ии-агенты · автоматизация · llm-пайплайны

Строю ИИ-агентов, которые берут на себя рутину

Беру задачу «нам нужен AI, который делает X» и довожу до работающего продукта в проде. Боты, RAG-поиск, парсинг, n8n-пайплайны. Без сжигания бюджета на лишний LLM.

  • 10+ агентов в проде
  • F1 0.90 ML-классификатор
  • 336 тестов в одном боте

Не только агенты

Ядро — ИИ-агенты, но беру и то, что рядом. Если задача про автоматизацию или данные — скорее всего, это ко мне.

Ваш путь по сайту — как пайплайн

Каждое действие — звено. Считается у вас в браузере, ничего не отправляется на сервер.

Что сайт знает о вашем визите

Считается прямо в браузере. Ни одного запроса на сервер — это демонстрация дашборда, а не слежка.

На сайте 00:00
Секций просмотрено 0/9
Глубина прокрутки 0%
Тёплый интерес
Активность

считается в вашем браузере · ничего не отправляется

Что я уже довёл до прода

Реальные проекты, реальные цифры. Без NDA-клиентов и без «большого опыта» — только то, что можно открыть и проверить.

Агенты GitHub · MIT

SciWriter MAS

Мульти-агентная система: пишет научную статью от темы до готового текста с проверкой фактов между агентами.

  • 90.5/100 качество
  • $0.004 / статья
  • 34.6 с
  • Python
  • multi-agent
  • LLM-оркестрация
ML · детерминизм HuggingFace · MIT

Intent Classifier

Своя модель вместо вызова LLM на классификацию намерения: 3.7 мс на обычном CPU против ~1000 мс через API.

  • F1 0.90
  • 3.7 мс CPU
  • 29M параметров
  • ONNX
  • ruBERT
  • CPU-инференс
RAG живое демо

RAGozin

Телеграм-бот с поиском по базе знаний: гибрид BM25 + семантика + RRF, ответы приходят стримингом. Учитывает русскую морфологию.

  • гибридный поиск
  • стриминг
  • always-on
  • BM25
  • embeddings
  • RRF
  • pymorphy3
Клиентский кейс обезличенно

AI-консультант для интернет-магазина

Виджет на сайте: подбирает товар и считает по площади помещения. Self-hosted LLM, ответы стримингом через SSE.

  • self-hosted LLM
  • расчёт калькулятором
  • JS-виджет
  • self-hosted
  • SSE
  • JS-виджет
Пайплайны GitHub

n8n Orchestrator + Worker

Оркестратор на 16 нод с отдельным воркером: ретраи, строгий JSON на выходе, отказоустойчивость на каждом шаге.

  • 16 нод
  • retry ×3
  • 3/3 тест-кейса
  • n8n
  • structured JSON
  • retry
Реалтайм pet-проект

Gartic Clone

Мультиплеер «рисуй и угадывай»: реалтайм по WebSocket, рисование на Canvas, боты на логике угадывания — без LLM.

  • realtime
  • WebSocket
  • детерминированные боты
  • WebSocket
  • Canvas
  • multiplayer

Как я работаю

Четыре вещи, из-за которых со мной спокойно довести проект до конца.

  1. 01

    Сначала задача, потом стек

    Сначала разбираюсь, что должно получиться, и только потом выбираю инструменты. Гнаться за модным стеком ради галочки — не мой жанр.

  2. 02

    Сдаю по частям

    Показываю работающие куски по ходу: прогресс виден на каждом шаге, а не один большой «та-дам» в самом конце.

  3. 03

    Простое решение — первым

    Если задачу закрывает обычный скрипт без нейросети — делаю скрипт. Не каждой задаче нужен ИИ; иногда хватает десяти строк и здравого смысла.

  4. 04

    Остаюсь на связи

    Отвечаю по ходу и после сдачи — на правки и вопросы. Всплыло что-то через месяц? Пишите, я никуда не делся.

Что я не делаю

Чтобы не тратить ваше время: вот за что не возьмусь. Под это лучше взять профильного человека — так выйдет быстрее и дешевле.

Про меня

Владислав Пестов. Делаю ИИ-агентов и автоматизацию — полтора года в коммерции, до этого свои проекты.

Работаю как самозанятый: договор и счёт, всё официально. Часть моделей гоняю локально и не плачу за чужой API там, где это лишнее.

  • самозанятый договор + счёт
  • 1.5 года в коммерции
  • локальный инференс без лишнего API

Расскажите о задаче

Опишите своими словами, что нужно. Отвечу, реально ли это, сколько займёт и нужен ли тут вообще ИИ. Без обязательств.

написать в Telegram

Уйдёт только то, что вы написали. Никаких трекеров.