nlp-bot: Telegram бот для ООО "Торжество Разума"

Проект реализует кейс-задачу №3: Telegram-бот для первичного сбора требований клиента и автоматического расчета ориентировочной сметы.

Компания: ООО "Торжество Разума". Профиль: аутсорс-разработка мобильных приложений (Flutter iOS/Android), веб-приложений (React, PHP), backend-сервисов (Python FastAPI).

Что умеет бот

• Распознает тип проекта через spaCy (ключевые слова и фразы).
• Ведет клиента по сценарию сбора данных:
  • тип проекта,
  • размер команды разработчиков (от 3 до 8),
  • срок проекта (в месяцах),
  • ставка разработчика (1000-2000 руб/час),
  • текстовое описание задачи.
• Считает ориентировочную смету для команды:
  • N разработчиков,
  • 1 QA (600 руб/час),
  • 1 PM (1000 руб/час).
• Отправляет итог клиенту в чат и дублирует заявку в личные сообщения менеджеру (TELEGRAM_CHAT_ID).

Формула оценки

Используется оценка по человеко-часам за месяц:

итого = месяцы * 160 * (N_dev * rate_dev + 1 * 600 + 1 * 1000)

где:

• 160 - условные часы на человека в месяц,
• N_dev - число разработчиков (3..8),
• rate_dev - ставка разработчика (1000..2000 руб/час).

Установка

poetry install

Для более точного распознавания русского текста установите модель spaCy:

poetry run python -m spacy download ru_core_news_sm

Если модель не установлена, бот использует fallback spacy.blank("ru").

Настройка .env

TELEGRAM_TOKEN=<token вашего бота>
TELEGRAM_CHAT_ID=<chat id менеджера>

Запуск

poetry run python -m nlp_bot.main

Кейс-задача №4: аналитический обзор

1. Функциональность Реализован пошаговый Telegram-диалог с валидацией входных данных и расчетом сметы. Бот покрывает ключевой бизнес-сценарий пресейла: от сбора параметров до передачи заявки менеджеру.

2. Точность распознавания Распознавание типа проекта построено на spaCy PhraseMatcher с доменными ключевыми словами (Flutter, React, PHP, FastAPI и пр.). Для коротких прикладных фраз точность высокая; для неоднозначных описаний зависит от полноты словаря и может расширяться.

3. Качество ответов Ответы структурированы: клиент получает состав команды, ставки, декомпозицию по ролям и итоговую сумму. Это достаточно информативно для предварительной оценки.

4. Интерактивность Бот поддерживает диалог в несколько шагов, использует клавиатуру Telegram, обрабатывает некорректный ввод и предлагает повторный ввод.

5. Скорость ответа Ответ формируется мгновенно (локальные вычисления без внешних API), задержка ограничена сетевой доставкой Telegram.

6. Удобство использования Интерфейс минималистичный и понятный: /start, последовательные вопросы, прозрачная логика расчета.

7. Возможности расширения Можно добавить:

• хранение заявок в БД,
• гибкие роли команды (дизайнер, DevOps, аналитик),
• несколько тарифных сеток,
• экспорт КП в PDF,
• интеграцию с CRM.

8. Эффективность разработки Использованы готовые надежные библиотеки: python-telegram-bot, spaCy, python-dotenv. Это ускорило реализацию и упростило поддержку.

9. Техническая реализация Язык: Python 3.13. NLP: spaCy. Транспорт: Telegram Bot API через python-telegram-bot. Конфигурация: .env.

10. Адаптация к NLP Решение адаптировано под русский язык через spaCy и словарь ключевых фраз отраслевого домена. Подход практичный для MVP и легко улучшается за счет расширения словаря и добавления лемматизации/классификатора.