Full-Stack · Автоматизация · AI-системы · Инфраструктура

Я строю системы, которые заменяют ручную работу.

Сайты. Автоматизация. Боты. AI. Инфраструктура.

Если процесс можно запрограммировать, соединить с другими системами, автоматизировать или усилить AI — я спроектирую и построю систему вокруг него: от интерфейса и бэкенда до сервера, на котором она работает.

Что можно автоматизировать
  • 10+лет программирования
  • 5слоёв: UI → API → БД → AI → сервер
  • 24hответ на запрос — в течение дня
Сайт → API → Бэкенд → База данных → AI → Автоматизация → Telegram → АналитикаСайтAPIБэкендБаза данныхAIАвтоматизацияTelegramАналитика

Одна система, каждый слой — и она работает сама.

Что я строю

От идеи до работающей системы.

Не одна страница и не один скрипт — рабочий продукт: интерфейс, бэкенд, данные, автоматизация и сервер, на котором это живёт.

Сайты

Фронтенд и бэкенд как единое целое — от лендинга до маркетплейса с админкой.

  • Лендинги
  • Корпоративные сайты
  • Интернет-магазины
  • Маркетплейсы
  • Админ-панели
  • Дашборды
  • Веб-приложения

Процесс

Как я создаю цифровые продукты.

Один и тот же путь и для лендинга, и для системы с AI внутри. Разница лишь в глубине каждого шага.

  1. 01ПонятьЗадача, процесс как он есть сейчас, ограничения, критерий «готово».
  2. 02СпроектироватьАрхитектура, данные, интеграции, точки, где нужна автоматизация.
  3. 03ДизайнСтруктура, UX, интерфейс — под реальный сценарий пользователя.
  4. 04ПостроитьФронтенд, бэкенд, база данных, API.
  5. 05АвтоматизироватьПарсеры, планировщики, боты, AI — всё, что повторяется.
  6. 06ПроверитьТесты, браузерные проверки, скриншоты, краевые случаи.
  7. 07РазвернутьСервер, Docker, Nginx, бэкапы, мониторинг.
  8. 08УлучшатьЛоги, метрики, обратная связь — и следующая итерация.

Тот же процесс — с AI-ассистированием

Часть шагов выполняют AI-агенты под моим контролем. Результат проверяется в реальном браузере — скриншотом, а не на веру.

Рабочий процесс · AI-агенты + проверка в браузере
  1. Запрос
  2. Исследование
  3. Дизайн
  4. Код
  5. Playwright
  6. Скриншот
  7. Визуальная QA
  8. Исправление
  9. Деплой

Автоматизация

Что можно автоматизировать?

Почти всё, что повторяется. Вот как рутина, съедающая день сотрудника, превращается в систему, которая работает сама.

Было

Сотрудник, каждый день

  1. 01открывает сайт
  2. 02копирует информацию
  3. 03вносит данные в таблицу
  4. 04проверяет цены
  5. 05отправляет уведомление
  6. 06обновляет базу данных

~2–4 часа в день · ошибки · задержки

Стало

Одна автоматизированная система

Парсер
API
База данных
AI
Telegram
Дашборд

по расписанию · 0 ручных шагов · всё в логах

Типовые задачи, которые я автоматизирую

  • Мониторинг цен конкурентовПарсинг по расписанию, выявление изменений, уведомление в Telegram.
  • Автообновление каталогаФид поставщика → нормализация → ваша база → витрина.
  • Уведомления в TelegramЗаказы, ошибки, события на сервере — прямо в чат команды.
  • Обработка заказовФорма → проверка → CRM → уведомление → отслеживание статуса.
  • Генерация контентаОписания, заголовки и изображения от AI на основе структурированных данных.
  • Сбор данныхТысячи страниц в одну чистую таблицу с дедупликацией.
  • ОтчётностьЕжедневные/еженедельные отчёты, собранные и доставленные без человека.
  • Автоматизация браузераЛогины, формы, клики — headless-браузер вместо человека.
  • AI-обработкаКлассификация, извлечение данных, краткие сводки по входящему потоку.
  • Синхронизация по расписаниюДве системы в синхроне через cron — с повторами и логами.

Есть повторяющаяся задача? Давайте автоматизируем.

Описать задачу

Как это устроено

Системы, а не скрипты.

Пять типовых контуров, из которых состоит большинство моих проектов. Каждый можно заказать отдельно или как часть целой системы.

01

Данные и парсинг

«Парсер» — это не скрипт на одну страницу. Это конвейер: много источников, нормализация, валидация, база — и потребители, которым нужны чистые данные.

  1. Источники
  2. Инжест
  3. Нормализация
  4. Валидация
  5. База данных
  6. API
  7. Сайт · Telegram · Дашборд
  • Каталоги на десятки тысяч позиций
  • Фиды поставщиков: JSON, CSV, XML
  • Дедупликация, фильтрация, трансформация
  • Синхронизация по расписанию, мониторинг цен
  • Агрегация из нескольких источников в одну модель данных
02

Автоматизация браузера

Когда у сервиса нет API, с ним можно работать через браузер — как человек, но по расписанию и с проверкой результата.

  1. Браузер
  2. Playwright
  3. Сайт
  4. Действие
  5. Проверка
  6. Скриншот
  7. Результат
  • Навигация, формы, авторизованные сценарии
  • Регулярные операции в веб-интерфейсах
  • Сбор данных с сайтов, рендерящихся JS
  • Скриншоты и визуальная проверка интерфейсов
  • E2E-тесты и мониторинг доступности

Только там, где это технически и юридически уместно. Обход защитных механизмов — не про это.

03

Telegram как интерфейс

Не «просто бот», а вход в систему: заказы, уведомления, админка и отчёты — там, где команда уже сидит.

  1. Сайт
  2. Бэкенд
  3. Заказ
  4. Уведомление в Telegram
  1. Мониторинг
  2. Триггер
  3. Алерт в Telegram
  1. Пользователь
  2. Бот
  3. API
  4. База данных
  5. Ответ
  • Клиентские и админ-боты
  • Уведомления и мониторинг событий
  • Приём и ведение заказов
  • Автоматизация поддержки
  • Внутренние инструменты для команды
04

Интеграции

Соединяю системы, которые не были созданы для работы вместе: CRM, магазин, оплата, доставка, аналитика, Telegram, внутренние базы.

  1. Сервис A
  2. API / Вебхук
  3. Слой автоматизации
  4. База данных
  5. Сервис B
Способы соединения
  • API
  • Вебхуки
  • База данных
  • Файлы
  • Парсер
  • Браузер
  • Синхронизация по расписанию
  • CRM ↔ сайт ↔ Telegram
  • Оплата, доставка, склад
  • Аналитика и отчётность из нескольких источников
  • Внешние API и внутренние системы
05

Инфраструктура

Продукт живёт на сервере, который я настраиваю и сопровождаю сам: от reverse proxy до бэкапов и GPU-нагрузок.

  1. Интернет
  2. Nginxreverse proxy · TLS · статика
  3. Приложение
    • Бэкенд
    • База данных
    • Автоматизация
    • AI
    • Воркеры
  4. Docker · Linuxизоляция сервисов · compose
  5. СерверUbuntu · бэкапы · мониторинг
  • Ubuntu Server, Docker Compose, Nginx
  • Деплой, SSH, Git-based workflow
  • Базы данных, очереди, фоновые воркеры
  • Бэкапы, мониторинг, управление сервисами
  • GPU-нагрузки и обслуживание моделей

Лаборатория

Не верьте на слово.

Небольшие интерактивные демо. Каждое — упрощённая версия того, что я строю по-настоящему. Всё симулируется в вашем браузере и не подключено к живым системам.

Парсер

Интерактивное демо

URL → HTML → структурированные данные → JSON

  1. Загрузить страницу
  2. Извлечь поля
  3. Нормализовать
  4. JSON
// JSON

Безопасное демо: парсится подготовленная страница, а не произвольный сайт.

Автоматизация

Интерактивное демо

Один клик — отрабатывает вся цепочка.

Источник
Парсер
База данных
AI
Telegram
$ 

API

Интерактивное демо

Чистый REST API — так я их строю.

// response

AI-ассистент (RAG)

Интерактивное демо

Как выглядит AI-слой внутри продукта: вопрос → поиск по своим данным → ответ.

  1. Вопрос
  2. Поиск
  3. Qdrant
  4. Контекст
  5. Модель
  6. Ответ

Макет интерфейса — ответы заскриптованы, данные не покидают страницу.

Браузерная QA

Интерактивное демо

Сборка → браузер → скриншот → анализ → исправление. Так результат проверяется, а не принимается на веру.

  1. Сборка
  2. Браузер
  3. Скриншот
  4. Анализ
  5. Исправление
$ 

Дашборд

Интерактивное демо

Живая аналитика — та, что владелец открывает каждое утро.

Заказы452
Выручка808 628
Конверсия3.4%
Аптайм99.98%
Заказы за 14 дней
-14d-12d-10d-8d-6d-4d-2d

Терминал

Интерактивное демо

Типичный деплой — симуляция, безопасно.

deploy — ssh

Система

Каждый слой — одни руки.

Наведите или коснитесь узла, чтобы увидеть, что я могу сделать на этом уровне.

Стек

Инструменты, которыми действительно пользуюсь.

Сгруппировано по слоям. Нажмите на группу, чтобы развернуть.

Разработчик

Фронтенд

  • HTML
  • CSS
  • JavaScript
  • TypeScript
  • React
  • Astro
  • Three.js

AI Lab

У меня собственная AI-инфраструктура.

Локальные модели на своём GPU-сервере — без оплаты за токены и без утечки данных наружу. Такую же схему можно развернуть для вашего продукта.

GPU-сервер

Модели

LLM
Изображения
Видео
Эмбеддинги
Агенты
API
Приложения
  • Локальная LLMМодели через Ollama для чата, извлечения данных, классификации и агентов.
  • AI-агентыАгенты с инструментами: читают ваши данные, вызывают ваш API, действуют.
  • Векторные базыQdrant + эмбеддинги: семантический поиск и RAG по документам и каталогам.
  • Генерация изображенийПайплайны ComfyUI для товарных визуалов, вариаций и апскейла.
  • Видео-воркфлоуПайплайны генерации и обработки короткого видео.
  • Разработка с AIAI-агенты как часть процесса разработки — быстрее, с той же тщательностью.

Как AI живёт внутри продукта

Не «подключил чат-бота», а отдельный слой: модель, поиск по вашим данным и инструменты, которые действуют в вашей системе.

Пользователь
Приложение
AI API
LLM
RAG
Инструменты
Qdrant
API / База данных
Ответ

AI-медиа

Генерация и обработка изображений и видео на собственном GPU — воркфлоу ComfyUI, которые можно встроить в конвейер.

  • ИзображенияРабочий
    • Генерация
    • Редактирование
    • Товарные визуалы
    • Референс-воркфлоу
    • Улучшение и апскейл
  • ВидеоЭксперимент
    • Генерация
    • Image-to-video
    • Оркестрация воркфлоу
    • Локальные видеомодели
    • Автоматизированные пайплайны
  • АудиоИсследование
    • Синтез речи
    • Озвучка
    • Обработка аудио

Статусы честные: «рабочий» — использую в задачах, «эксперимент» — работает, но ещё не для продакшена, «исследование» — изучаю.

Инструменты и их роль

Не логотипы ради логотипов — что именно каждый инструмент делает в моих системах.

  • OllamaЛокальный запуск LLM
  • QdrantВекторный поиск / база знаний
  • ComfyUIНодовые AI-медиа воркфлоу
  • PlaywrightАвтоматизация браузера / тесты
  • DockerИзоляция сервисов / деплой
  • AI-агентыАссистированная разработка в терминале
  • GitВерсии и деплой
  • UbuntuОС серверов и GPU-станции
Экспериментальная архитектура · в разработке

Собственная AI-платформа разработки

Среда, где AI не только пишет код, но и видит результат.

Я собираю локальную AI-ассистированную среду разработки: модели, база знаний, агенты с ролями, браузерная автоматизация и визуальная проверка — на собственной инфраструктуре.

  • AI-модели
  • База знаний
  • Агенты разработки
  • Дизайн-знания
  • Автоматизация браузера
  • Визуальная проверка
  • Инфраструктура
Запрос пользователя
Оркестратор
  • Архитекторструктура, данные, интеграции
  • Исследовательисточники, документация
  • Дизайнеркомпозиция, паттерны
  • Кодерреализация
  • Автоматизаторскрипты, пайплайны
  • Тестировщикбраузер, проверки
  1. 01Сборка
  2. 02Браузер
  3. 03Playwright
  4. 04Скриншот
  5. 05Визуальный анализ
  6. 06Поиск проблем
  7. 07Исправление / итерация
  8. 08Результат

Цикл визуальной проверки

Вместо «сгенерировал код и поверил, что интерфейс правильный» — среда открывает результат в браузере, смотрит на него и итерирует.

  1. Сборка
  2. Открыть
  3. Скриншот
  4. Анализ
  5. Проблемы
  6. Исправить
  7. Проверить снова
  • Playwright
  • Анализ скриншотов
  • Vision-модель
  • Инспекция DOM
  • Автотесты

Дизайн-интеллект

Отдельный слой знаний об интерфейсах, чтобы агент компоновал страницы не «как получится», а по проверенным паттернам.

  1. Задача
  2. Поиск в дизайн-базе
  3. Релевантные компоненты
  4. Композиция страницы
  5. Реализация
  6. Скриншот
  7. Визуальная критика
  8. Улучшение
  • UI-библиотеки
  • Дизайн-системы
  • Компоненты
  • Лендинги
  • E-commerce паттерны
  • Формы
  • Навигация
  • Дашборды
  • Типографика
  • Отступы и сетки
  • Motion
  • 3D
  • Современные веб-паттерны

База — кураторские референсы, документация, открытые ресурсы и метаданные паттернов. Не копии коммерческих UI-библиотек.

Что уже работает, а что нет

Работает
  • AI-ассистированная разработка с агентами
  • Браузерная автоматизация и скриншоты (Playwright)
  • Локальные модели, Qdrant, ComfyUI на собственном GPU
Разрабатывается
  • Оркестратор и база знаний проектов
  • Дизайн-слой: поиск паттернов и компонентов
  • Автоматический цикл скриншот → анализ → исправление
Эксперимент
  • Специализированные агенты как отдельные роли
  • Vision-модель как визуальный критик
  • Полностью автономные итерации без человека

Код

Вот так выглядит мой код.

Реалистичные фрагменты — интеграция API, автоматизация, обработка данных. Без секретов и без hello-world.

api/webhooks/order.phpВебхук заказа → валидация → БД → Telegram
<?php
declare(strict_types=1);

// Webhook нового заказа: подпись → валидация → БД → уведомление.
// Секреты берутся из окружения, в коде их нет.

$secret  = getenv('ORDER_WEBHOOK_SECRET') ?: '';
$payload = file_get_contents('php://input');
$given   = $_SERVER['HTTP_X_SIGNATURE'] ?? '';

if (!hash_equals(hash_hmac('sha256', $payload, $secret), $given)) {
    http_response_code(401);
    exit;
}

$order = json_decode($payload, true, 8, JSON_THROW_ON_ERROR);

$rules = [
    'id'     => fn($v) => is_int($v) && $v > 0,
    'phone'  => fn($v) => preg_match('/^\+?\d{10,15}$/', (string) $v),
    'items'  => fn($v) => is_array($v) && count($v) > 0,
    'total'  => fn($v) => is_numeric($v) && $v >= 0,
];
foreach ($rules as $field => $ok) {
    if (!isset($order[$field]) || !$ok($order[$field])) {
        http_response_code(422);
        echo json_encode(['error' => "invalid {$field}"]);
        exit;
    }
}

$db = Db::connection();
$db->beginTransaction();
try {
    $db->prepare(
        'INSERT INTO orders (id, phone, total, status, created_at)
         VALUES (:id, :phone, :total, "new", NOW())
         ON DUPLICATE KEY UPDATE total = VALUES(total)'
    )->execute([
        'id' => $order['id'], 'phone' => $order['phone'], 'total' => $order['total'],
    ]);

    $stmt = $db->prepare('INSERT INTO order_items (order_id, sku, qty) VALUES (?, ?, ?)');
    foreach ($order['items'] as $item) {
        $stmt->execute([$order['id'], $item['sku'], (int) $item['qty']]);
    }
    $db->commit();
} catch (Throwable $e) {
    $db->rollBack();
    error_log('order webhook: ' . $e->getMessage());
    http_response_code(500);
    exit;
}

// Уведомление — асинхронно, чтобы не держать вебхук открытым.
Queue::push('telegram.notify', [
    'chat' => 'orders',
    'text' => sprintf("🛒 Заказ #%d — %s ₴\n%d позиций",
        $order['id'], number_format($order['total'], 0, '.', ' '), count($order['items'])),
]);

http_response_code(202);
echo json_encode(['ok' => true]);

Опыт

10+ лет

Программирование и веб-разработка.

Каждый слой добавлялся потому, что предыдущего не хватало, чтобы выпустить целый продукт.

  1. Веб-разработка

    Сайты, вёрстка, CMS, первые бэкенды на PHP.

  2. Бэкенд

    API, базы данных, оплаты, авторизация — логика за интерфейсом.

  3. Автоматизация

    Парсеры, боты, планировщики — убираю ручную работу из процессов.

  4. Инфраструктура

    Собственные серверы: Linux, Docker, Nginx, бэкапы, мониторинг.

  5. AI-системы

    Локальные модели, агенты, RAG — AI как слой внутри продуктов.

Обо мне

Привет. ggcode13.

Я программирую больше 10 лет. Работаю со всем стеком продукта — интерфейс, бэкенд, базы данных, автоматизация, серверы и AI.

Мне нравятся задачи, где софт может убрать повторяющуюся работу или превратить сложный процесс в простую систему.

Не автоматизируйте, потому что это модно. Автоматизируйте, потому что люди не должны тратить время на то, что софт делает надёжнее.
  • 01СтроитьСначала рабочий продукт — интерфейс, бэкенд, данные.
  • 02АвтоматизироватьПотом убрать каждый шаг, который человек повторяет.
  • 03МасштабироватьПотом заставить это надёжно работать на своём сервере.

Контакт

Есть проблема, которую может решить софт?

Расскажите, что вы хотите автоматизировать, построить или улучшить. Не обязательно знать, какой стек нужен — просто опишите задачу.

Или напрямую: