Проєкт: AI-асистент для аналізу командних мітингів

Мета:
Створити комплексну AI-систему для автоматичної обробки аудіозаписів командних мітингів. Ключові вимоги — перетворення неструктурованих розмов на структуровані, готові до аналізу дані; створення багаторівневих самері для різних ролей (Owner, Team Lead, BizDev); та розробка інтерактивного AI-помічника для миттєвого доступу до корпоративної бази знань через Telegram.

Мій Внесок:
Проєкт розпочався з виклику: ключова інформація компанії — рішення, проблеми та задачі — була "замкнена" всередині годинних аудіофайлів. Це робило її пошук та аналіз практично неможливим, змушуючи співробітників витрачати час на повторне прослуховування.

Мій внесок полягав у проєктуванні та розробці "з нуля" цілісної, багатокомпонентної архітектури на self-hosted n8n, яка перетворила пасивні аудіозаписи на активний та інтелектуальний ресурс.

Я стратегічно обрав стек PostgreSQL + Supabase, що дозволило поєднати надійність реляційної бази даних для структурованих звітів з потужністю векторного сховища для семантичного AI-пошуку.

Система складається з трьох взаємопов'язаних робочих процесів (workflows), які забезпечують повний цикл життя даних:

Воркфлоу №1 ("Фабрика Даних"): Цей процес слугує фундаментом усієї системи. Він автоматично приймає аудіозаписи, інтегрується із сервісом транскрипції, а потім за допомогою OpenAI генерує унікальні, кастомізовані самері для кожної ролі. Фінальні дані структуруются та зберігаються одночасно у PostgreSQL та векторизуються для Supabase.

Воркфлоу №2 ("Синтезатор Аналітики"): Працюючи за розкладом, цей воркфлоу агрегує щоденні самері з PostgreSQL, знову використовує AI для створення концентрованого стратегічного звіту за тиждень для власника, та автоматично розсилає персоналізовані зведення ключовим співробітникам (Team Lead, BizDev) у Telegram.

Воркфлоу №3 ("Інтерактивний AI-асистент"): Вінець системи — Telegram-бот, що слугує єдиною точкою доступу до бази знань. Я реалізував:

Розмежування доступу: Бот ідентифікує користувача та його роль через базу даних, відкриваючи відповідні функції.

Команди для адмінів: Можливість на вимогу генерувати звіти, запускаючи Воркфлоу №2.

RAG-пайплайн (Retrieval-Augmented Generation): Повноцінний механізм відповідей на питання. Бот перетворює запит користувача на вектор, знаходить релевантну інформацію в Supabase, готує контекст і генерує точну відповідь за допомогою OpenAI.

Результат:
Успішно розроблено та впроваджено автономний корпоративний "другий мозок", що працює 24/7. Клієнт отримав систему, яка перетворює розмови на структуровані активи, економить десятки годин робочого часу та дозволяє приймати рішення на основі даних, а не спогадів.

Архітектура є повністю масштабованою: додавання нових ролей, типів звітів чи джерел даних не вимагає перебудови системи. Рішення забезпечує миттєвий та безпечний доступ до інформації, гарантуючи, що кожен співробітник бачить лише ті дані, які йому призначені.

#n8n #PostgreSQL #Supabase #pgvector #OpenAI #Telegram #TelegramBot #Automation #NoCode #API #APIIntegration #RAG #LLM #AIassistant #WorkflowAutomation #BusinessAutomation #Автоматизація #ЧатБот