Vagon - RAG SQL-генератор с AI для морского порта

Платформа для генерации SQL-запросов с помощью AI-ассистента для анализа данных морского порта. Использует context-augmented подход для умной работы с базой данных.

“Разработали AI-платформу с context-augmented подходом: AI получает схему всех таблиц порта и генерирует SQL по текстовому запросу на русском языке”

Результат: Сотрудники самостоятельно получают отчеты за 30 секунд вместо 2 часов ожидания программиста. Нагрузка на IT-отдел снизилась на 70%.

Реальный кейс для Морской порт (операционный отдел 15 человек)

active

🚀 Заказать разработку ✨ Посмотреть промо-статью 🤖 Открыть демо

📸 Галерея скриншотов

fl cover

1 / 2

🎯 Ключевые возможности

✨ AI-генерация SQL запросов на естественном языке

✨ Context-augmented подход (схема БД передается в контекст LLM)

✨ Поддержка MySQL и MS SQL Server

✨ Автоматические интерактивные графики (line, bar, pie, heatmap)

✨ Система управления пользователями и ролями

✨ Telegram-бот для быстрых запросов

✨ Excel импорт с автоматической генерацией схемы

✨ Система тест-кейсов для отладки запросов

✨ Feedback loop для улучшения системного промпта

✨ Регрессивное тестирование (evals) для контроля качества генерации

🔌 Поддерживаемые интеграции

🔗 OpenAI API (GPT-4, GPT-3.5)

🔗 HuggingFace API (альтернативные модели)

🔗 MySQL/PostgreSQL (хранение данных)

🔗 MS SQL Server (основная БД порта)

🔗 Telegram Bot API (удобный интерфейс запросов)

🔗 Plotly (визуализация данных)

📦 Состав поставки

✓ Веб-приложение для выполнения SQL через AI

✓ Telegram-бот для быстрых запросов

✓ Админ-панель управления пользователями

✓ Система автоматической генерации графиков

✓ Интеграция с корпоративной БД порта

✓ Feedback система для сбора оценок сгенерированных запросов

✓ Evals framework для регрессивного тестирования качества

✓ Документация и обучение

💎 Ключевые преимущества

✓

Нетехнические сотрудники могут делать сложные запросы

✓

Время на получение отчета: 30 сек вместо 2 часов

✓

Снижение нагрузки на IT-отдел на 70%

✓

Context-augmented подход проще RAG (не нужны векторные БД)

✓

Feedback loop позволяет системе учиться на реальных данных

✓

Evals обеспечивают стабильное качество после обновлений промптов

⚡ Технические характеристики

⏱️ Срок разработки

4-6 недель

📊 Сложность проекта

Высокая

👥 Для кого подходит

Логистические отделы портов и терминалов Аналитики транспортных компаний Менеджеры по операциям Директора складских комплексов

🎯 Примеры использования

💡 Анализ загрузки вагонов по типам грузов

💡 Отчеты по отгрузкам предприятий

💡 Статистика прибытия/убытия транспорта

💡 Планирование складских операций

Заявка на разработку

📋 Заказать разработку

Опишите задачу, ограничения и желаемый результат — отвечу в течение 24 часов.

Связаться напрямую

Формы заявок временно отключены. Пришлите бриф напрямую в Telegram или на email, чтобы сайт не собирал персональные данные.

Написать в Telegram Написать на email

🎁 Что вы получите

✓

Готовое решение под ключ

✓

Полный исходный код с правами владения

✓

Техническую документацию и поддержку

⚡ Быстрое выполнение

Свяжитесь напрямую: форма на сайте временно отключена из-за режима без сбора ПДн.

📰 Промо-статьи наших решений

Изучите детальные обзоры наших технологических решений для различных отраслей:

Итерационно дорабатываем решение до согласованных критериев приемки и корректируем подход, если меняются данные, ограничения или приоритеты.