Створити АІ агента (з телеграм ботом) для парсингу інформації з сайту https://chargefinder.com/
Трошки в терміни не вписались. Для нас це було не критично тому все супер
Юзкейс - такий:
парсер (через html parser) збирає інформацію з сайту https://chargefinder.com/ по вказаним адресам (на одному адресі може бути від 2 до 20 заправочних колонок). Інформацію збирає кожні 10 хвилин і інформація - це відповіді на питання - зайнято (occupied) колонка чи вільна (available). Результати зберігає в таблиці - (наприклад 0-вільна і 1-зайнята) Одна колонка - одна сторінка таблиці). Назва колонки - адреса і №1 (наприклад) - далі по стовпчиках - дата розбита на стовпчики з часовими проміжками по 10 хвилин кожен, тобто по 144 стовпчики на одну дату.
отриману інформацію отримуємо за запитом у телеграм боті. Наприклад запитуємо інформацію по певній заправці - для цього вводимо її назву (для простоти можна ввести кодову назву заправки (конкретної колонки) наприклад по першим двом буквам вулиці (якщо з двох слів- Baker Street,13 у San Francisco - BSS-13-1-150) плюс перша буква міста далі номер будинку і далі номер колонки, потужність колонки (в кВт) і вартість за кВт/год (якщо цієї інформації немає на сайті, то за замовчуванням ставиться 55 центів за кВт/год). і коли ми вводимо - BSS-13-1-150 нам бот видає інформацію, що ця колонка за останні добу була зайнята на 26%, за останні 7 днів - на 23% а за останні 30 днів - на 19% а за весь період - на 17% і при цьому заробила (дохід згідно тарифу - до витрат) за останні добу $514, за останні 7 днів - $3876 а за останні 30 днів - $11286 а за весь період - на $123,456. Для цієї операції бот обробляє дані з таблиці (обчислює зайнятість у відсотках - кількість "одиниць" (1-зайнято) у вказаний період. далі обчислює за формулою - потужність колонки (150 кВт наприклад) множимо на 24 (кількість годин на добу) множимо на тариф ($0.55 - за кВт/год) і на відсоток зайнятості. Далі в залежності від тимчасового періоду множимо на - добу (один) на 7 днів на 30 днів і на весь період (кількість днів з моменту початку вимірювань (збору інформації в таблицю).
25 адрес -список надам -строк максимально тиждень
Бюджет: 8000 UAH Термін: 5 днів
Добрий вечір. А де тут використовується AI? Все рахується і без ШІ. Зроблю за 3-5 днів. Є нюанс з захистом парсингу, сайт може блокувати часті звернення, в такому випадку потрібно буде робити проксі. Покажіть в ЛС адреси для парсингу.
Бюджет: 5000 UAH Термін: 5 днів
Доброго вечора!
Професійно розробляю ботів у телеграмах та веб-додатки з інтеграції AI (ChatgptAPI) на Python.
Готовий реалізувати вам такого бота + розгорнути його на сервері
Напишіть мені в лс, уточнимо деталі
Бюджет: 1111 UAH Термін: 1 день
можу виконати
-------------------------------------------------------------------------------
Бюджет: 2500 UAH Термін: 2 дні
Доброго дня, зацікавила ваша пропозиція. Досвід з ботами та парсингом є. Звертайтеся в лс.
Доброго дня що потрібно: 1. Зробити аналіз процесів (особистих керівника) та бізнесу. 2. Подумати де (в яких процесах) можна впровадити АІ асистентів. Де це буде доцільно і ефективно. 3. Зробити розробку. Займаємось публікаціями наукових статей.
Всім привіт! Шукаємо тестувальника для web-гаманця з ШІ. Проект на старті, потрібно перевірити базу: реєстрацію, перекази токенів, своп, вивід. Важливий досвід роботи з купівлею та виводом крипти раніше, щоб просто розуміти +- як працювати Хто може приступити зараз?
Шукаємо 3D GenAI Engineer / AI 3D Pipeline Developer Потрібно створити рішення, яке зможе якісно генерувати 3D-моделі з одного або кількох зображень. Важливо, щоб це була не просто готова демка, а зрозумілий і відтворюваний процес: від вхідного зображення до повноцінного 3D-асета з mesh, геометрією, текстурами та можливістю подальшого використання. Що потрібно зробити: * протестувати сучасні image-to-3D моделі та підходи; * визначити, який варіант найкраще підходить для нашого завдання; * розбиратись вTrellis, Hunyuan3D або аналогічні рішення; * за потреби використати Gaussian Splatting у 3D-пайплайні; * налаштувати перетворення Gaussian Splat / splat-представлення у 3D mesh; * отримати придатну до використання геометрію; * згенерувати текстури високої якості; * довести результат до стану usable 3D asset; * підібрати оптимальний баланс між якістю, швидкістю генерації та складністю пайплайна; * побудувати зрозумілий процес, який можна повторювати для різних зображень; * виконати fine-tuning, LoRA або інші адаптації моделей під конкретний тип об’єктів; * вміти працювати з ComfyUI: розбиратися в графах, використовувати ComfyUI API та за потреби писати custom nodes. У відгуку обов’язково покажіть кілька прикладів у форматі: вхідне зображення та отримана з нього 3D-модель. Формат не має значення: рендер, відео, 3D-viewer, GLB, OBJ, FBX або Blender-файл. Насамперед цікавлять реалістичні об’єкти: меблі, ювелірні вироби, предмети інтер’єру, декор, аксесуари та інші фізичні товари. Приклади з аніме або стилізованими персонажами не підходять.
Всім привіт! Хто вміє працювати і давно працює з агентами Open Claw для кодування та інших завдань Мені потрібно організувати паралельну роботу агентів open claw code для кодування на віртуальному сервері потрібно: - допомогти вибрати сервер під агентів (є багато готових) - допомогти налаштувати середовище - підключити API хто може сьогодні це зробити? хто вільний? в мережі знайшов такі варіанти: https://clawhost.cloud/
Про проєктВиробнича компанія з кількома складами в Україні. Постачальників більше 40, як всередині країни, так і в Китаї. У кожного постачальника свої умови щодо термінів обробки замовлень і логістики.Що хочемо впровадитиШІ-агента для автоматизації закупівель і управління переміщеннями товару між складами. Агента планується навчити працювати з кожним постачальником за його індивідуальними умовами.Поточна інфраструктураДіє звіт по закупівлях на QlikView (BI-аналіз через браузер). Оновлення даних кожні 30 хвилин, звіт формується в браузері на льоту. З нього можна експортувати ексель файли.Як бачимо реалізаціюВизначитися з платформою (OpenClaw, Claude Cowork або аналог) для побудови агентаРозгортання на VPS-серверіПідключення до звіту аналітики через браузерНавчання на прикладі 2–3 постачальників як пілотФункціонал агентаФормування замовлень постачальникам (навчання по кожному постачальнику окремо)Переміщення товару між внутрішніми складами для підтримання наявностіФормування завдань по певним групам товарів (наприклад, розпил на шматочки і заповнення відсутніх позицій по довжинам)Необхідні інтеграціїTelegram: управління через чат кількома співробітникамиСтворення завдань в нашу CRM через APIВідправка завдань конкретним співробітникам в Telegram-чатПодальші планиПісля реалізації цього етапу планується створення агента по аналізу продажів, також на базі звіту QlikView.