Разработчик открыл ядро агента для поиска клиентов в закупках с 726 тестами

Компания опубликовала закупку серверов — значит, у продавца появился повод для разговора. Но между уведомлением о закупке и полезным звонком лежит ручная работа: открыть техническое задание, разобраться в оборудовании, посмотреть отчетность заказчика и найти человека, которому можно позвонить. Автор AI Tender Radar описал, как передал эту подготовку ИИ-агенту и открыл исследовательское ядро проекта на GitHub.

Результат работы — карточка в Telegram: что требуется заказчику, какие у него финансовые показатели, куда звонить и с каких вопросов начать. По словам автора, система работает в боевом режиме и обработала закупки сотен компаний. Замеров экономии времени и точности поиска в материале нет, поэтому оценивать кейс стоит прежде всего по устройству системы.

От технического задания до карточки перед звонком

Программа собирает государственные и коммерческие закупки серверов, систем хранения данных и комплектующих, скачивает документы и извлекает текст. Поддерживаются PDF, DOCX, DOC, XLSX, TXT, архивы ZIP и 7z. Сканы без текстового слоя, RAR и старый XLS пока остаются пробелами в данных.

Допустим, в заголовке закупки написано только «поставка оборудования». Менеджеру этого мало. Агент должен открыть приложения, выяснить состав поставки, количество и сроки, затем найти контакт заказчика. Данные о выручке, прибыли и капитале он получает из последней опубликованной отчетности ФНС. Это помогает подготовиться к разговору, хотя само по себе не отвечает на вопрос, оплатит ли компания конкретную поставку.

У карточки есть кнопки «В работу» и «Мимо», к ней можно оставить заметку. Лиды выгружаются в Excel. Агент самостоятельно не связывается с заказчиком и не обещает условия поставки: цен и возможностей продавца он не знает.

Агент выбирает маршрут, код проверяет контакты

Первая версия была последовательностью заранее заданных шагов. Контакт искали в документах, затем на сайте и дальше по предусмотренным веткам. Разные закупки требовали новых исключений, и программа усложнялась.

Во второй версии модель получила инструменты чтения документов, веб-поиска, открытия страниц и получения отчетности. Инструкция задает приоритет источников, а агент выбирает, что открыть следующим. Для каждого исследования предусмотрены ограничения по числу шагов и расходам на модель.

Самая полезная инженерная деталь находится после поиска. Перед сохранением карточки обычный код сверяет предложенные контакты с текстами, которые агент действительно прочитал. Для телефона ищется десятизначное ядро номера, для имени — его части с учетом окончаний, для почты — буквальное совпадение без учета регистра. Неподтвержденные сведения удаляются.

Затем система присваивает карточке категорию: A — найден человек с телефоном, B — телефон без имени либо контакт из стороннего справочника, C — телефона нет. Менеджеру отправляют только первые две категории. Если агент не нашел человека с номером, закупку передают резервной модели.

Но совпадение с источником имеет четкие границы. Оно не доказывает, что телефон принадлежит указанному человеку или остается актуальным. Автор также признает возможность случайного совпадения соседних чисел; добавочный номер не проверяется. Поэтому такую проверку разумно считать фильтром против выдуманных контактов, а не гарантией правильного адресата.

Что можно перенести в свой продукт

В открытом ядре, по описанию автора, есть агент, инструменты, проверка контактов, журнал, Telegram-доставка, заметки и экспорт. Заявлены 726 автоматических тестов на синтетических данных и лицензия AGPL-3.0. Подключения к закупочным площадкам, рабочая инструкция и серверные настройки закрыты. Для собственного запуска эти части придется подготовить отдельно.

Практическая ценность кейса — в распределении ответственности. Модель разбирает разнородные документы и выбирает маршрут поиска, а программа ограничивает расходы и проверяет сведения перед отправкой. Отдельно обработаны повторы, ожидание документов и неоднозначные ответы Telegram: именно такие детали определяют удобство ежедневной работы.

Разработчику здесь полезно изучить проверку результатов и обработку сбоев. Продакту — измерить на собственных закупках долю полезных карточек, время подготовки и стоимость одного лида. Без этих показателей рассказ показывает рабочий подход, но пока не доказывает его экономический эффект.