аналитика и бизнес-автоматизация
- архитектура решения
- разработка, тестирование и доведение до релиза
- поддержка после запуска

Портфолио: https://software.campstudio.net/#showcases Развернуть

Бюджет: 27000 UAH Срок: 15 дней

Доброго дня. Наша команда имеет многолетний опыт в разработке ERP, CRM, CMS и специализированного программного обеспечения для бизнеса. Мы создаем эффективные цифровые решения, которые помогают автоматизировать процессы, повышать продуктивность и масштабировать компании.

Работаем с современными технологиями — от ботов и скриптов до AI-агентов и аналитических систем. Разрабатываем сайты различной сложности. В нашем портфолио — реализованные ERP-решения для гостиничного бизнеса, а также для компаний, занимающихся импортом и продажей товаров, а также собственный продукт XFitness — ERP-система, созданная специально для фитнес-клубов.

Готовы реализовать ваш проект и предложить лучшее решение именно для ваших потребностей. Наше портфолио: Freelancehunt

Мы специализируемся в таких сферах:
- Разработка ERP Систем
- Разработка CRM Систем
- Разработка Веб-Сайтов любой сложности
- Разработка CMS Систем
- Поддержка Веб-Сайтов
- Разработка OpenCart
- Поддержка OpenCart
- Модификация OpenCart
- Доработка OpenCart
- Разработка WordPress
- Поддержка WordPress
- Модификация WordPress
- Доработка WordPress
- Разработка ECommerce
- Поддержка ECommerce
- Модификация ECommerce
- Доработка ECommerce
- Разработка Веб-Приложений
- Поддержка 1С Серверов
- Поддержка Веб-Серверов
- Разработка мобильных приложений
- Парсинг данных
- Разработка ботов
- Разработка AI-агентов

и на таких технологиях:
- Python
- PHP
- Laravel
- Symfony
- Yii2
- JS
- NodeJS
- jQuery
- TypeScript
- MySQL
- HTML
- CSS
- Vue
- Nuxt.js
- React
- React Native
- C++ Развернуть

Бюджет: 700 UAH Срок: 4 дня

Здравствуйте, я нахожусь в ТОП 10 фрилансеров платформы, такие проекты уже выполнял, сделаю быстро, качественно и недорого.

Бюджет: 27000 UAH Срок: 18 дней

Добрый день.
Прежде чем предлагать реализацию, хотел бы ознакомиться со структурой QVD-файлов и примерами правил хотя бы для нескольких поставщиков. Именно от этого зависит, как лучше построить логику агента, чтобы он работал не только по подсказкам, но и стабильно выдавал предсказуемый результат.

Вижу, что на первом этапе нужно реализовать полный цикл: получение данных из QVD, анализ остатков, формирование рекомендаций по закупкам и перемещениям между складами, интеграцию с Telegram и Bitrix24, а также простой дашборд для контроля работы агента. Важно сразу заложить архитектуру так, чтобы в будущем можно было без проблем добавить анализ продаж и другие сценарии автоматизации.

Работаю с Python, AI-интеграциями, Telegram Bot API и REST API. Для такого проекта использовал бы FastAPI, Claude/OpenAI (в зависимости от выбранной модели), отдельный сервис для обработки QVD и Docker для развертывания на VPS.

Если можете, пришлите пример одного QVD-файла и опишите правила хотя бы для одного поставщика - после этого я смогу предложить оптимальную архитектуру и сразу приступить к работе.

Бюджет: 27000 UAH Срок: 21 день

Виталий, добрый день.

Готов взяться за создание ИИ-агента для складского учета и закупок.

Предлагаю начать с первого рабочего этапа: собрать требования, разобраться в текущей логике закупок и перемещений, настроить пилотный вариант агента на нескольких поставщиках, подключить сотрудников к работе через Telegram, добавить создание задач в Bitrix24 и подготовить простой dashboard для контроля результата.

Важно сделать систему не просто “чат-ботом”, а помощником, который дает понятные рекомендации, фиксирует задачи и помогает сотрудникам быстрее принимать решения по закупкам и складам.

Стоимость и срок указываю за MVP/первый этап. После просмотра данных, примеров поставщиков и реальных сценариев можно будет точно оценить полное внедрение на всех поставщиков.
Бюджет: 1000 Eur
Срок: 21 день Развернуть

Бюджет: 15000 UAH Срок: 5 дней

Здравствуйте Виталий.
Меня зовут Сергей.
Буду рад поработать над Вашим проектом.
Цену обсудим.
Напишите пожалуйста в ЛС, имеется несколько дополнительных вопросов.
Цена и сроки пока указаны примерные.

С уважением,
Сергей

Бюджет: 27000 UAH Срок: 20 дней

Добрый день! Готов разработать ИИ-агента на Python для автоматизации закупок и перемещений между складами. Реализую обработку данных из QVD, правила работы с каждым поставщиком, интеграции с Telegram и Bitrix24 API, постановку задач и простой веб-дашборд. На первом этапе проведу анализ структуры QVD и подготовлю архитектуру решения на Claude API с развёртыванием на вашем VPS. Есть опыт разработки Python-сервисов, AI-агентов, Telegram-ботов, API-интеграций и систем автоматизации бизнес-процессов.

Бюджет: 27000 UAH Срок: 21 день

Здравствуйте!

Проект заинтересовал.

Имею более 10 лет опыта в разработке сложных веб-систем, автоматизации бизнес-процессов, интеграции API и работе с AI.

После ознакомления с описанием вижу, что оптимальным решением будет не "обучение" модели на QVD-файлах, а построение AI-агента, который будет работать с актуальными данными, правилами поставщиков и бизнес-логикой. Такой подход значительно проще сопровождать и масштабировать.

Предлагаю начать с проектирования архитектуры и MVP, после чего реализовывать функционал поэтапно.

Після ознайомлення з поточною інфраструктурою та QVD-файлами підготую детальний план реалізації та точний кошторис. Развернуть

Бюджет: 27000 UAH Срок: 20 дней

от анализа остатков до отправки заказа поставщику и постановки задачи в Битрикс — без ручного вмешательства. Строил LLM-пайплайны на базе Claude API именно такого типа: агент читает данные, принимает решение по промпту, вызывает нужный инструмент — API Битрикс, Telegram, форма заказа. Паттерн tool-calling через Claude точно подходит под 40+ поставщиков с индивидуальными условиями — каждый поставщик оформляется отдельным набором промптов и инструкций.

По стеку: FastAPI на вашем VPS, Docker, парсинг QVD через Python-библиотеку, PostgreSQL для состояния агента и задач. Telegram-бот на aiogram — мультипользовательское управление с разграничением ролей. Лёгкий дашборд (анализы, задачи, статусы, список товаров в закупке) на том же бэке.

Стоимость предварительная — финальную цифру зафиксируем после короткого созвона и уточнения логики по каждому поставщику, правил перемещений и структуры QVD-файлов.

Напишите — обсудим архитектуру и следующий шаг.

Бюджет: 15000 UAH Срок: 8 дней

Добрый день. Я уже реализовывал проекты с интеграцией ИИ. Работы можете посмотреть в моем портфолио. Отзывы за них есть в профиле.
Готов реализовать, но нужно обсудить детали о поставщиках и магазинах
Пишите, договоримся

Бюджет: 1500 UAH Срок: 3 дня

Привет! Правильно ли я понимаю, что ключевая проблема сейчас — это адаптация агента к индивидуальным условиям каждого из 40+ поставщиков, и вы хотели бы сначала сфокусироваться на одном-двух для пилотного запуска?

Точные сроки и бюджет я подробно опишу в личном сообщении.

Что касается реализации, я предлагаю следующий план:
1. Я проведу аудит структуры QVD файлов и определю оптимальный формат данных для обучения агента (Claude Cowork).
2. Я настрою обмен данными между QlikView и агентом через API, с минимальным вмешательством в вашу текущую инфраструктуру.
3. Я разработаю систему промптов для каждого поставщика отдельно, с последующим тестированием на реальных сценариях закупок и перемещений.

Спасибо за рассмотрение моего предложения. Я с нетерпением жду возможности сотрудничества с вами!

Бюджет: 20000 UAH Срок: 14 дней

Виталий, вижу задачу в автоматизации закупок на основе анализа QVD-файлов, которые сейчас собирает ваш QlikView сервер. Основная сложность здесь заключается в создании прослойки, которая будет эффективно переводить структурированные данные из ваших отчетов в контекст для ИИ-агента, чтобы он учитывал логистику каждого из 40 поставщиков. Мой план: настроить конвейер передачи данных из QVD, подготовить векторную базу знаний для Claude и внедрить систему валидации промптов, чтобы агент корректно формировал заказы без галлюцинаций. Насколько критична для агента возможность работы с неструктурированными данными от поставщиков в виде PDF-прайсов или email-переписок, или ограничимся только данными из QlikView?