Bordon
Доступен EN

ИИ-агенты
и продукты,
которые работают

Мультиагентные сценарии, интеграции с LLM и продукт:
веб-приложения, админ-панели, трекеры, Telegram-боты и мини-аппы, лендинги.

Разбор задачи бесплатно

Присылаете два предложения о задаче, получаете критерии приёмки, состав работ и дату. Материалы остаются у вас. Если задача не моя, скажу сразу.

Пример мультиагентного конвейера

Источник форма, почта, API Координатор распределяет задачи Свод приоритет и причина Очередь порядок работы Оператор решает по карточке Агент: разбор агент Агент: скоринг агент Агент: поиск агент
Python FastAPI TypeScript NestJS CrewAI OpenAI Gemini PostgreSQL Prisma Redis Docker Traefik Let’s Encrypt GitHub Actions Node.js Telegram

Что делаю

Мультиагентные сценарии

Процесс разбивается на роли: один агент достаёт данные, второй оценивает, третий ищет похожие случаи в базе знаний. Работу между ними распределяет координатор, и каждый шаг можно проверить отдельно, а не гадать, что случилось внутри одного большого промпта.

Интеграции с LLM

Подключаю OpenAI и Gemini к вашим данным и правилам: где модель отвечает свободно, где работает по жёсткому шаблону, а где обязана сослаться на источник. Настраиваю лимиты, повторы и поведение при отказе модели.

Поиск по своим данным

Индексирую документы, регламенты и историю обращений. Ответ приходит со ссылками на фрагменты-источники и оценкой релевантности, поэтому видно, на чём он основан и где мог ошибиться.

Надёжность агентов

Промпты и сценарии ломаются тихо: ответ стал хуже, и никто не заметил. Закрываю это набором проверок и регрессией в CI. Правка промпта не проходит дальше, если сломала прежние ответы.

Работы

Фильтр по направлению. Строка раскрывается в детали.

2026 UI/UX Agent Analyse Мультиагентная система Разбор лендинга несколькими агентами: юзабилити, структура, тексты

Система разбирает страницу по частям: юзабилити, структура, конверсионные места, тексты. Несколько агентов с разными ролями, результат складывается в один разбор.

Зачем заказчикуАудит без ручного просмотра. Замечания привязаны к конкретным блокам, а не к общим ощущениям.

  • Python
  • оркестрация агентов
  • LLM
  • Docker
Открыть на GitHub
2026 CrewAI Advertising Agency Мультиагентный конвейер Рекламная кампания собирается агентами по цепочке ролей

У каждого агента своя роль и зона ответственности. Работа передаётся по цепочке от стратегии к текстам и креативам.

Зачем заказчикуВидно, на каком шаге получилось плохо. Можно заменить один шаг, не переделывая весь процесс.

  • CrewAI
  • Python
  • LLM
Открыть на GitHub
2026 Hermes Context Optimizer Инструмент для агентов Детерминированная оптимизация контекста: агент не тратит окно на мусор

Плагин для Hermes Agent. Оптимизирует контекст инструментов так, что одинаковый вход даёт одинаковый результат.

Зачем заказчикуИменно из-за этого агенты в проде ведут себя по-разному на одинаковых запросах. Здесь поведение воспроизводимо.

  • Python
  • Hermes Agent
  • Apache-2.0
  • тесты
Открыть на GitHub
2026 LeadOps AI Продукт на агентах Входящие заявки становятся приоритизированной очередью с историей решений

Конвейер обработки лидов: источники, сырые сигналы, скоринг, очередь и операторские действия на одном API. Отдельный слой поиска по базе знаний с выдачей источников.

Зачем заказчикуНе нужно листать почту и таблицы, чтобы понять, что делать первым. Решения оператора фиксируются в истории.

Стенд развёрнут на отдельном сервере и закрыт от публичного доступа. Покажу на созвоне или пришлю доступ по запросу.

  • NestJS
  • Prisma
  • PostgreSQL
  • LightRAG
  • Docker
2025 Prompt Test Lab Надёжность LLM Стенд сравнения промптов: регрессии ловятся в CI, а не клиентом

Ответы сохраняются и сравниваются между версиями промпта. Проверка идёт автоматически, при каждом изменении.

Зачем заказчикуПравка промпта не ломает прежние ответы тихо. Поломка видна до выката.

  • Python
  • GitHub Actions
  • тесты
Открыть на GitHub
2025 AI Web Analysis Генерация контента Тексты по фактам со страницы, а не по общим словам про продукт

Сначала разбор веб-страницы, потом генерация постов через OpenAI API по извлечённым фактам.

Зачем заказчикуМеньше правок после того, как клиент прочитал очередные «инновационные решения».

  • Python
  • OpenAI API
Открыть на GitHub
2026 NordFlow Tasks Веб-продукт Три роли, канбан с перетаскиванием, история и уведомления. 15 тестов

Трекер проектов и задач: разная видимость данных для трёх ролей, канбан, история изменений, уведомления, поиск с учётом буквы «ё».

Зачем заказчикуКоманда видит задачи, сроки и загрузку в одном месте. Ноль внешних зависимостей: только стандартная библиотека Node.

  • Node.js
  • SQLite
  • 15 тестов
Открыть живой стенд
2026 HabitFlow Веб-продукт Серии, проценты, тепловая карта. 16 тестов на краевые случаи

Трекер привычек: отметка одним нажатием, текущая и лучшая серия, тепловая карта по дням, архив с историей. Отмена отметки пересчитывает статистику.

Зачем заказчикуВидно, где привычка ломается. Серия не рвётся, пока день не закончился, поэтому статистика не врёт.

  • Node.js
  • Web
  • 16 тестов
Открыть живой стенд
2026 ТендерПульс Веб-продукт Пайплайн этапов и отчёты. Просрочка видна до срыва срока. 18 тестов

Трекер этапов заказов: фиксированный пайплайн с историей переходов, назначение исполнителей, отчёты по воронке, времени этапа и загрузке.

Зачем заказчикуПросрочка считается по сроку этапа, а не заказа целиком, поэтому видна заранее.

  • Node.js
  • Web
  • 18 тестов
Открыть живой стенд
2026 Лендинги Страницы под услугу Разные ниши: от психолога до мотошколы. У каждой своя структура

Психолог и коуч, кофейня с заказом онлайн, платёжный шлюз для LatAm, маркетинговое агентство, мотошкола в Санкт-Петербурге.

Зачем заказчикуБыстрый способ проверить спрос: страница, форма, заявки. Разные ниши показывают, что структура подбирается под аудиторию.

Как идёт работа

Четыре шага. На каждом вы получаете то, что можно потрогать.

  1. Разбор задачи

    Читаю описание, задаю вопросы, которые обычно не задают.

    На выходе: критерии приёмки, объём, дата

  2. Прототип

    Рабочая версия, а не макет: хранит данные, считает, показывает.

    На выходе: живая ссылка

  3. Доработка

    Замечания собираю списком и правлю по нему, спорное обсуждаем.

    На выходе: список правок и решений

  4. Сдача

    Передаю репозиторий с доступом и показываю, как развернуть у себя.

    На выходе: код, README, схема, месяц поддержки

Заявка на бесплатный разбор

Сколько стоит

Нижние границы. Точная цена после разбора задачи.

Сценарий или агент

от 70 000 ₽

Один агент, бот или конвейер, интеграция LLM в текущий процесс.

  • Роли, оркестрация, промпты
  • Интеграция с вашими данными
  • Тесты на краевых случаях
  • Деплой на поддомене с сертификатом

5–10 дней

Продукт целиком

от 150 000 ₽

Кроме агента нужен интерфейс, база, админ-панель и доступы для команды.

  • Архитектура, API, интерфейс, база
  • Админ-панель, роли, права, отчётность
  • Агентный слой внутри продукта
  • Инфраструктура, домен, бэкапы

2–4 недели

В цену всегда входит: разбор задачи, критерии приёмки, тесты, деплой, инструкция запуска и правки в рамках согласованных критериев. Домен, сервер и платные API оплачиваются отдельно, реальные суммы показываю до старта.

Вопросы

Кому принадлежит код?

Вам. Передаю репозиторий с доступом и правами на ваш аккаунт или организацию. Лицензий, которые мешают распоряжаться кодом, не использую.

Почему не сделать это нейросетью за вечер?

Можно, я так и работаю. Разница в проверке: нейросеть выдаёт первое похожее решение, а работа состоит в том, чтобы найти краевые случаи, закрыть их тестами и сделать поведение воспроизводимым.

Что если результат не понравится?

Правки в рамках согласованных критериев входят в цену. Если на прототипе видно, что задумка не работает, мы это признаём и меняем подход, а не доводим до сдачи.

Как вы считаете стоимость?

По объёму работ, а не по часам и не «на глаз». После разбора задачи вы видите состав: что входит, что нет, сколько это занимает. Если объём меняется в процессе, вы узнаёте об этом до того, как я приступлю.

Что с поддержкой после сдачи?

Месяц входит: правлю то, что сломалось по моей вине, и отвечаю по запуску. Дальше по часам или подписке, считаем отдельно и заранее.

Работаете по NDA?

Да. NDA подписываю до начала разбора, если это нужно. Коммерческие проекты и работы под NDA покажу по запросу, публично не выкладываю.

Что будет с моими данными?

Данные для прототипа беру только те, что вы передали, и не использую их в других проектах. После сдачи доступы отзываются, копии у меня не остаются.

Можно начать с маленькой задачи?

Да, и это разумно. Первым шагом часто идёт один сценарий или один экран: проверяем подход на живом прототипе, потом расширяем. Так риск меньше у обеих сторон.

Как быстро начнёте?

Готов начать на этой неделе. Дату сдачи называю после разбора задачи и не двигаю молча: если срок поедет, вы узнаете об этом сразу.

Заявка на бесплатный разбор

Опишите задачу своими словами, без технических терминов. Получите критерии приёмки, состав работ, оценку и дату. Материалы остаются у вас, даже если работать не будем.

Уходит мне в Telegram.