Субподряд для ИТ-интеграторов госсектора

Закрываю слой ИИ-ассистентов и баз знаний в ваших госпроектах

Под вашим брендом — лицом перед заказчиком остаётесь вы. Вы берёте контракт, я точечно закрываю экспертную часть, которой нет у вас в штате.

Дмитрий Лаухин · ИП Second Brain Production · Караганда, Казахстан

Что закрываю

Базы знаний и ИИ-ассистенты

Корпоративные базы знаний и ассистенты, которые отвечают по вашим документам и регламентам (RAG). Извлечение из неструктурированного текста, нормализация данных, семантический поиск, чат-ассистенты с ответами со ссылками на источник.

СДО и электронные курсы

Разработка и наполнение систем дистанционного обучения, производство электронных курсов и учебно-методических материалов, ИИ-ассистенты обучения поверх вашей платформы.

Как работаю

Под вашим брендом

—Не выхожу на вашего заказчика и не претендую на отношения с ним. Лицо проекта — только вы.

Точечно под проект

—Подключаюсь на ИИ/knowledge-часть конкретного проекта. Без места в штате и без расширения вашей команды.

Довожу до результата

—Не прототип в стол, а работающий сервис: деплой, документация, передача вашей команде.

Кейсы задача → решение → результат

001

Корпоративная база знаний с ИИ

Задача

Команда экспертов; концепции, методички и кейсы разбросаны по Google Docs и видео. Нужен единый корпус — и для людей (оперативный поиск), и для ИИ-агентов внутри их приложений.

Решение

Хранилище на Obsidian + серверная headless-реплика; гибридный поиск (полнотекстовый + семантический); MCP/HTTP API как точка входа для их RAG-приложений; Git-журнал — полный аудит правок и откаты. Конвейер: Google Docs → Markdown, видео → транскрибация, схемы-картинки → структурный текст.

Результат

Корпус знаний как сервис: людям — поиск из Obsidian, машинам — через API. Повторяемый конвейер приёмки нового контента, а не разовая миграция.

002

ИИ-агенты в продакшене

Задача

Управлять рабочей машиной и задачами через ИИ-агента из мессенджера — безопасно, с контролем над разрушительными действиями.

Решение

Headless-агенты + MCP; гибридная модель доверия: безопасное выполняется сразу, разрушительное — только после подтверждения по одноразовому токену, запрещённое — никогда. Детерминированный канал доставки без лишних вызовов LLM.

Результат

Боевой цикл «задача → выполнение → вопрос → ответ → готово» из Telegram. Покрыто юнит-тестами, обкатано на реальных задачах.

003

Платформа обучения под ключ

Задача

Запустить собственную систему обучения вместо арендованной, перенести курсы, убрать ручную выдачу доступов.

Решение

Своя LMS на Next.js + PostgreSQL + объектное хранилище S3. Миграция курсов с видео, PDF и аудио; авто-выдача доступа по оплате (вебхук → создание пользователя → запись на курс → письмо); открытая регистрация с авто-записью.

Результат

Работающая платформа на продакшене, обслуживает платных студентов. Доступы выдаются без ручного труда.

004

Доставка до продакшена

Задача

Довести сервисы до боевого состояния — деплой, домены, надёжность, восстановление.

Решение

FastAPI и Next.js в Docker на VPS, Caddy с авто-HTTPS, ежедневные бэкапы, hot-standby реплика, мониторинг. Платёжный роутер с вебхуками и уведомлениями.

Результат

Сервисы в продакшене с резервированием и автоматическим восстановлением — эксплуатируемая система, а не прототип.

Стек и компетенции

Obsidian / PKM RAG Семантический поиск LLM-интеграции (model-agnostic) MCP Промпт-инжиниринг Next.js FastAPI PostgreSQL Docker VPS / Caddy Конвейеры данных Транскрибация / мультимодальный разбор Git-аудит СДО / e-learning Email-инфраструктура

Контакт

Напишите — разберём, где я закрою ваш ИИ/knowledge-слой

Короткий разговор: какой у вас проект, какая часть «провисает» по ИИ, базам знаний или обучению — и подойду ли я под неё.

Почтаdmitriy@laukh.in Telegram@dmitriylaukhin