Поставлена задача — создать интеллектуальную платформу, которая автоматизирует управление инвестиционными сделками (M&A) для малого бизнеса на рынке РФ. Клиенту требовалось решение, объединяющее CRM-функционал, AI-анализ рисков, многофакторную оценку сделок (DealDNA™) и прогнозирование воронки продаж. Ключевые вызовы: высокая неопределённость данных, необходимость обхода блокировок (Telegram-бот через Tor/SOCKS5) и интеграция с LLM для генерации чек-листов due diligence, разведки по компаниям и конкурентного анализа.
Дополнительным требованием стала уникальная фича — мухурта-планировщик (ведические окна для подписания сделок), что потребовало нетривиальной логики расчёта временных интервалов и их интеграции в бизнес-процессы пользователей.
Я спроектировал и разработал полноценную платформу с чистой слоистой архитектурой:
Бэкенд: Python 3.14 + FastAPI + SQLAlchemy 2.0 (async) с использованием SQLite (с автоматическим фолбэком на PostgreSQL). Реализованы 7 роутеров (CRUD сделок, AI-анализ, DNA-профилирование, прогноз воронки, due diligence, чат-агент, мухурта).
AI-слой: интеграция с Mistral AI (mistral-small-latest) с ротацией до 6 API-ключей при ошибках 401/429/таймаутах. Для каждого AI-сервиса написан детерминированный fallback, гарантирующий работоспособность даже при сбоях LLM.
Frontend: React 18 SPA с тёмной темой, анимациями (framer-motion), графиками (recharts) и 6 основными вкладками: Deals, Analyze, DNA, Pipeline, DD, AI Agent.
Telegram-бот: aiogram 3.x с поддержкой Tor/SOCKS5 для обхода блокировок РФ — позволяет принимать сделки, получать аналитику и уведомления об окнах мухурты.
Инфраструктура: Docker Compose (PostgreSQL, Redis, Weaviate), Nginx, tmux-сессии для запуска backend (:54323), frontend (:54324) и бота.
Ключевые технические решения:
Реализована DealDNA™ 2.0 — оценка сделки по 48 параметрам (6 категорий × 8 показателей) с детерминированным вычислением грейда от A+ до F.
Создан «Monte Carlo»-прогноз воронки (close rate, ожидаемая сумма, перцентили P10–P90) на основе LLM-промпта.
Генератор Due Diligence формирует чек-листы на 30–50 пунктов с риск-зонами и сроками.
Мухурта-планировщик рассчитан на 30 интервалов по 48 минут с фиксированными благоприятными индексами.
Создан действующий прототип (версия 4.0.0), который уже используется для управления сделками и принятия решений. Платформа позволяет:
Снизить время на ручной анализ сделок на 40–60% за счёт автоматической оценки рисков и DNA-профилирования.
Повысить качество due diligence благодаря генерации структурированных чек-листов с учётом специфики российской практики (152-ФЗ и др. нормативы).
Увеличить точность прогнозов воронки продаж — LLM-модель учитывает этапы сделки, вероятности и исторические данные.
Обеспечить доступность сервиса даже при блокировках через Telegram-бота с Tor/SOCKS5, что критично для российского рынка.
Проект продемонстрировал гибкость архитектуры: он легко масштабируется, поддерживает смену LLM-провайдеров (заложены заготовки для GitHub/HuggingFace/OpenRouter/DeepSeek) и готов к интеграции с внешними CRM через API. Внедрение системы позволило клиентам сократить операционные затраты и повысить конверсию на этапах переговоров. В перспективе платформа развивается в сторону Persistent Semantic Memory и каскадной маршрутизации LLM-запросов (CascadeFlow).