Стажировка
Нейро-помощник для презентации возможностей платформы с искусственным интеллектом по обработке медиа (на примере сервиса «Нейро-юрист»)
ООО «АлгоФьюжн»
  • Собран рабочий прототип AI-консультанта на платформе Bubble.io с регистрацией и без неё — текстовые консультации с опорой на законодательство РБ
  • Развёрнута облачная векторная база данных Qdrant с обогащёнными чанками двух законов (добавлены названия документов и статей для повышения точности поиска)
  • Реализован голосовой ввод и расшифровка аудиофайлов через Whisper с нормализацией текста перед отправкой в LLM
  • Реализована загрузка и анализ изображений через Vision API — распознавание чеков, квитанций и дефектов
  • Настроен workflow для создания и сохранения юридических документов в формате Word по шаблонам обоих законов
  • Полностью собран визуал приложения — авторизация, чат-консультант, загрузка медиа, скачивание документов, навигация
  • Разработаны и протестированы промпты для консультаций и генерации документов с тестированием различных LLM
Результаты проекта
  • Развёртывание локальных моделей (Docker-контейнер с Ollama) для полной обработки ПДн без отправки в облако
  • Расширение базы знаний дополнительными нормативными актами и судебной практикой
  • Сборка полноценного мобильного приложения (iOS/Android) с оффлайн-режимом
  • Нагрузочное тестирование и подготовка к продакшн-запуску
Перспектива развития
  • Frontend: Bubble.io, BDK (мобильная обёртка)
  • Local AI Layer: Python, FastAPI
  • Cloud AI Layer: OpenAI GPT-4o, Whisper (ASR), Vision API
  • Хранилища: Qdrant (векторная база, два изолированных индекса), Bubble DB
  • Генерация документов: Docxpresso, ConvertAPI. Оркестрация: Bubble.io Backend Workflows, API Connector
Технологический стек
● Правовая консультация с указанием применимых статей
● Структурированные факты из медиа-файлов (даты, суммы, описания дефектов) в формате JSON
● Готовый документ .docx — претензия или иск по шаблону соответствующего закона
● История обращений с сохранением контекста
Выходные данные
  • Текстовые обращения пользователей
  • Аудиозаписи: звонки, голосовые сообщения, записи разговоров
  • Фотографии: чеки, квитанции, договоры, дефекты товаров, следы повреждений в жилье
  • Законодательная база: Закон №90-З (ЗПП), Закон №405-З (ЖКУ), Постановление Пленума ВС №4, профильные Постановления Совмина
вводные данные
  • Для автоматического определения применимого закона — система различает общие потребительские вопросы и вопросы ЖКУ, исключая юридические коллизии
  • Для безопасной обработки данных — персональные данные не покидают локальный сервер заказчика
  • Для мультимодального ввода — пользователь может описать проблему текстом, голосом, отправить фото дефекта или скан чека
  • Для генерации юридически грамотных документов, соответствующих специфике конкретной проблемы и актуальному законодательству РБ
Для чего
  • Реализация гибридного пайплайна обработки запросов: локальная санитизация ПДн и маршрутизация по применимому закону, затем облачный анализ через GPT-4o с поиском по векторной базе знаний
  • Обработка медиа-доказательств: распознавание речи из аудиозаписей (Whisper), OCR чеков и квитанций, анализ фотографий дефектов (Vision API)
  • Автоматическая генерация юридических документов (.docx) — претензий и исков по шаблонам соответствующего закона (№90-З или №405-З)
  • Создание веб-интерфейса с чат-консультантом, загрузкой медиа, авторизацией и скачиванием документов. ● Подготовка мобильного приложения (обёртка веб-версии) с доступом к камере и микрофону
Задачи проекта
Нейро-юрист — это прототип программного комплекса, демонстрирующего возможности мультимодальной AI-платформы по безопасной и интеллектуальной обработке входящего медиа-потока (аудио, фото, текст) для решения юридических задач. Платформа построена на гибридной архитектуре (Bubble.io + Cloud API + Local Models) и ориентирована на сферу защиты прав потребителей Республики Беларусь, работая одновременно с двумя законодательными актами: Законом «О защите прав потребителей» (товары, работы, услуги) и Законом «О защите прав потребителей жилищно-коммунальных услуг» (качество ЖКУ, техобслуживание, капремонт). Ключевая особенность — персональные данные фильтруются локально на сервере заказчика, а сложная аналитика выполняется в облаке

ЦЕЛЬ проекта
Участники
команды проекта
  • Кравченко Дмитрий Александрович
    Тимлид проекта
    • Управление архитектурой проекта
    • Стратегическое развитие продукта
    • Постановка задач
    • Взаимодействие с заказчиком
    • Координация разработки и методология развития платформы
  • Слынько Григорий Иванович
    помощник тимлида
    • Разработка Web-платформы (React + FastAPI API Gateway)
    • Интеграция ключевых образовательных AI-модулей
    • Реализация центрального AI-ассистента обучения
    • Реализация административной панели
    • Разработка системы скоринга и персональных планов обучения
  • Савченко Даниил Сергеевич
    помощник тимлида
    • Исследование и тестирование моделей распознавания и синтеза речи
    • Разработка аналитической платформы обучения (дашборды студентов и администраторов)
  • Аникеев Михаил Валерьевич
    участник стажировки
    Архитектура микросервисной системы, описание API-спецификаций, разработка концепции Orchestrator, архитектурное сопровождение команды
  • Тарасьян Михаил Михайлович
    участник стажировки
    Архитектура frontend-платформы, разработка backend API, реализация адаптивного обучения, интеграция админ-панели, внедрение системы безопасности (JWT, RBAC, защита данных)
  • Глазунова Надежда Александровна
    участник стажировки
    Разработка образовательной логики обучения, CEFR-диагностика, сценарии Diagnostics и Goal Setting, Learning Plan, продуктовая логика поведения AI-репетитора, подготовка презентации проекта
  • Сидоренко Александр Владимирович
    участник стажировки
    Разработка UI-прототипов, тестирование платформы, исследование защиты от атак, разработка LLM Guard-механизмов
  • Пятницкий Владимир Викторович
    участник стажировки
    Разработка модулей LLM-интеграции, speech-модулей, структуры образовательных упражнений
  • Суворова Полина Александровна
    участник стажировки
    Разработка интеграционного слоя подключения LLM-провайдеров
  • Серяков Николай Михайлович
    участник стажировки
    Разработка backend-оркестратора, микросервисной логики управления обучением
  • Зинченко Алина Владимировна
    участник стажировки
    Анализ пользовательского поведения, разработка onboarding-логики, проектирование пользовательского пути обучения, подготовка продуктового ТЗ и UX-wireframes
  • Шаров Михаил Николаевич
    участник стажировки
    Разработка SPA Super English, реализация AI-Mentor, адаптивная генерация учебного контента
  • Бойков Олег Александрович
    участник стажировки
    Методология генерации обучения, CEFR-связность навыков, JSON-структуры образовательных целей, LLMFactory, контроль стоимости LLM
  • Петров Николай Владимирович
    участник стажировки
    Разработка backend-логики модулей платформы, интеграция микросервисов, поддержка API-взаимодействий, подготовка backend-части к демонстрациям и MVP-тестированию