Внесення товару на склад через фотографування декількох ракурсів коробки

Шукаю розробника, який створить Telegram-бота для нашого магазину одягу. Суть: менеджер надсилає боту звичайне фото товару (на вішаку, на столі) — бот через AI генерує готову галерею professional-кадрів для картки товару на сайті/маркетплейсі. Що має вміти бот Приймати 1–4 фото товару в Telegram-чаті. Автоматично розпізнавати товар (категорія, крій, чоловіче/жіноче) — без ручного опису. Генерувати галерею з ~6 кадрів: товар на моделі: студія спереду, ззаду, динамічна поза; предметні кадри: флет, деталь крупним планом, ghost-манекен; лайфстайл-кадр. Консистентна модель — одна й та сама людина в усіх кадрах галереї та між галереями (обличчя бренду). Кілька стилів зйомки на вибір (наприклад: streetwear, casual, sport, old money). Вихідний формат: JPG 4:5, файли з нумерацією (-01, -02…) — готові до завантаження. Можливість перегенерувати окремий кадр або змінити стиль без повторної генерації всієї галереї. Доступ лише для нашої команди (allowlist), денні ліміти на користувача. Облік витрат на AI API: показувати вартість до генерації, вести статистику. Технічні очікування Генерація зображень: Gemini (Nano Banana) / DALL·E / Flux або аналог — запропонуйте варіант з обґрунтуванням якості та вартості за кадр. Бот має працювати 24/7 на VPS (авто-рестарт, деплой під ключ). Секрети через .env, код передається нам (репозиторій). Що надамо Фото товарів для тестів, побажання щодо стилістики бренду. Що чекаю у відгуку Оцінку вартості та термінів. Орієнтовну собівартість однієї галереї. Від та До

Система авто-сповіщень про поповнення складу аналітика. На 8n8. Невелика автоматизація для e-commerce. Раз на добу система рахує швидкість продажів по кожному товару й надсилає в Telegram, що пора замовляти (з рекомендованим обсягом) і на скільки днів вистачає залишку. Що робимо: Забір даних: KeyCRM API (історія замовлень) + залишки/замовлення з Rozetka (API або вивантаження) Зберігання в SQLite на моєму VPS (Contabo, Linux) Розрахунок середнього продажу, запасу в днях, точки замовлення ABC-аналіз: пріоритезація, який товар поповнювати першим (клас A — головні за виручкою — важливіші) Щоденний Telegram-бот + запуск по cron Усі пороги (термін постачання, страховий запас, цільовий запас) — у конфізі

Потрібна система для автоматичної обробки великих обсягів інформації за допомогою ШІ Зараз я використовую власний промпт у Claude. На невеликих текстах він працює добре, але при великих обсягах нейромережа може пропускати частини, зупинятися раніше кінця або повідомляти про завершення, хоча матеріал оброблений не повністю. Потрібна система, яка приймає одразу книгу на 200+ сторінок, кілька книг, PDF, DOCX, TXT, субтитри, розшифровки аудіо та відео або інший великий масив інформації і автоматично обробляє його від початку до кінця. Один з основних форматів результату для кожного смислового речення: English version. •••••••••••••••••••••••••••• Russian version. •••••••••••••••••••••••••••• English version. •••••••••••••••••••••••••••• English version. •••••••••••••••••••••••••••• Russian version. •••••••••••••••••••••••••••• English version. Кожен смисловий ряд виводиться чотири рази англійською та два рази російською в зазначеній черговості. Переклад має точно передавати сенс. Короткі речення можна об'єднувати, довгі — ділити на закінчені смислові рядки. Формат має бути налаштовуваним: кількість англійських повторень і перекладів, їх черговість, мови, роздільник, довжина рядків, основний промпт і збереження різних шаблонів. Наприклад, замість English–Russian–English–English–Russian–English можна вибрати будь-яку іншу послідовність. Якщо документ неможливо обробити одним запитом, програма повинна сама розділити його на внутрішні блоки, надіслати їх у Claude, ChatGPT, Gemini або іншу модель, перевірити результат, повторити проблемні частини і об'єднати все в один файл. Користувач не повинен вручну копіювати текст по чотири сторінки. Необхідно перевіряти, що не пропущено жодного речення, абзацу або смислового фрагмента, відсутні дублікати між блоками, а структура відповідає шаблону. Перевірка не повинна базуватися тільки на твердженні нейромережі. Обробка аудіо Система також повинна обробляти великі архіви аудіо, наприклад Telegram-канал з 300 ефірами приблизно по одному годині. Бажано автоматично завантажити аудіо або прийняти весь архів, розпізнати мову і обробити все без ручного участі. По кожному ефіру повинна створюватися структурована витяжка: тема, головні думки, важливі факти, приклади, рекомендації та висновки. Привітання, реклама, розмовний сміття і безглузді повтори видаляються, але корисна інформація зберігається. Після обробки потрібні не тільки окремі конспекти, але й один загальний читабельний документ, де інформація об'єднана за темами. Якщо тема обговорювалася в різних ефірах, матеріали збираються в один розділ, дублікати видаляються, а посилання на вихідні записи зберігаються. В результаті повинні бути: — витяжка по кожному ефіру; — загальний тематичний документ; — пошук за словами і темами; — зв'язок висновків з вихідним аудіо; — збереження прогресу і продовження після помилок. Велику частину цих дій я вже можу виконувати самостійно, але тільки на невеликому обсязі і вручну. Тому також готовий розглянути більш ефективний спосіб завантаження і перетворення аудіо в текст, якщо виконавець запропонує рішення краще використовуваного мною. Що вказати в відповіді Напишіть: — як буде реалізована система і який продукт я отримаю; — які моделі ШІ і розпізнавання мови будуть використовуватися; — як перевіряється повнота і виключаються пропуски і повтори; — чи можна змінювати промпти, кількість перекладів, повторень і їх черговість; — чи можливо завантаження матеріалів з Telegram; — вартість розробки, API, терміни і ціну подальших доопрацювань. Головна мета — універсальна система, яка без ручного участі обробляє великі книги і сотні годин аудіо, не втрачає інформацію і видає готовий результат строго за вибраним шаблоном.

Ми займаємося отриманням грантів для вже існуючих компаній, які планують інвестиції. Ми придумали допомогу у створенні / поєднанні доступних моделей ШІ для пошуку компаній, які планують або вже знаходяться в процесі інвестицій, і запропонувати їм на це гранти (в основному ми займаємося грантами на придбання машин і обладнання). ШІ шукало б доступні сайти та реєстри для виявлення інвесторів. Потім воно також займалося б автоматизацією розсилки електронних листів цим компаніям і у відповідь відкидало б компанії, які: - підходять під категорії ліда (думаю, 5-6 параметрів); - відповіли на електронний лист і зацікавлені в гранті; Звичайно, додаткові пропозиції вітаються, я також думаю про голосові дзвінки та відправку SMS. Зазначу, що мене не цікавить пошук ТІЛЬКИ великих чи дуже великих компаній, а також менших, наприклад, які мають 8-50 працівників. І не тільки великі міста, але й менші міста. Приклад цільової аудиторії для тесту: ПОДКАРПАТТЯ Для мікро, малих і середніх підприємств (МСП) та великих підприємств з воєводства Подкарпаття, які належать до галузі безпеки та оборони. Підприємство з галузі безпеки та оборони розуміється як підприємство, яке: розробляє або виробляє продукти, технології або системи, призначені для військових застосувань, пов'язаних з національною безпекою, захистом критичної інфраструктури або безпекою громадян або надає послуги, що підтримують системи безпеки та оборони (наприклад, у сфері кібербезпеки) або проводить дослідження та розробки в області військових технологій і систем безпеки та які отримують суттєву частку доходів від продажу продуктів, технологій, систем або послуг у сфері безпеки та оборони, тобто понад 5% чистих доходів загалом (разом за останні 3 закриті облікові періоди). Підтримка доступна для компаній, які ведуть господарську діяльність організовано і безперервно на території воєводства Подкарпаття протягом не менше 24 місяців, рахуючи назад з дня оголошення набору. У нас є пропозиції сайтів для пошуку. В ідеалі, програма щодня готувала б для нас звіт про таких інвесторів. Чи може хтось нам у цьому допомогти? Я читав, що це можливо, але сам не маю часу цим займатися :)

Необхідно розробити сервіс на базі Claude або іншої підходящої AI-моделі, який зможе автоматично знаходити компанії-конкуренти, зв’язуватися з ними по електронній пошті та телефону, збирати необхідну інформацію та заносити результати в єдину таблицю. Основна задача сервісу Користувач задає конкретний запит, наприклад: - дізнатися вартість певного виду м’яса; - дізнатися ціну на конкретний вид деревини; - уточнити вартість товару або послуги; - перевірити наявність продукту; - дізнатися терміни виконання замовлення; - отримати умови співпраці. Після цього система повинна: 1. Знайти підходящі компанії. 2. Зібрати їх контактні дані. 3. Відправити їм персоналізовані листи. 4. Подзвонити компаніям за допомогою AI-бота. 5. Отримати відповіді на задані питання. 6. Зберегти всі результати в Google Sheets або іншу таблицю. Під кожну нову задачу користувач повинен мати можливість змінювати пошукові запити, критерії відбору, текст листа та сценарій телефонної розмови. Етап 1. Збір бази компаній Етап 2. Email-розсилка та збір відповідей Етап 3. AI-обдзвон компаній --- Важливі технічні вимоги - Можливість використовувати Claude для генерації листів, аналізу відповідей та управління діалогом. - Можливість замінити AI-модель без повної переробки системи. - Інтеграція з Google Sheets. - Інтеграція з Gmail або іншим поштовим сервісом. - Інтеграція з сервісом AI-телефонії. - Історія всіх листів, дзвінків та змін. - Можливість зупинити або поставити завдання на паузу. - Контроль витрат на дзвінки, листи та AI-запити. - Обмеження кількості дзвінків на день. - Захист від повторної відправки листів та повторних дзвінків одній компанії. - Дотримання законодавства про телефонні дзвінки, запис розмов, email-розсилки та використання персональних даних. --- Очікуваний результат В результаті повинен вийти сервіс, в якому користувач створює завдання, вказує, яку інформацію необхідно дізнатися, обирає географію та джерела, після чого система самостійно: 1. Збирає базу компаній. 2. Знаходить контактні дані. 3. Відправляє персоналізовані листи. 4. Обдзвонює компанії за заданим сценарієм. 5. Аналізує відповіді. 6. Формує єдину таблицю з результатами. 7. Показує, з якого джерела була отримана кожна інформація. Для першого обговорення з розробником також варто попросити окремо оцінити вартість і терміни MVP, автоматичного парсингу, AI-телефонії та щомісячної інфраструктури.