Телеграм-бот для тестирования ПДР.
Продолжаю сотрудничество дальше.
Добрый день.
Необходимо создать телеграм бота для прохождения тестов по правилам дорожного движения.
Кратко излагаю основные функции и задачи бота, которые он должен выполнять.
Бот должен отправлять вопросы с изображениями, если они есть в этих вопросах, вариантами ответов и объяснения в случае, если пользователь ответил неверно.
Основные функции телеграм бота:
1.1 функция это прохождение тестирования из двадцати случайных вопросов (важно, чтобы вопросы были постоянно разные и брались из всех тем) с таймером на двадцать минут. Все как на настоящем экзамене в сервисном центре МВД.
1.2 функция это прохождение тестов по темам. Можно проходить последовательно от первой темы до последней, а можно выбрать отдельно тему, которую желаешь, и проходить именно по ней.
1.3 функция это работа над ошибками. Здесь должны автоматически сохраняться все вопросы, в которых были допущены ошибки, и не исчезать до тех пор, пока пользователь не ответит правильно. Это должно быть реализовано как отдельное тестирование в этом блоке.
1.4 функция это аналитика прохождения тестирования. Информация должна быть изложена следующим образом:
Общее количество пройденных тестов;
Общее количество ошибок;
Перечень трех тем, по которым допущено наибольшее количество ошибок на данный момент.
Дополнительные функции:
2.1 это функция технической поддержки. Ее задача открыть отдельный чат в телеграм с @ для решения любых технических проблем с ботом или вопросов, которые не касаются обучения.
2.2 это функция, которая открывает ссылку на банк монобанка с актуальным сбором, ссылка.
Далее как должно выглядеть меню:
Общая логика бота:
Пользователь нажимает кнопку начать;
Приходит приветственное сообщение с призывом начать тестирование или обучение;
Пользователь выбирает какое-то действие из меню;
Пользователь может постоянно изменять логику своих задач к боту, возвращаться в меню, начинать все с начала и так далее.
База всех вопросов тестов с вариантами ответов, пометкой о правильном ответе, изображениями у меня есть в формате csv файле и xlsx таблице + папка со всеми изображениями.
Также есть вопрос, можно ли добавить к боту дополнительного ИИ ассистента для объяснения дополнительных вопросов от пользователей. Но это не основное на данный момент)
На данный момент меня интересует, сколько такой проект может стоить и сроки выполнения.
Спасибо!
Бюджет: 10000 UAH Срок: 7 дней
Здравствуйте. У меня большой опыт в разработке телеграм-ботов. Готов к сотрудничеству
Бюджет: 8000 UAH Срок: 5 дней
Привет!
Разрабатываю ботов для телеграма на NodeJS. Готов взяться. Пишите, обсудим.
Бюджет: 15000 UAH Срок: 10 дней
Добрый день!
Я опытный разработчик телеграм-ботов. Ваш проект интересен, и я готов реализовать все необходимые функции.
Также я бы дополнительно добавил в него админку, которая бы выводила статистику по пользователям.
Гарантирую качество и скорость.
Бюджет: 8000 UAH Срок: 10 дней
Здравствуйте!
Меня заинтересовал ваш проект, у меня большой опыт работы в автоматизации/эмуляции действий пользователя (JavaScript, Selenium, Playwright), асинхронном/многопоточном парсинге (Requests, WebSockets, HTTPX, BS4), обработке информации (Openpyxl, JSON, MySQL, MongoDB) и разработке Telegram-ботов различной сложности (Telethon, Pyrogram, Aiogram).
Свяжитесь со мной для обсуждения деталей и сроков выполнения этого проекта!
Бюджет: 8000 UAH Срок: 10 дней
👋 Здравствуйте! Я начинающий разработчик и понимаю, что проект сложный и требует серьёзного подхода.
Я не обещаю идеальный результат с первого раза — но могу предложить внимательное отношение, готовность разбираться, учиться и двигаться вместе с вами к нужному решению.
Если вы готовы дать шанс новичку, который действительно хочет сделать хорошо — буду рад попробовать свои силы в этом проекте.
Бюджет: 10000 UAH Срок: 14 дней
Добрый день!
Реализую на Python, быстро и качественно.
Пишите, обсудим детали и начнем!
С Уважением, Андрей!
Бюджет: 8888 UAH Срок: 8 дней
Здравствуйте Богдан, готов выполнить проект.
Большой опыт разработки телеграмм ботов.
Буду рад сотрудничеству, пишите в личные.
Бюджет: 8000 UAH Срок: 1 день
Здравствуйте!
У меня уже готов прототип Telegram-бота для тестирования по правилам дорожного движения. Базовый функционал реализован – экзамен с 20 случайных вопросов с таймером, тесты по темам (как последовательные, так и по выбору темы), режим работы над ошибками, аналитика результатов, поддержка и донат на ЗСУ.
Бот уже протестирован, и его можно опробовать (имя бота: @test_pdd_ua_bot ). Осталось лишь подключить базу вопросов и ответов (из CSV/XLSX) и изображения. Оценка по проекту – 8000 гривен, а доработка займет примерно 1–2 дня.
Если вас устраивает, можем двигаться дальше. Буду рад сотрудничеству!
Бюджет: 7900 UAH Срок: 12 дней
Добрый день! 😊
Готова разработать Telegram-бота для тестирования с ПДД!
📌 Оценка стоимости и сроков
✅ Базовый функционал (без ИИ-ассистента)
⏳ Сроки: 7-14 дней (зависит от сложности логики тестирования и объема контента)
💰 Ориентировочная стоимость: от 8 000 – 15 000 грн (в зависимости от дополнительных функций)
✅ С интеграцией ИИ-ассистента (GPT API, LangChain и т.д.)
⏳ Сроки: +5-7 дней
💰 Дополнительно +5 000 – 10 000 грн
🔹 Что включено в разработку?
🔹 Telegram-бот на Python (Aiogram 3 или PyTelegramBotAPI)
🔹 Логика тестирования (случайные вопросы, таймер, анализ ошибок)
🔹 Сохранение ошибок и их обработка
🔹 Аналитика прохождения тестов
🔹 Подключение базы вопросов из CSV/XLSX
🔹 Поддержка изображений в тестах
🔹 Кнопочное меню для навигации
🔹 Чат поддержки и донат на ВСУ
❓ Следующие шаги
Если вас интересует, могу уточнить детали, обсудить стек технологий и старт работы.
Буду рада сотрудничеству! 😊
Бюджет: 8000 UAH Срок: 8 дней
В тот бюджет что вы указали +- можно уложиться.
7-8 дней и будет готово.
Обращайтесь
Бюджет: 16000 UAH Срок: 7 дней
Здравствуйте.
Мы занимаемся разработкой ПО, сайтов с нуля, а также их доработкой.
Работаем с: WordPress, 1C, Opencart, Shopify, WIX, Python, JavaScript, C++, C#, Unity 3D, SQL, Microsoft SQL Server, WPF, WinForms.
Есть опыт в: Системное программирование, Управление проектами разработки, Защита информации, Программирование игр и т.д.
Выполним вашу работу, независимо от её уровня сложности.
После завершения работы предлагаем поддержку проекта в течение 14 дней.
Будем рады сотрудничеству!
Бюджет: 7999 UAH Срок: 3 дня
Здравствуйте, заинтересовало ваше предложение. Довольно таки интересная тема, готов реализовать за 6000 и за 2-3 дня в зависимости от правок. Опыт в создании ботов присутсвует.
Бюджет: 8998 UAH Срок: 5 дней
Здравствуйте, с радостью возьмусь за ваш заказ, готов реализовать качественно и оперативно, предлагаю перейти в лс для деталей
Бюджет: 10000 UAH Срок: 6 дней
Добрый день! У меня огромный опыт разработки телеграм-ботов на Python + aiogram. Недавно делал довольно сложный проект, могу показать
Обещаю сделать быстро и качественно и поддерживать проект, вносить необходимые правки. Обращайтесь)
Бюджет: 8000 UAH Срок: 5 дней
Добрый день!
Очень заинтересовал ваш проект — люблю создавать практичные, полезные решения. Имею большой опыт разработки Telegram-ботов с интеграцией баз данных, обработкой изображений, таймерами, логикой тестов, а также кастомным меню и аналитикой. Реализовывал подобные образовательные боты и CRM-решения для внутреннего пользования.
Ваше ТЗ уже выглядит очень четким и продуманным — могу быстро подключиться к реализации, предложить удобную архитектуру и адаптировать функционал под любое расширение, например, подключение AI-помощника.
Буду рад обсудить детали в личных сообщениях — на основе примеров CSV/xlsx и папки с фото смогу назвать точную стоимость и сроки.
Готов к сотрудничеству! 🚀
Бюджет: 15000 UAH Срок: 5 дней
Добрый день! Я заметил ваш проект и очень им заинтересовался. Буду рад его выполнить!
Бот будет написан на стеке python + aiogram. На рынке создания ботов я уже несколько лет, и мои клиенты довольны результатом.
Такой проект я выполню за дней 5, максимум неделю. Есть вопрос - нужно ли будет делать админку, где можно будет изменять вопросы?
Понимаю, что цена выше, чем у других кандидатов, но я гарантирую вам быстрое и качественное выполнение, полную прозрачность прогресса (доступность страницы notion с отображением прогресса), установку на сервер (если у вас его нет - готов дать выгодный совет), а также техподдержку после.
Обращайтесь! Жду вас ;)
Бюджет: 15000 UAH Срок: 14 дней
Добрый день, сделаю с помощью node.js + telegraf + добавлю ИИ. подробно в личные сообщения.
Бюджет: 8000 UAH Срок: 9 дней
Добрый день! Готов создать такого бота. Давайте свяжемся и обсудим детали.
Бюджет: 8500 UAH Срок: 7 дней
Привет! Интересный проект, буду рад выполнить его для вас. Мне лишь нужно уточнить некоторые детали.
Предлагаю обсудить детали бота в личных сообщениях. Сделаю вам удобное решение с приятным и понятным интерфейсом (разметка, инлайн-клавиши, меню), которое привлечет клиентов своей удобностью и практичностью! У меня есть несколько похожих проектов, например, бот для определения уровня английского с помощью тестирования, показать смогу в личных.
По времени на разработку у меня уйдет до одной недели.
По цене это 7500-8500 тыс. грн (более точный диапазон смогу указать после уточнения всех требований).
Мое портфолио Freelancehunt
Бюджет: 10000 UAH Срок: 5 дней
Добрый день,
Готов помочь реализовать вашего Бота.
Специализируюсь на разработке Телеграм ботов.
Буду ждать ответа в личных, чтобы обсудить все детали и условия сотрудничества.
С уважением, Андрей!
Бюджет: 8000 UAH Срок: 6 дней
Добрый день! Я уже выполнял похожие задания, как для себя, так и на заказ. С радостью помогу Вам с этим заданием. Буду ждать Вашего сообщения с уточнениями, а именно мне нужны файлы с вопросами и вариантами, а также с фотографиями.
Если смотреть на проект с перспективой, то также возможно добавить ИИ к боту.
Бюджет: 14000 UAH Срок: 10 дней
Привет!
Готов выполнить проект.
Сделал более 80 ботов на конструкторах Send Pulse и Smart Sender.
Портфолио: Freelancehunt
Бюджет: 8100 UAH Срок: 3 дня
Добрый день! Ваш проект выглядит очень перспективным. Готов начать работу и выполнить его на высшем уровне.
Бюджет: 8000 UAH Срок: 7 дней
Здравствуйте.
Готов разработать для вас такого бота. Напишите, пожалуйста, в личные
Бюджет: 8000 UAH Срок: 10 дней
Здравствуйте! Могу сделать ваш заказ. Опыт есть. Пишите договоримся.
Бюджет: 8000 UAH Срок: 10 дней
Добрый день, у меня большой опыт в разработке телеграм-ботов, вы можете посмотреть похожие работы в портфолио, готова выполнить ваш проект быстро, а главное качественно!
Бюджет: 8000 UAH Срок: 5 дней
Здраствуйте,задачу понял,готов приступить немедленно. Бота сделаю быстро(по срокам давайте обсудим в лс).
Бюджет: 25000 UAH Срок: 20 дней
Здравствуйте, меня зовут Роман. Занимаюсь разработкой различных видов ботов.
Есть большой опыт в разработке ботов разной сложности.
Могу создать для вас ваш продукт
Хочу бот готовый если есть решение - пишите новички - просьба не беспокоить только опытные, те кто справлялся и знает спасибо.
О проекте: Мы запускаем B2B-сервис сквозной аналитики и управления рекламными кампаниями для таргетологов и медиабаеров. Продукт будет работать с официальным Meta API. Главная техническая сложность и фокус проекта — виртуозная работа с лимитами Facebook, маршрутизация трафика между пулом наших приложений и жесткая система защиты инфраструктуры от блокировок серых рекламных аккаунтов. У нас уже есть подробное техническое задание, описана архитектура баз данных, логика балансировщика и требования к интерфейсам. Ищем исполнителя, который возьмет это в реализацию под ключ (бэкенд + фронтенд дашбордов). Что предстоит сделать (Ключевые задачи): Интеграция с Meta API: Настроить авторизацию пользователей и регулярный асинхронный парсинг статистики рекламных кабинетов. Запросы должны отправляться исключительно пакетами для экономии лимитов. Система авто-отвязки кабинетов: Написать модуль, который непрерывно мониторит статусы рекламных аккаунтов. Если кабинет улетает в бан, система должна автоматически отозвать токен доступа в течение 60 секунд, чтобы защитить наше приложение от санкций Meta. Инфраструктура прокси: Реализовать туннелирование всех запросов к API через пул SOCKS5. Обязательна жесткая привязка конкретного токена пользователя к статичному IP-адресу. Умная маршрутизация: Создать алгоритм, который будет распределять привязываемые рекламные кабинеты между несколькими нашими приложениями Facebook в заданных пропорциях для снижения рисков. Разработка интерфейсов: Создать клиентский дашборд со сводной таблицей статистики и продвинутую админ-панель для ручного управления лимитами пользователей, привязками к приложениям и пулом прокси. Ожидаемый стек технологий: Бэкенд: Python, FastAPI. Асинхронные задачи: Celery, Redis. Базы данных: PostgreSQL (или ClickHouse для статистики, на ваше усмотрение). Фронтенд: Vue.js или React (можно использовать готовые UI-библиотеки и шаблоны дашбордов, упор на функциональность, а не сложный дизайн). Требования к исполнителю: Уверенный опыт работы с Meta Graph API и Marketing API. Вы должны понимать, как работают скользящие лимиты, как читать заголовки загруженности и как работать с токенами. Понимание специфики арбитража трафика. Слова «биллинг», «бан рекламного кабинета», «бизнес-менеджер» и «фарм» не должны вызывать у вас вопросов. Опыт построения асинхронных парсеров и работы с прокси-серверами на уровне сетевых запросов. Готовность работать по четкому техническому заданию и сдавать проект поэтапно. Условия: Формат сотрудничества: Проектная работа Бюджет: Обсуждается индивидуально на основе вашей оценки технического задания. Оплата: Поэтапная, привязанная к контрольным точкам. Как откликнуться: В сопроводительном письме обязательно укажите ваш опыт работы с Meta API, прикрепите ссылки на похожие проекты (или опишите их функционал, если они под NDA) и напишите ориентировочную вилку цен и сроков на разработку подобной системы с нуля. Отклики без описания релевантного опыта работы с Facebook API рассматриваться не будут.
Ищем специалиста по LLM, RAG и prompt engineering для аудита и улучшения уже созданного ИИ-ассистента операторов контакт-центра сети медицинских центров. Это не разработка с нуля. В настоящее время ассистент работает в среде ChatGPT и использует: собственную навык с инструкциями SKILL.md; базу знаний в Project Sources; структурированные Markdown-файлы, автоматически сформированные из CSV-выгрузок медицинской информационной системы; отдельные индексы цен, исполнителей, подразделений, пакетов, оборудования и рекомендованных комбинаций услуг. База содержит примерно: 2 700+ медицинских услуг; 90+ пакетов и комплексов; 300+ рекомендованных комбинаций; 600+ хирургических вмешательств; цены по различным подразделениям; исполнителей, адреса, подготовку, оборудование и другую справочную информацию.Что должен делать ассистент По запросу оператора ассистент должен быстро предоставлять проверенный ответ: предоставляется ли нужная услуга; точный код, название и цена; в каких подразделениях она доступна; кто из врачей или других специалистов ее выполняет; как подготовиться; какой пакет или комплекс выгоднее предложить; какие сопутствующие услуги целесообразно предложить; какая последовательность комплексного записи; какие есть более дешевые или альтернативные варианты; для операций — отдельно базовую цену и ориентировочную общую стоимость случая хирургического лечения. Ассистент не должен выдумывать цены, исполнителей, подготовку, медицинские показания или переносить информацию между похожими услугами.Наличие проблем Система уже работает, но требует повышения стабильности поиска и качества ответов. В частности: модель иногда находит основную услугу, но пропускает рекомендованные комбинации; не всегда извлекает отдельные поля из больших Markdown-файлов; может находить базовую цену операции, но пропускать общую стоимость хирургического случая; результаты зависят от структуры и размера файлов в Project Sources; необходимо оптимизировать индексы, маршрутизацию источников и правила поиска; необходимо обеспечить одинаково качественные ответы на короткие, неточные и разговорные запросы операторов. Например, простой запрос «холецистэктомия» должен сразу вернуть доступные варианты операции, коды, базовые цены, общую стоимость лечения, подразделения, исполнителей и связанные услуги.Задачи специалиста Провести аудит действующего SKILL.md, структуры базы знаний и логики поиска. Проанализировать причины пропуска данных во время retrieval. Предложить оптимальную архитектуру базы знаний для ChatGPT. Усовершенствовать или переписать SKILL.md. Оптимизировать структуру Markdown-файлов и компактных индексов. Настроить обязательный поиск: пакетов и комплексов; рекомендованных комбинаций; цен по подразделениям; исполнителей; стоимости случая хирургического лечения. Проверить генератор базы знаний из CSV-выгрузок и при необходимости усовершенствовать Python-скрипты. Создать набор контрольных запросов и критериев оценки ответов. Провести тестирование на реальных сценариях контакт-центра. Предоставить финальную документацию для дальнейшего обновления и поддержки системы.Ожидаемый результат Должны получить стабильного ассистента, который: отвечает на украинском языке; не пропускает критически важные данные; возвращает только информацию, подтвержденную базой знаний; правильно различает услуги, пакеты и рекомендованные комбинации; показывает код, название, цену, подразделение и исполнителя; для операций разделяет базовую цену и полную стоимость лечения; предлагает оператору конкретный сценарий дальнейшей записи пациента; стабильно работает после следующих обновлений CSV-выгрузок; работает относительно быстро.Требования к исполнителю Нужен специалист с практическим опытом: ChatGPT Projects, Custom GPT или ChatGPT Skills; LLM, RAG, retrieval и семантического поиска; prompt engineering; проектирования баз знаний для языковых моделей; Markdown, CSV, JSON/JSONL; Python для обработки и преобразования данных; тестирования качества ответов LLM. Будет преимуществом опыт с медицинскими информационными системами, контакт-центрами или большими каталогами услуг. Мы ищем не только автора промтов, а специалиста, который понимает ограничения поиска в больших источниках, фрагментацию контекста и способы построения надежных индексов.Что предоставить в предложении Просим кратко указать: Ваш опыт с ChatGPT, RAG или корпоративными базами знаний. Примеры похожих реализованных проектов. Как бы вы подошли к диагностике пропуска отдельных полей в больших файлах. Ориентировочные сроки и стоимость аудита и доработки. Готовы ли вы подписать соглашение о конфиденциальности. Персональные данные пациентов в рамках этого проекта не будут передаваться. Окончательная стоимость работ будет согласована после уточнения Технического Задания между Заказчиком и Исполнителем.
Коротко Нужна программа на Python, которая запускается у меня на ПК (Windows) и делает faceless-видео формата «закадровый голос + сменяющийся видеоряд из фото и клипов» — как исторические документалки на YouTube (пример прикреплю отдельно). Я ввожу тему → программа пишет сценарий, озвучивает, подбирает под каждый кусок текста видео/фото из бесплатных архивов, склеивает → выдаёт готовый MP4. Только для меня. Без сайта, без пользователей, без продажи. Один пользователь — я. Как работает (по шагам) 1. Ввод. Открывается простое окно. Я ввожу тему ролика и выбираю голос озвучки из списка (**список голосов подтягивается автоматически из ElevenLabs по API** — доступные на моём аккаунте). Жму «Создать». (Второй режим: вставить готовый сценарий вместо генерации.) 2. Сценарий. Программа через LLM API (OpenAI/Anthropic, ключ в настройках) пишет сценарий по теме, заданной длины. 3. Разбивка на сцены. LLM делит сценарий на сцены и для каждой возвращает: текст сцены; тип визуала: видео или фото; поисковый запрос (развёрнутая фраза, что должно быть в кадре); пометку «highlight» + оценку важности 1-10 (для интро, см. ниже). 4. Озвучка. Текст отправляется в ElevenLabs API выбранным голосом → аудио. Под длину аудио каждой сцены режется видеоряд. 5. Подбор видео/фото — из бесплатных источников по API (см. список ниже). Под каждый источник запрос формируется по-своему (для точности). Если в одном не нашлось — пробует следующий. 6. Проверка (максимум 3 шага на сцену). Шаг 1: программа берёт первый найденный вариант (видео/фото) по запросу. Шаг 2: отправляет кадр в LLM — «подходит под сцену?». Подходит → стоп. Шаг 3 (если не подходит): программа переключается на поиск фото (по точному запросу фото найти проще, чем видео, — так гарантированно попадаем по смыслу) и берёт его с усиленным движением (зум + панорама). Больше 3 шагов на одну сцену не делать — это экономит бюджет LLM и гарантирует, что кадр в тему. 7. Сборка через ffmpeg/moviepy: клипы и фото под тайминг озвучки, фото оживляются зумом (эффект Кена Бёрнса), голос поверх, простые переходы. Выход: MP4 1920×1080. Правила видеоряда (важно — за это отвечает программа) Первые 60 секунд — интро-тизер: нарезка самых эффектных клипов из всего ролика (берутся сцены с высшей оценкой важности, где есть видео) под отдельный текст-вступление от LLM («в этом видео вы узнаете…»), кадры без пояснений, как интрига. Потом переход и основная часть. Чередование: видео-вставка минимум каждые ~6 секунд, нельзя много фото подряд. Доля видео: не меньше ~40% времени — живые клипы, остальное — фото с зумом. Длина кадра: 4-6 секунд (и фото, и видео). Не мельтешить, не держать статику долго. Для чисто исторических тем, где видео нет — фото с усиленным движением (зум + панорама). Источники (все бесплатные, с API) Современное видео+фото: Pexels, Pixabay. Историческое / архивное (public domain): Wikimedia Commons, Archive.org,Library of Congress, Europeana, NASA, Smithsonian Open Access,Flickr Commons, openverse. Каждый источник — отдельный модуль, легко добавить новый. Использовать только public domain / свободные лицензии с правом коммерческого использования. Никакого парсинга чужих YouTube/сайтов, кусков фильмов, картинок «из гугла».Уникальность подбора Чтобы видео не совпадали с чужими: брать случайный клип из топ-выдачи (не первый), вести базу уже использованных (не повторять), опционально — лёгкая обработка клипа (кроп/зеркало/ скорость). Опции (вкл/выкл в настройках) Только фото — если включено, видео собирается ЧИСТО из фото, без видео-клипов. Каждое фото ОБЯЗАТЕЛЬНО с движением (зум и/или панорама, эффект Кена Бёрнса) — даже в этом режиме не должно быть статичных «мёртвых» кадров, минимальная динамика всегда. Если выключено — стандартный режим (фото + видео-клипы с чередованием, как в правилах видеоряда). Без озвучки — если включено, видео собирается по тексту БЕЗ генерации голоса: код НЕ обращается к ElevenLabs и не накладывает озвучку (видеоряд подбирается по тексту сцен, тайминг кадров — по правилам/параметрам, без привязки к аудио). Если выключено — автоматически делает озвучку по тексту через ElevenLabs, как обычно. Атмосферный оверлей — если включено, поверх всего видеоряда накладывается полупрозрачный слой с плавающими частицами / пылью / светящимися боке / лёгким туманом (particle / dust / bokeh / fog overlay, режим наложения screen/add), чтобы кадры выглядели живыми и кинематографичными. При установке программы кладётся набор из 5-8 популярных оверлеев (частицы, пыль,copyбоке, туман, лёгкое киношное «зерно») в локальную папку — я выбираю нужный из списка. Регулируемая прозрачность/яркость оверлея (ползунок 0-100%), чтобы эффект не был ниcopyслишком тусклым, ни слишком выраженным — я сам настраиваю силу. Желательно, чтобы оверлей можно было накладывать и на УЖЕ готовое видео отдельноcopy(постобработка: взять готовый MP4 → выбрать оверлей → задать прозрачность → сохранить), а не только при сборке. Откуда взять оверлеи для комплектации (свободная лицензия): Pexels, Pixabay (запросыcopy«particle overlay», «bokeh overlay», «dust overlay», «light leaks», «film grain»), Mixkit, Videezy. Исполнитель подбирает 5-8 штук и кладёт в папку программы. Субтитры (вшить или отдельным .srt). Обработка клипов для уникальности. Разрешение/формат, длина видео, доля видео, глубина поиска.Технические требования Python. Модульная структура (источники и LLM — через сменные модули, чтобы легко заменить или добавить). Все API-ключи — в файле настроек, не в коде. Простое окно (GUI на выбор исполнителя — Tkinter/PyQt), запуск двойным кликом. README с инструкцией, понятные логи, комментарии в коде.Что даю я API-ключи (ElevenLabs, LLM, где нужна регистрация — оформлю). Платное оплачиваю сам. Примеры видео-референсов (прикреплю) и примеры тем для тестов.Приёмка (готово, если) Запускаю → окно → ввожу тему, выбираю голос → «Создать» → получаю готовый MP4. Видеоряд по смыслу текста, чередование видео/фото, интро-тизер 60 сек, озвучка поверх. Работает минимум с 6 бесплатными источниками, с fallback между ними. Проверка кадров через LLM: макс. 3 шага на сцену (нашли → LLM проверил → если нет, фото с движением как верняк). Уникальность: рандомизация + база использованного. Только легальные источники. Есть README, запускается с нуля.Передача результата Весь исходный код — в открытом виде (все файлы), без обфускации + собранная рабочая версия. Я могу сам запустить из исходников по инструкции (README: установка, ключи, запуск). Код должен быть чистым, прокомментированным и понятным, чтобы **любой другой программист мог продолжить работу** над ним, если понадобится (не привязка к автору). **Вся повседневная работа — через интерфейс (кнопки, поля, ползунки, выпадающие списки), БЕЗ необходимости трогать код.** Все настройки (тема, голос, опции, оверлей, папки, длина, форматы) меняются в окне программы, а не редактированием файлов. Код на руках — только как моя собственность и страховка, а не как способ управления программой. Все права на код после оплаты — мои.Управление местом на диске (важно) Программа не должна забивать диск. Реализовать: После сборки видео все промежуточные файлы (скачанные клипы, временные куски, аудио-нарезки) автоматически удаляются — на диске остаётся только готовый MP4. Лимит на кэш (параметр в настройках, напр. 5 ГБ): при превышении старые скачанные файлы удаляются автоматически (сначала самые старые). Папку для готовых видео и для временных файлов я задаю в настройках. Показывать, сколько места занято, и кнопка «очистить кэш» вручную.Прошу указать в отклике Примеры похожих работ (ffmpeg/moviepy, работа со стоковыми/архивными API, ElevenLabs/LLM). Предложение по GUI. Использует ли решение базу данных (какую и зачем) — или хватает локальных файлов. Срок и стоимость.
Разрабатываем real-time интеграцию с внешним сервисом Тренер. Отправляем структурированные снимки состояния, получаем рекомендации и показываем их всплывающим пузырём. Задача — стабильная и полная передача данных для корректной работы Тренера. Ищем разработчика для цепочки: обработка данных → HTTP-коммуникация → overlay. Нужны люди с такими навыками Python хорошо, Java база, API HTTP/JSON-APIs Проект готовый на 90% но есть некоторые несотыковки