- Задача
- Помочь разобрать материалы дела и оценить позиции сторон на этапе досудебной претензии: что у кого сильнее, где риски, чего не хватает в позиции
- Решение
- Симулятор судебного спора: юристы заявителя и ответчика ведут прения в несколько раундов, судья-супервизор решает, когда задать уточняющий вопрос, переквалифицировать дело (до двух раз) или завершить процесс, затем выносит мотивированное решение, а аналитик готовит рекомендации для выбранной стороны. Оркестрация — LangGraph. Все упоминания норм проходят linter и сверяются с Evidence Pack; реквизиты актов подтверждаются через собственный MCP-сервер к официальному порталу pravo.gov.ru
- Роль
- Проект целиком: архитектура графа, правовой слой и верификация ссылок, API и веб-интерфейс, тесты, документация — ARCHITECTURE, API, DEVELOPMENT и отчёт по спринту
- Технологии
- Python, LangGraph, FastAPI, WebSocket, Next.js, MCP (pravo-mcp), LLM-роутеры
- Результат
- 157 pytest-тестов; честные статусы проверки источников (verified / partially_verified / unverified) и деградация без потери процесса; работает с любым OpenAI-совместимым роутером, всё локально
Нижний Новгород · 56°NОткрыт к точечным партнёрствам
Нижний Новгород
Илья Голубев
Собираю цифровыесистемы для бизнеса
Сайт, трафик, заявки, CRM, автоматизация и AI-инструменты — связываю отдельные элементы в понятный рабочий процесс
Работаю на стыке маркетинга, разработки и инфраструктуры. Подхожу, когда нужен не отдельный исполнитель на одну задачу, а человек, который разберётся в системе целиком и доведёт её до рабочего состояния
- ТрафикSEO · контекст · лендинги
- СайтNext.js · MDX
- Заявкаwebhook в n8n
- CRMamoCRM / selfhost
- Автоматизацияn8n и FastAPI сервисы
- AI-инструментыLLM · RAG
01
Кто
Роль
Собираю цифровые системы для бизнеса: от сайта и привлечения трафика до CRM, автоматизации и AI-инструментов
Работаю на стыке маркетинга, разработки и инфраструктуры. Подхожу, когда нужен не отдельный исполнитель на одну задачу, а человек, который разберётся в системе целиком: начинаю с вопроса «как это должно работать», проверяю гипотезу прототипом и довожу подтверждённое решение до рабочего состояния
Маркетинг для меня — привлечение и конверсия: SEO, контекстная реклама, посадочные страницы и обработка заявок. Оцениваю решения через стоимость привлечения и экономику клиента, когда данные доступны. Инфраструктура — то, на чём всё это работает: Linux-серверы, Docker, резервное копирование и базовые меры контроля доступа
- Город
- Нижний Новгород
- Образование
- организация и технология защиты информации
- Языки
- Русский, English
- Формат
- прототип → рабочий продукт
- Связь
- Telegram / почта
Технологии
- Frontend
- React, Next.js, Vue
- Backend
- Python, FastAPI, Node.js
- Автоматизация
- n8n, webhook-интеграции, REST API
- AI/LLM
- LLM API, локальные модели, LangGraph, MCP
- Инфраструктура
- Docker, Linux, self-hosting
- Данные и интеграции
- CRM API, внешние API, GitHub Actions
- Контент
- MDX, генерация и публикация
Плюс, где есть реальный опыт: pytest · CI/CD · nginx · резервное копирование · RAG и embeddings
02
Польза
Чем могу быть полезен
Собираю системы целиком, поэтому полезен там, где нужно связать несколько областей — или закрыть узкое место без найма трёх отдельных специалистов
01
Если нужен цифровой продукт
Соберу от идеи до публикации и не брошу на полпути:
- сайт или внутренний интерфейс
- контентная система
- личный кабинет
- MVP
- интеграция frontend и backend
- публикация и сопровождение
02
Если в бизнесе много ручной работы
Разберу процесс и сниму с людей повторяющиеся операции:
- связать формы, мессенджеры и CRM
- настроить маршрутизацию заявок
- автоматизировать уведомления и постановку задач
- добавить отчётность
- убрать повторяющиеся операции
03
Если хочется использовать AI с пользой
Встрою LLM в существующий процесс, а не сделаю отдельную демонстрацию:
- классифицировать заявки
- подготовить черновики ответов
- искать информацию в документах и открытых источниках
- подключить инструменты и ограничения доступа
- построить многошаговый сценарий там, где он оправдан
04
Если нужна техническая связка
Соберу и разверну то, на чём держится система:
- оценить варианты архитектуры
- собрать прототип
- развернуть сервисы
- настроить резервное копирование и мониторинг
- подготовить систему к передаче команде
03
Подход
Как работаю
Сначала разбираюсь в задаче и ограничениях, затем предлагаю несколько вариантов решения. Для небольших задач быстро собираю прототип, для более сложных — фиксирую архитектуру, этапы и критерии готовности. Стараюсь не создавать зависимость от одного человека: документирую решения и собираю процессы так, чтобы ими можно было пользоваться дальше
Начинаю с проблемы, а не с технологии
Сначала задача и ограничения — потом выбор инструментов
Сначала гипотеза, потом масштаб
Быстрый прототип подтверждает спрос и снимает риски до крупных вложений
Учитываю стоимость владения
Считаю не только разработку, но и поддержку, обновления и время, которое система будет требовать каждый месяц
Разделяю прототип и продакшен
Черновик можно собрать за вечер; рабочий продукт — это тесты, логи, обработка ошибок и документация
Оставляю систему, а не зависимость
Документирую решения и оставляю понятные точки контроля, чтобы проект можно было передать команде
AI — только там, где он уместен
Не добавляю LLM там, где достаточно обычной автоматизации или одного скрипта
04
Проекты
Что я собрал
- Задача
- Пользоваться облачными моделями для рутинной работы с интернетом, не отдавая наружу переписку, файлы и внутренний контекст
- Решение
- Стек из трёх ролей на одной машине с GPU: локальный оркестратор на llama.cpp планирует и сводит результат, облачный субагент ищет и читает, инструменты (SearXNG, MCP-серверы, anti-bot браузер) живут отдельно. Перед каждым облачным вызовом локальная модель переписывает задачу в обезличенный запрос; всё исходящее пишется в журнал; контейнеры оркестратора и интерфейса физически не имеют маршрута в интернет. Плюс RAG на локальных эмбеддингах, rolling summary для длинных диалогов и сон на простое с выгрузкой модели из VRAM
- Роль
- Собрал и настроил стек целиком: docker-compose на 13 сервисов, сетевые контуры, санитайзер и журнал исходящих, MCP-инструменты делегирования, провижининг интерфейса
- Технологии
- Docker, llama.cpp, LiteLLM, SearXNG, MCP (FastMCP), Open WebUI, bge-m3
- Результат
- Маркерный тест утечек пройден: приватный маркер не попадает в исходящие запросы и логи; замеры VRAM — 15,2 ГБ в работе, 1,7 ГБ во сне; журнал каждого облачного вызова с исходной и обезличенной задачей
03
muscriptor-plus
Форк с существенными доработками · оригинал — MuScriptor (Kyutai × Mirelo)
- Задача
- Сделать транскрипцию музыки удобной на Windows и на русском: в оригинале модель выбирается только флагом запуска, вокал в миксе портит расшифровку, гитарные партии не раскладываются по струнам
- Решение
- Русский интерфейс и мастер установки для Windows (GPU-сборка PyTorch, MuseScore, ffmpeg); переключение моделей на ходу с выгрузкой из VRAM; opt-in удаление ведущего вокала перед расшифровкой (Mel-Band-RoFormer); гитарный аранжировщик: MIDI → струны и лады с глобальной оптимизацией фраз динамическим программированием, блокировки ручных позиций, экспорт MusicXML / PDF / табулатур с сохранённой аппликатурой
- Роль
- Форк и все перечисленные доработки; ядро и модели оригинального проекта не изменялись — точность, CLI и API остаются оригинальными
- Технологии
- Python, PyTorch, audio-separator, MuseScore, MusicXML, uv
- Результат
- Таблица отличий от оригинала — 9 пунктов; работает на Windows, Linux и macOS; код — MIT, веса модели — CC BY-NC, некоммерческое использование
04
RU-free-exercise-db
Форк-локализация · публичные данные (Unlicense)
- Задача
- Русская версия открытой базы упражнений — для приложений, ботов и сайтов
- Решение
- Локализация сайдкаром: upstream-данные не изменяются, переводы живут отдельным слоем — 876 упражнений и ~3800 поисковых алиасов, глоссарий терминов, движок черновиков с пост-редактом и статусами ревью. CI проверяет схему, покрытие и актуальность сборок; публичный сайт с двуязычным поиском работает на русских данных
- Роль
- Локализация и вся инженерная обвязка; исходная база и фронтенд — upstream
- Технологии
- Node.js, Vue, GitHub Actions, JSON Schema
- Результат
- 876/876 упражнений с русскими названиями и инструкциями; статусы перевода видны прямо в данных; сайт и дистрибутив обновляются автоматически
05
Вне работы
Личное
Работа — не единственный источник идей
01Игра
Шахматы
Считаю варианты и учусь проигрывать красиво
02Язык
Английский
Тащу словарный запас к свободному уровню
03AI
ML и LLM-тулинг
Матчасть и инструменты: учёба сходится с работой
04Звук
Музыка
Гитары, пианино — и даже флейта
05Тело
Силовые
Форма и дисциплина как база