Рабочая информация часто распадается между таблицами, мессенджером и устными договорённостями. В результате задача существует отдельно, её обсуждение — отдельно, а контроль зависит от памяти руководителя. Я собрал закрытое приложение, в котором эти части связаны одной системой.
Что работает сейчас
В приложении есть задачи, обсуждения внутри каждой задачи, общий командный чат, уведомления и повторные напоминания. Пользователи получают роли и проходят предварительное одобрение. Все важные действия записываются в журнал, а ежедневные проверки показывают, что система и резервное копирование остаются работоспособными.
AI-наблюдатель читает рабочий контекст и может подсказать, где задача зависла, срок приближается или договорённость потерялась. При этом он не меняет данные и не принимает решение вместо человека без подтверждения.
Как устроен рабочий процесс
Сотрудник создаёт задачу и обсуждает её там же. Система сохраняет историю, отслеживает сроки и возвращает внимание к незакрытым вопросам. AI получает только разрешённый контекст, формирует рекомендацию и передаёт её человеку. Если основной AI-провайдер недоступен, предусмотрены два резервных маршрута и локальные правила.
Технический стек
Основа — Next.js, React, Nx и PostgreSQL. Приложение работает в Docker за Traefik, использует вход по электронной почте, паролю и шестизначному коду, очередь фоновых заданий, аудит действий, резервное копирование и провайдерный fallback.
Измеримый результат
В одном интерфейсе объединены четыре раньше раздельные функции: задачи, предметные обсуждения, командный чат и контроль. Автоматические проверки охватывают более 100 сценариев, включая типизацию и сборку.
Что это даёт бизнесу
Руководителю не нужно вручную сопоставлять список задач с перепиской. У команды остаётся единый след: кто поставил задачу, что обсуждали, что изменилось и почему система привлекла внимание к конкретному риску.