Academic Difference Assistant — ассистент расчёта академической разницы

entity project bot automation local-llm telegram education privacy ocr excel api architecture modified: 2026-08-25 14:08 · canonical

Academic Difference Assistant — ассистент расчёта академической разницы

Суть: проект ассистента для автоматизации расчёта академической разницы по академическим справкам, дипломам и учебным планам. MVP обсуждается как Telegram-бот с промежуточным human-in-the-loop подтверждением спорных сопоставлений дисциплин. источник

Контекст встречи

Участники обсуждали расчёт академической разницы для факультета техносферной безопасности. Ключевой затык был в недостатке размеченных примеров; после получения двух Excel с цветной разметкой областей методика стала понятнее для нейросетевого расчёта. источник

MVP-форма результата

Ожидаемый результат на первом этапе:

Важная UX-идея: бот не должен просто выдавать готовый Excel, который оператор потом полностью перепроверяет. Он должен по ходу расчёта подсвечивать спорные сопоставления — например, «русский язык и информатика русского языка» — и просить оператора подтвердить направление решения. источник

Архитектурные решения

Обновление 2026-08-20: подключение к CineGI / AI-чату

На встрече по CineGI / AI-чату проект выбран как первый практический кейс подключения автономного агента в единое корпоративное окно. Целевой формат — готовый внешний сервис/контейнер с endpoint и авторизацией; AI-чат отвечает за доступы и интерфейс. В качестве базового контракта предложен OpenAI-compatible API, но его ещё нужно сверить с командой AI-чата. источник

Для расчёта академразницы потребуется богатая форма: загрузка документов, зависимые списки и множественный выбор, запуск расчёта и выгрузка Excel. Варианты интеграции — внешняя HTML-форма через iframe или нативный виджет/форма AI-чата. Подробнее: CineGI / AI-чат — подключение автономных агентов.

Проблемные места

1. OCR/качество справок: реальные фотографии справок могут быть пиксельными и плохо читаемыми; классическое OCR уже показало провалы. 2. Семантическое сопоставление дисциплин: ценность человека-оператора сохраняется на пограничных случаях. 3. Конфиденциальность: production-контур должен минимизировать передачу персональных данных во внешние сервисы. 4. Фейковые справки: после MVP можно добавить attention-модуль для подозрительных паттернов: слишком высокий процент совпадения с учебным планом, странные часы, организация создана позже даты справки, отсутствие нормальной шапки/печати.

Обновление 2026-08-13: логирование MVP

В личном совещании 13 августа зафиксирован практический сдвиг: на раннем этапе MVP важнее иметь плотное логирование действий и восстановимые сессии, чем преждевременно оптимизировать продукт под идеальную security-модель. Логи нужны для разбора претензий пользователей («неправильно посчитал»), подсчёта корректных/ошибочных запросов и подготовки отчётности по качеству. источник

Обновление 2026-08-25: перевод в поддержку

В разговоре о приоритетах Павел сообщил, что нашёл и исправил дополнительный баг. Если новых падений не появится, основную разработку можно считать завершённой и перевести проект в поддержку. Будущая интеграция с корпоративным AI-чатом остаётся целевой, но не должна тормозить ближайший коммерческий MVP. Подробнее: Лисный — приоритеты задач и автономный AI-отдел.

Следующие шаги

Связанные заметки