~/ ai-integration-engineer

Собираю прикладные AI-системы из хаотичных задач.

AI-агенты, MCP-инструменты, RAG-пайплайны, парсеры, IDP и async backend - в формате production-MVP.

task
  -> research
  -> specification
  -> agent.loop
       tools: [mcp, rag, parser]
       state: explicit
       review: required
  -> tests
  -> deployable_mvp

output: report + working system

12+ публичных репозиториев MCP-инструменты RAG по внутренним документам Локальные LLM-workflows FastAPI / Docker / TypeScript

Компетенции

Системы вокруг моделей, а не просто промпты.

Самая сильная зона - там, где встречаются неясная задача, ограничения AI и детали интеграции.

Агентные workflows

Проектирую агентные циклы с инструментами, явным состоянием, безопасными действиями, памятью, логированием и точками ревью.

MCP Playwright tool calling

RAG и knowledge systems

Собираю поиск по внутренним документам: chunking, embeddings, BM25, гибридный retrieval, роли доступа и проверяемые ответы.

Qdrant FAISS BM25

Document AI / IDP

Превращаю длинные PDF и неструктурированные документы в данные через OCR, anchors, LLM-оркестрацию и async backend.

OCR PyMuPDF FastAPI

Business MVP

Делаю прикладные MVP под доменные процессы: импорт, отчёты, dashboards, автоматизация и воспроизводимый деплой.

TypeScript Docker PostgreSQL

Избранные работы

Кейсбук, а не свалка репозиториев.

На главной только проекты, которые раскрывают позиционирование: AI-агенты, MCP, RAG, IDP, local LLM workflows и бизнес-MVP.

Все работы

Local LLM / Research Automation Публично

research-local-xiaomi

Локальный research-workflow, который превращает web-evidence в структурированные отчёты с планированием, критикой, учётом usage и воспроизводимыми результатами.

TypeScript CLI local LLM web search structured reports

Показывает проектирование research pipeline вокруг локальных моделей и агентных ревью-циклов.

Кейс Код

RAG / Full-stack AI Учебный

neuro_apk

Full-stack прототип AI-сотрудника для АПК: RAG, локальная LLM-интеграция, crawler, FastAPI backend, PostgreSQL, Qdrant и Docker Compose.

Next.js FastAPI PostgreSQL Qdrant LM Studio Docker Compose

Показывает end-to-end архитектуру AI-системы: от frontend до vector search и local inference.

Кейс Код

AI Agents / Browser Automation / MCP Публично

browser_agent_mvp

Локальный browser agent, который управляет видимым Chromium через Playwright: ARIA-снимки, tool-calling, память действий и логирование.

Playwright MCP tool calling ARIA snapshots action logging

Показывает практическое проектирование agent loop для browser automation.

Кейс Код

Business MVP / Data App Публично

msfo-global-mvp

Бизнес-MVP под финансовые workflows МСФО: импорт данных, отчёты, графики и интерфейс под экспорт результатов.

TypeScript frontend data import reporting charts

Показывает умение превратить domain workflow в рабочий внутренний инструмент.

Кейс Код

MCP / Enterprise RAG Клиентская работа

Redmine MCP + VK Teams RAG

Клиентская работа: MCP-инструменты для Redmine и VK Teams RAG-бот с учётом ролей доступа по Wiki.js и PDF-регламентам.

Python MCP RAG VK Teams API Wiki.js PDF

12 Redmine tools.

Кейс

Как я работаю

Агентная разработка с ревью-циклами.

Большинство проектов начинается с неясной задачи. Я превращаю её в исследование, ТЗ, агентную реализацию, ревью, тесты и деплой.

01 Исследование
02 ТЗ
03 Реализация
04 Ревью
05 Тесты
06 Деплой

Автоматизация

Где это полезно бизнесу

Помогаю превращать неясные операционные задачи в небольшие AI-системы: внутренних ассистентов, document pipelines, RAG-поиск, MCP-инструменты и быстрые прототипы, которые команда может проверить в работе.

Обсудить задачу

Автоматизация внутренних процессов

Заменяю повторяющиеся ручные действия небольшими инструментами, агентами и пайплайнами.

Быстрые AI-прототипы

Помогаю пройти путь от идеи до проверяемого MVP без месяцев архитектурной подготовки.

Интеграция LLM в существующие инструменты

Подключаю модели к документам, API, браузеру, таск-трекерам и бизнес-системам.

Сейчас в работе

Локальные research-workflows, AI-агенты, этот Astro-кейсбук и MCP/RAG-эксперименты вокруг прикладных бизнес-задач.

Сейчас

связь

Приносите хаотичную AI-задачу.

Я помогу превратить её в проверяемый MVP, внутренний инструмент, исследовательский workflow, парсер, RAG-систему или интеграцию с агентами.