> ls -la /whoami

Сайти, Telegram-сервіси та AI-інструменти для бізнесу

Допомагаю перетворити ідею на робочий продукт: від лендінгу й бота до внутрішнього сервісу з інтеграціями та AI-функціями.

Дивитися кейси Що можна замовити Обговорити задачу

2006 почав шлях

100+ проєктів

∞ рядків коду

LLM досліджую

Код — це спосіб мислення, а не просто професія.

/послуги

Що можна замовити

Оберіть зрозумілий формат задачі — далі разом визначимо склад робіт, строки й найкоротший шлях до запуску.

Сайти та веб-сервіси

Лендінги, портфоліо, особисті кабінети та сервіси зі зрозумілим інтерфейсом і надійним backend.

Дивитися схожі кейси ↗ 02

Telegram-боти та Mini Apps

Боти, mini-apps, платежі, сповіщення й адмінка — повний шлях клієнта всередині Telegram.

Дивитися схожі кейси ↗ 03

Автоматизація бізнесу

Внутрішні інструменти, інтеграції, операційні сценарії, звіти та рутина, якій не місце в таблицях.

Дивитися схожі кейси ↗ 04

AI-функції та асистенти

RAG, support-асистенти, робота з документами та AI-функції з джерелами, перевіркою якості й контролем людини.

Дивитися схожі кейси ↗

/projects

Кейси з реальної роботи

all telegram веб-сервіси автоматизація ai desktop

BotHub: Telegram mini-app marketplace

Laravel 12 React Telegram Bot API Telegram Mini App MoonShine MySQL Queue Payments

A Telegram-oriented platform that combines link/bot aggregation, storefront, and checkout in one product without a separate registration flow.

↗

MoonShift: shift and payroll operations in Telegram

Laravel 12 MoonShine Telegram Bot API Matrix Scheduler Queue MySQL

A management system for dispatch teams where operators work with Telegram bots and administrators use one control panel for schedules, attendance checks, payroll, and reports.

↗

Support AI assistant: retrieval + moderation layer

LLM RAG Python OpenAI Moderation Queue PostgreSQL Observability

A support workflow that blends retrieval, safe-prompt constraints, and analytics to reduce repetitive support load in multilingual products.

↗

> усі проєкти →

/timeline

20 років практики: від перших сайтів до AI/LLM лабораторії.

2006 Почав робити сайти як хобі

2008 Університет і перші комерційні проєкти

2012 Розробка для desktop і складні системи

2016 Web, backend, frontend і архітектура

2023 LLM, AI та нові горизонти

2026 Продовжую вчитися й будувати нове...

still building →

/lab

Експерименти та дослідження

Лабораторія — це робоча площадка навколо LLM, RAG, AI planning, code intelligence та адмінських workflow. Тут я фіксую не красиві обіцянки, а перевірювані гіпотези: що автоматизується, де потрібен контроль людини й як довести це до production.

> llm-playground

виконується

Загальний стенд для швидких перевірок: промпти, системні інструкції, tool calling, JSON-відповіді, streaming і поведінка моделей на однакових вхідних даних.

ai-agent code-miner prompt-studio rag-lab

> run experiment.py loading model... gpt-4o building context... ok generating... ███████████ 78% result: корисно

// principle
Я не шукаю чарівні інструменти — я збираю свої робочі системи.

/notes research log

Польові нотатки з AI-лабораторії

LIVE BUILD NOTES

RAG pipeline без магии

Как я собираю retrieval-слой: источники, чанкинг, pgvector, eval-наборы, трассировка и честная проверка качества ответов.

lab: rag-lab / retrieval / evals

AI Factory task planning loop

Как должен работать планировщик: цель, декомпозиция, выбор skills, контрольные точки, execution trace и ручное подтверждение рискованных действий.

lab: ai-factory-planner / skills / execution trace

Context mining for large codebases

Как вытаскивать из репозитория не просто файлы, а полезный пакет контекста: entrypoints, зависимости, зоны риска и историю решений.

lab: code-miner / repo context / LLM handoff

/about :: senior fullstack operator

Збираю продукти там, де інтерфейс, дані й AI-модель мають працювати як одна система.

Я веду повний цикл: архітектуру, прототип, production-інфраструктуру, observability та уважний UX. Люблю складні домени, де потрібно швидко перевірити гіпотезу, але не втратити інженерну дисципліну.

TypeScript React Next.js Node.js Python Postgres Redis OpenAI API RAG Queues CI/CD Telemetry

INPUTcontext.md

VECTORpgvector index

MODELreasoning loop

TOOLSapi + workers

$ run senior-stack --mode=production
architecture: clean | telemetry: on | ai: assisted
output: systems that survive real users

/contact :: open channel

Є задача? Давайте розберемо, як її запустити.

Напишіть про ідею, поточний продукт або процес, який хочеться автоматизувати. Допоможу сформулювати рішення й чесно оцінити наступний крок.