30 AI агентів, 5 платформ, одна панель управління: автономна система контенту
Ситуація
Одинокий контент-стратег керував багатоканальним публікуванням: блог, LinkedIn, Dev.to, Hashnode та Telegram. Кожна стаття вимагала ручного дослідження, написання, перевірки якості, специфічного для платформи переформатування та індивідуального публікування через інтерфейс кожної платформи. Один матеріал споживав 4-6 годин перед виходом в ефір на всіх каналах.
Проблема
Кожна платформа мала різні вимоги до формату: WordPress потребував HTML з кастомними типами постів, Dev.to використовував markdown з front matter, Hashnode вимагав GraphQL, LinkedIn видаляв markdown і накладав обмеження в 2,900 символів, Telegram використовував свій власний підмножину HTML. Адаптація однієї статті для п'яти платформ була нудною і схильною до помилок.
Не існувало зворотного зв'язку. Аналітика існувала в п'яти окремих панелях. Стратегічні рішення базувалися на інтуїції. Якість була непослідовною. Кожен етап залежав від доступності клієнта для ручного виконання.
Рішення
Я побудував автономну контент-систему з 30 спеціалізованими AI-агентами, організованими через ланцюги завдань BullMQ. Повний життєвий цикл контенту працює автономно: виявлення трендів → дослідження → написання → перевірка фактів → виявлення AI → оптимізація нейромаркетингу → адаптація до платформи → затвердження → публікація.
Архітектура конвеєра. Кожен контентний елемент проходить через налаштовувану послідовність агентів. Чотиристадійні ворота якості (перевіряючий факти → виявник AI → нейро-оптимізатор → рецензент) перевіряють кожен чернетку. Конвеєр зупиняється на воротах затвердження і сповіщає через інлайн-клавіатури Telegram або панель React.
Динамічні конвеєри. Послідовності агентів налаштовуються для кожного каналу або для кожного контентного елемента через інтерфейс перетягування. Три рівні пріоритету: переваги елемента → за замовчуванням каналу → за замовчуванням системи. Підтримується паралельне виконання агентів.
Багатоплатформне публікування. Обмеження символів LinkedIn накладається на трьох рівнях: підказка адаптера, перевірка виходу та цикл переписування на рівні видавця (повторно викликає AI для скорочення, до 3 спроб). WordPress публікує як кастомні типи постів з відформатованим HTML. Усі п'ять видавців працюють з однієї дії.
Зворотний зв'язок аналітики. Щотижневий конвеєр збирає метрики, генерує гіпотези про те, що працює, і автоматично запускає оновлення стратегії.
Технологічний стек: Node.js, TypeScript, Express.js, BullMQ, Redis, PostgreSQL (Supabase), React 18, Vite, Tailwind CSS, Grammy (Telegram Bot), Anthropic Claude API, Google Gemini, OpenAI Whisper, Tavily API, Docker, Vitest, Playwright
Результати
- ~85% зменшення часу на статтю (4-6 годин → ~30 хвилин на нагляд)
- Одночасне публікування на 5 платформах з одного затвердження
- 30 AI-агентів з налаштовуваними конвеєрами та повним обліком витрат
- Чотиристадійні ворота якості для послідовної якості контенту
- Подвійний інтерфейс затвердження (панель React + Telegram бот)
- Зворотний зв'язок аналітики, який автоматично коригує контент-стратегію
- 606 автоматизованих тестів (одиничні, інтеграційні, E2E)
Як це працює
1. Виявлення. Cron-завдання виконують виявлення трендів та аналіз конкурентів
2. Створення. Агентів дослідження та написання створюють довгий контент
3. Ворота якості. Перевіряючий факти, виявник AI, нейро-оптимізатор, рецензент перевіряють чернетку
4. Адаптація. Адаптери платформ переформатовують відповідно до вимог кожного каналу
5. Затвердження. Клієнт переглядає через панель або Telegram, затверджує або відхиляє
6. Публікація. Видавці публікують на всіх вибраних платформах одночасно
Конвеєр повністю відновлюється. Він повторює з експоненційним зворотним зв'язком, продовжує з того місця, де зупинився.
Одинокий контент-стратег керував багатоканальним публікуванням: блог, LinkedIn, Dev.to, Hashnode та Telegram. Кожна стаття вимагала ручного дослідження, написання, перевірки якості, специфічного для платформи переформатування та індивідуального публікування через інтерфейс кожної платформи. Один матеріал споживав 4-6 годин перед виходом в ефір на всіх каналах.
Проблема
Кожна платформа мала різні вимоги до формату: WordPress потребував HTML з кастомними типами постів, Dev.to використовував markdown з front matter, Hashnode вимагав GraphQL, LinkedIn видаляв markdown і накладав обмеження в 2,900 символів, Telegram використовував свій власний підмножину HTML. Адаптація однієї статті для п'яти платформ була нудною і схильною до помилок.
Не існувало зворотного зв'язку. Аналітика існувала в п'яти окремих панелях. Стратегічні рішення базувалися на інтуїції. Якість була непослідовною. Кожен етап залежав від доступності клієнта для ручного виконання.
Рішення
Я побудував автономну контент-систему з 30 спеціалізованими AI-агентами, організованими через ланцюги завдань BullMQ. Повний життєвий цикл контенту працює автономно: виявлення трендів → дослідження → написання → перевірка фактів → виявлення AI → оптимізація нейромаркетингу → адаптація до платформи → затвердження → публікація.
Архітектура конвеєра. Кожен контентний елемент проходить через налаштовувану послідовність агентів. Чотиристадійні ворота якості (перевіряючий факти → виявник AI → нейро-оптимізатор → рецензент) перевіряють кожен чернетку. Конвеєр зупиняється на воротах затвердження і сповіщає через інлайн-клавіатури Telegram або панель React.
Динамічні конвеєри. Послідовності агентів налаштовуються для кожного каналу або для кожного контентного елемента через інтерфейс перетягування. Три рівні пріоритету: переваги елемента → за замовчуванням каналу → за замовчуванням системи. Підтримується паралельне виконання агентів.
Багатоплатформне публікування. Обмеження символів LinkedIn накладається на трьох рівнях: підказка адаптера, перевірка виходу та цикл переписування на рівні видавця (повторно викликає AI для скорочення, до 3 спроб). WordPress публікує як кастомні типи постів з відформатованим HTML. Усі п'ять видавців працюють з однієї дії.
Зворотний зв'язок аналітики. Щотижневий конвеєр збирає метрики, генерує гіпотези про те, що працює, і автоматично запускає оновлення стратегії.
Технологічний стек: Node.js, TypeScript, Express.js, BullMQ, Redis, PostgreSQL (Supabase), React 18, Vite, Tailwind CSS, Grammy (Telegram Bot), Anthropic Claude API, Google Gemini, OpenAI Whisper, Tavily API, Docker, Vitest, Playwright
Результати
- ~85% зменшення часу на статтю (4-6 годин → ~30 хвилин на нагляд)
- Одночасне публікування на 5 платформах з одного затвердження
- 30 AI-агентів з налаштовуваними конвеєрами та повним обліком витрат
- Чотиристадійні ворота якості для послідовної якості контенту
- Подвійний інтерфейс затвердження (панель React + Telegram бот)
- Зворотний зв'язок аналітики, який автоматично коригує контент-стратегію
- 606 автоматизованих тестів (одиничні, інтеграційні, E2E)
Як це працює
1. Виявлення. Cron-завдання виконують виявлення трендів та аналіз конкурентів
2. Створення. Агентів дослідження та написання створюють довгий контент
3. Ворота якості. Перевіряючий факти, виявник AI, нейро-оптимізатор, рецензент перевіряють чернетку
4. Адаптація. Адаптери платформ переформатовують відповідно до вимог кожного каналу
5. Затвердження. Клієнт переглядає через панель або Telegram, затверджує або відхиляє
6. Публікація. Видавці публікують на всіх вибраних платформах одночасно
Конвеєр повністю відновлюється. Він повторює з експоненційним зворотним зв'язком, продовжує з того місця, де зупинився.
Харків 
Вільний для роботи