Открыт к работе

Руслан АлыевAI-продукты и прототипы

Разбираю задачу с заказчиком, сам собираю рабочий прототип с помощью AI и довожу его до продукта, которым пользуются люди. Ниже проекты, которые я сделал за последние два года: свои продукты и заказная разработка.

Руслан Алыев
Проекты

Что я собрал

Клиентские данные на скриншотах скрыты или заменены демо-данными. Где есть живая ссылка, она под описанием.

Heardly: живая транскрипция звонка Heardly: история транскрипций и файлы
Свой продуктmacOSПодписка

Heardly — расшифровка звонков на Mac

Приложение пишет микрофон и звук компьютера одновременно и расшифровывает разговор по ходу. Бот в звонок не заходит, модели работают на устройстве, разговор никуда не уходит.

Три режима: диктовка в любое приложение, живая расшифровка звонков, расшифровка аудио и видео файлов с экспортом. Через MCP Heardly подключается к Claude: во время звонка Claude читает живую расшифровку и подсказывает, что ответить.

Что сделаноПродукт и код целиком: оплата, автообновления, 400+ автотестов и CI. Сейчас приложение тестируют первые пользователи.
Swift, WhisperKit, Parakeet, Deepgram, MCP
heardly.pro
Дашборд фонда: конкурентная разведка Дашборд фонда: граф базы знаний
Заказная разработкаДанныеИИ-чат

Дашборд для фонда-акселератора

Фонд решает, покупать ли долю в компании, по цифрам. Цифры лежали в таблицах, CRM и записях встреч. Нужен был единый центр, где видно состояние каждой компании портфеля.

Данные подтягиваются сами из Google Таблиц, amoCRM, Битрикс24, Яндекс Метрики, Директа, записей Zoom и Google Диска. Записи встреч расшифровываются и попадают в базу знаний, по ней отвечает ИИ-чат отдельно по каждой компании.

РезультатПлан и факт по каждой компании обновляются каждые сутки. Утренняя проверка из 9 модулей сверяет дашборд с источниками и ловит пропуски раньше, чем фонд откроет дашборд.
Next.js, PostgreSQL, Python-пайплайны по cron
Закрытая система фонда, названия компаний на скриншотах скрыты.
P&L-отчёт на демо-данных Отчёт по главному ограничению на демо-данных
Заказная разработкаФинансыAI-агенты

«Перезагрузка прибыльности» — AI-платформа

Предприниматель загружает P&L из Excel или Google Таблицы, а два AI-агента разбирают бизнес. Первый ищет по цифрам, где теряется прибыль. Второй по теории ограничений находит главное ограничение роста и первые действия.

До анализа платформа проверяет таблицу и показывает, какие данные возьмёт. Если таблица не подходит, модель не вызывается и отчёт не создаётся.

РезультатОтчёт с маржой, главным разрывом и планом действий. Его можно скопировать ссылкой или выгрузить в PDF.
Next.js, Supabase, OpenRouter, Vitest
На скриншотах демо-отчёты на вымышленных данных.
Mini App: пустая карта года Mini App: заполненная карта года
Заказная разработкаTelegram Mini AppГолос

Telegram Mini App для образовательной программы

Участник отвечает на 18 вопросов текстом или голосом. ИИ собирает из его слов черновик каждого пункта годового плана, участник утверждает, затем ИИ проверяет карту целиком.

На выходе экран карты, PDF в чат с ботом и первый шаг в календарь. Чтобы заказчик мог потрогать приложение до запуска, я собрал кликабельный прототип одним HTML-файлом.

РезультатОт согласованного плана до рабочего приложения — 3 дня. Ошибки в проде попадают в журнал в админке, алерты приходят в Telegram.
Next.js, PostgreSQL, Vercel AI SDK, OpenRouter, grammy, pdfkit
На скриншотах вымышленный участник.
Калькулятор юнит-экономики проекта КП-лендинг: блок стоимости
Внутренний инструментПродажиЮнит-экономика

Калькулятор юнит-экономики и генератор КП

Руководитель проекта вводит часы, ставки исполнителей и расходы на AI. Калькулятор считает себестоимость, цену для клиента и чистую прибыль и показывает, куда уходит выручка.

Из расчёта одной кнопкой собирается коммерческое предложение: PDF и лендинг с этапами, составом работ и графиком платежей.

РезультатКП за 10 минут вместо часа, 30+ КП в месяц.
HTML и JavaScript, Vercel, Netlify
Цифры на скриншотах скрыты.
AI-корректор: экран плагина AI-корректор: отправка на вычитку
Внутренний инструментFigmaТексты

AI-корректор в Figma

Дизайнер выделяет фреймы в макете, плагин забирает все тексты и отправляет их на проверку. Если ИИ находит ошибку, комментарий появляется прямо на тексте в макете. Кроме орфографии плагин проверяет 80 стоп-слов и правила тона.

РезультатЭкономия 400 000 ₽ в год на вычитке макетов.
Figma Plugin API, Python, Claude
Инструменты

Чем работаю

Каждый день работаю в Claude Code. Большие задачи делю между агентами: код пишет Codex, ревью делает отдельная модель, Claude проверяет и собирает итог.

Claude CodeCodexCursorTypeScript / Next.jsPythonSwiftPostgreSQLOpenRouterMCPFigmaGitHub Actions

Обсудим задачу?

Ярославль, готов к переезду в Москву.

@kekoborn