Разработка и AI

Платформа мониторинга автопарка

Веб-приложение из шести сервисов · спроектировано и доведено до эксплуатации одним человеком · 2025–2026

Разработка велась в связке с AI-агентами: около 80% кода написано ими, архитектура, декомпозиция задач и ревью — мои. Ниже — что получилось и как был устроен процесс.
Интерфейс

Карта всего парка в реальном времени с расчётом коэффициента использования по каждой единице. От общей картины по зонам — до исходных показаний датчиков для диагностики отклонений.

Контроль работы тягачей по заявкам: мониторинг активных рейсов в реальном времени и сверка факта с заявкой. Несоответствия выявляются системно.

Управление самосвалами на объектах в логике план/факт по рейсам. Контроль ситуации в моменте и анализ эффективности на любой дистанции — от отдельной смены до периода.

Единая точка сборки данных по всем сервисам и типам техники, сгруппированных по объектам. Три режима просмотра и детализация любой смены — вплоть до отдельного рейса и показаний датчиков.

Слой, объединяющий платформу в единое целое: персонализируемая домашняя страница, конструктор PDF- и Excel-отчётов и синхронизация с Google Таблицами по всем подразделениям.

Что построено
🚛
Самосвалы
Рейсы, дашборд реального времени, таблица по каждой единице техники, выгрузка Excel одной кнопкой
🚜
Тягачи
Маршруты на карте, контроль заявок по каждому выезду, история путевых листов, автоотчёты
📍
Аналитика объектов
Сводный дашборд КИП по объектам, все типы техники в одном экране, гео-визуализация зон
📄
Конструктор отчётов
Визуальный конструктор с фильтрами по объекту, дате, типу техники; выгрузка в Excel
📈
КИП техники
Коэффициент использования парка по каждой единице, сравнение объектов и смен
🤖
AI Отчёты
Claude Haiku + 8 SQL-инструментов — ответы на вопросы о данных платформы на естественном языке
Как устроена разработка

Платформу такого объёма один человек не напишет вручную за разумный срок. Основной объём кода писали AI-агенты, а моя работа — выстроить процесс, в котором их результат можно контролировать: архитектура, декомпозиция задач, документация как источник контекста и обязательное ревью перед тем, как код попадёт в продакшн.

01
Документация как контекст для агентов
Архитектурные решения, схемы баз данных, ключевые алгоритмы и разбор решённых проблем ведутся в отдельной базе знаний в Obsidian. Агент читает её перед задачей вместо повторного изучения исходников. В репозитории — инструкции по проекту и навигационный справочник: сервисы, порты, типовые сценарии доработки.
02
Подключение базы знаний к агентам через MCP
Настроен MCP-сервер: агент обращается к базе знаний напрямую, поиском по заметкам. Контекст задачи собирается из актуальной документации, без ручного переноса текста в диалог.
03
Разделение задач между агентами
Задачи распределяются по типу работы: планирование и декомпозиция, написание кода, ревью. Под каждую роль — своя модель, у каждой задачи заданы границы и критерий готовности. Я формулирую задачу, задаю архитектурные рамки и проверяю результат — ответственность за то, что уходит в продакшн, остаётся на мне.
04
Проектирование интерфейса
Экраны и компоненты прорабатываются в Claude Design и оттуда переносятся в код. Дальнейшие правки вёрстки и состояний вносятся точечно, по конкретному компоненту.
Архитектура и источники данных
🛰 TIS-online API
⚡ Сервер платформы
Обработка алгоритмами · Хранение истории · Аналитика
👤 Диспетчер / Руководство
Браузер · без установки ПО
Данные из TIS-online
GPS и телеметрия Заявки на рейсы Путевые листы Моточасы и скорость История рейсов
6 микросервисов с объединённой панелью администрирования и межсервисными интеграциями · PostgreSQL 16/17 + PostGIS · Python FastAPI + Node.js/Express · React 18 · Vite · 18 токенов с ротацией для обхода rate-limit TIS-online
Измеримые результаты
×60
Быстрее отчётность
30 мин вручную → 30 сек в интерфейсе
100%
Покрытие контролем заявок
Каждый выезд — вместо случайного
0 мин
Задержка данных с объекта
Реакция в моменте, не по итогам дня
227+
Единиц техники
В одном дашборде без ручной сводки