CS2 Cheat Detector — AI-Powered Telegram Bot
Описание проекта
Telegram-бот для автоматического анализа игровых демо-файлов CS2 с использованием искусственного интеллекта. Система проводит глубокий поведенческий анализ игроков и выявляет использование читов с точностью до 89%.
Ключевые возможности
Telegram-бот:
Автоматическая загрузка и обработка демо-файлов (.dem)
Система лимитов: 3 бесплатных анализа + реферальная программа
AI-анализ поведения игроков с использованием Claude API
Интерактивное меню с inline-кнопками для навигации
Подробные отчеты с категориями подозрительности
Веб-панель администратора:
Управление пользователями и их балансом анализов
Система рефералов с отслеживанием статистики
Мониторинг загрузок и использования сервиса
Настройка лимитов и параметров бота
Система анализа:
Парсинг игровых событий (kills, deaths, headshots)
Поведенческий анализ: аим, реакции, игровые паттерны
Оценка K/D, процента хедшотов, стабильности игры
Детекция подозрительных моментов с таймкодами
Финальный вердикт с процентом вероятности читерства
Технологический стек
Backend:
Python — основной язык разработки
Flask — веб-сервер и API
pyTelegramBotAPI — интеграция с Telegram
Celery — асинхронная обработка задач
PostgreSQL — хранение данных пользователей и статистики
AI & Обработка:
Claude API — нейросетевой анализ демо-файлов
Парсеры демо-файлов CS2
Алгоритмы поведенческой детекции
Инфраструктура:
Railway.app — облачный хостинг
Gunicorn — WSGI сервер с настройкой конкурентности
Nginx — проксирование и балансировка
Docker — контейнеризация сервисов
Реализованный функционал
Для пользователей:
Загрузка демо через drag-and-drop интерфейс
Отслеживание прогресса анализа в реальном времени
Получение детализированных отчетов
Справочная система с инструкциями
Реферальная система для получения бонусных проверок
Для администраторов:
Flask админ-панель с авторизацией
Управление базой пользователей
Статистика использования и аналитика
Настройка лимитов и тарифов
Безопасность и производительность
Обработка до 40+ одновременных пользователей
Защита API от несанкционированного доступа
Оптимизированная загрузка файлов (до 300MB)
Shared volume между контейнерами для обмена файлами
Таймауты и graceful shutdown для стабильности
Результаты и метрики
Точность анализа: ~89% (сравнимо с профессиональными античитами)
Скорость обработки: 2-3 минуты на демо-файл
Масштабируемость: поддержка десятков одновременных анализов
Пользовательский опыт: интуитивный интерфейс с поэтапной обратной связью
Уникальные особенности
Интеграция AI для анализа вместо сигнатурных методов
Telegram как платформа — доступ без установки приложений
Монетизация через систему лимитов и рефералов
Полный цикл от загрузки до детального отчета за минуты
Технические детали
Проект демонстрирует навыки полноценной разработки:
Архитектура микросервисов (bot + web + worker)
Работа с файловыми системами и потоковой передачей
Интеграция внешних AI API
Database design и миграции
Deployment и DevOps практики
UX проектирование для мессенджеров
Технологии: Python - Flask - Telegram Bot API - Claude AI - PostgreSQL - Celery - Docker - Railway - Gunicorn
Telegram-бот для автоматического анализа игровых демо-файлов CS2 с использованием искусственного интеллекта. Система проводит глубокий поведенческий анализ игроков и выявляет использование читов с точностью до 89%.
Ключевые возможности
Telegram-бот:
Автоматическая загрузка и обработка демо-файлов (.dem)
Система лимитов: 3 бесплатных анализа + реферальная программа
AI-анализ поведения игроков с использованием Claude API
Интерактивное меню с inline-кнопками для навигации
Подробные отчеты с категориями подозрительности
Веб-панель администратора:
Управление пользователями и их балансом анализов
Система рефералов с отслеживанием статистики
Мониторинг загрузок и использования сервиса
Настройка лимитов и параметров бота
Система анализа:
Парсинг игровых событий (kills, deaths, headshots)
Поведенческий анализ: аим, реакции, игровые паттерны
Оценка K/D, процента хедшотов, стабильности игры
Детекция подозрительных моментов с таймкодами
Финальный вердикт с процентом вероятности читерства
Технологический стек
Backend:
Python — основной язык разработки
Flask — веб-сервер и API
pyTelegramBotAPI — интеграция с Telegram
Celery — асинхронная обработка задач
PostgreSQL — хранение данных пользователей и статистики
AI & Обработка:
Claude API — нейросетевой анализ демо-файлов
Парсеры демо-файлов CS2
Алгоритмы поведенческой детекции
Инфраструктура:
Railway.app — облачный хостинг
Gunicorn — WSGI сервер с настройкой конкурентности
Nginx — проксирование и балансировка
Docker — контейнеризация сервисов
Реализованный функционал
Для пользователей:
Загрузка демо через drag-and-drop интерфейс
Отслеживание прогресса анализа в реальном времени
Получение детализированных отчетов
Справочная система с инструкциями
Реферальная система для получения бонусных проверок
Для администраторов:
Flask админ-панель с авторизацией
Управление базой пользователей
Статистика использования и аналитика
Настройка лимитов и тарифов
Безопасность и производительность
Обработка до 40+ одновременных пользователей
Защита API от несанкционированного доступа
Оптимизированная загрузка файлов (до 300MB)
Shared volume между контейнерами для обмена файлами
Таймауты и graceful shutdown для стабильности
Результаты и метрики
Точность анализа: ~89% (сравнимо с профессиональными античитами)
Скорость обработки: 2-3 минуты на демо-файл
Масштабируемость: поддержка десятков одновременных анализов
Пользовательский опыт: интуитивный интерфейс с поэтапной обратной связью
Уникальные особенности
Интеграция AI для анализа вместо сигнатурных методов
Telegram как платформа — доступ без установки приложений
Монетизация через систему лимитов и рефералов
Полный цикл от загрузки до детального отчета за минуты
Технические детали
Проект демонстрирует навыки полноценной разработки:
Архитектура микросервисов (bot + web + worker)
Работа с файловыми системами и потоковой передачей
Интеграция внешних AI API
Database design и миграции
Deployment и DevOps практики
UX проектирование для мессенджеров
Технологии: Python - Flask - Telegram Bot API - Claude AI - PostgreSQL - Celery - Docker - Railway - Gunicorn