BAITC Task Platform

Платформа помогает бизнесу сформулировать задачу для команды исполнителей, а командам — предложить решение. Бизнес описывает потребность свободным текстом, уточняет детали, проверяет карточку задачи и вручную выбирает предложение.

Что работает

• AI-анализ черновика и 3–5 уточняющих вопросов (столько допускают текущий prompt и API-контракт).
• Структурированная Task Card и детерминированный рейтинг готовности 0–100, который рассчитывает backend.
• Явное подтверждение задачи бизнесом; в каталог попадает любая подтверждённая задача независимо от рейтинга и статуса.
• Каталог, команды, предложения и ручное принятие или отклонение предложения.
• Demo-профили бизнеса и фрилансера с редактированием через API.
• Светлая и тёмная темы с сохранением выбора в браузере.

Путь пользователя: бизнес → черновик → вопросы AI → карточка → рейтинг → подтверждение → каталог → предложение команды → ручное решение бизнеса.

Технологии и устройство проекта

Backend — FastAPI, Pydantic, SQLAlchemy и SQLite по умолчанию. backend/app/ai_service.py выполняет два этапа AI-обработки; backend/app/task_rating.py отдельно считает рейтинг по полям Task. Frontend — React, TypeScript и Vite. Vite проксирует API-запросы на локальный backend.

Основные API: POST /tasks/draft, PATCH /tasks/{task_id}, GET /tasks/{task_id}/rating, GET /catalog, GET /teams, POST /proposals, GET /tasks/{task_id}/proposals, PATCH /proposals/{proposal_id}, GET /profiles/{profile_id}, POST /profiles, PATCH /profiles/{profile_id}. Документация FastAPI доступна на http://127.0.0.1:8000/docs после запуска.

Локальный запуск

Нужны Python и Node.js с npm. Команды ниже — для PowerShell; запускать из корня репозитория, кроме явно указанного cd.

Backend

cd backend
python -m venv .venv
& ".\.venv\Scripts\python.exe" -m pip install -r requirements.txt
$env:USE_AI_STUB = "true"
& ".\.venv\Scripts\python.exe" -m uvicorn app.main:app --host 127.0.0.1 --port 8000

Режим USE_AI_STUB=true не делает внешних AI-запросов и подходит для проверки интерфейса. Backend создаёт SQLite-файл backend/tasks.db и при старте добавляет отсутствующие demo-записи без сброса существующих данных.

Для проверки реального AI через локальный LM Studio вместо stub запустите локальный сервер LM Studio, загрузите модель и задайте переменные перед запуском backend:

$env:USE_AI_STUB = "false"
$env:OPENAI_BASE_URL = "http://127.0.0.1:1234/v1"
$env:OPENAI_API_KEY = "your-key-or-local-placeholder"
$env:OPENAI_MODEL = "qwen/qwen3-vl-8b"

OPENAI_MODEL должен совпадать с ID модели, который возвращает локальный /v1/models. Реальный ключ OpenAI для LM Studio не нужен. Для обычного OpenAI-compatible клиента можно не задавать OPENAI_BASE_URL (или оставить его пустым) и передать свой ключ и модель через переменные окружения. Не сохраняйте ключи в Git.

Frontend

В другом терминале из корня репозитория:

cd frontend
npm.cmd install
npm.cmd run dev

Откройте адрес, который покажет Vite (обычно http://127.0.0.1:5173). Для сборки: npm.cmd run build. Vite proxy ожидает backend на http://127.0.0.1:8000.

Тесты backend

cd backend
& ".\.venv\Scripts\python.exe" -m pytest tests -q

Повторяемый demo-сценарий

1. Откройте приложение под demo-ролью «Бизнес». В разделе «Создать задачу» опишите потребность.
2. Получите 3–5 вопросов, ответьте и проверьте сформированную карточку. Недостающие данные можно дополнить вручную; рейтинг и статус возвращает backend.
3. Нажмите явное подтверждение. Задача появится в каталоге при любом рейтинге и статусе; неподтверждённые задачи не публикуются.
4. Переключитесь на «Фрилансер», откройте задачу и отправьте предложение от выбранной demo-команды.
5. Переключитесь на «Бизнес», откройте задачу и вручную примите или отклоните отклик. Затем проверьте статус в роли фрилансера.
6. Измените demo-профиль и перезагрузите страницу: сохранённые значения должны остаться. Переключите тему и обновите страницу — выбор темы сохранится.

При включённом stub AI результат служит проверке механики, а не качества модели. Для реального Stage 1/2 используйте локальный LM Studio или иной совместимый endpoint.

Demo-данные и ограничения

Seed содержит 5 исходных черновиков и 5 подтверждённых Task Card с разными рейтингами, 5 команд с названием, интересами, навыками и технологиями, 5 demo-предложений, 23 demo-профиля бизнеса и 35 demo-профилей фрилансера. Черновики хранятся в original_draft соответствующих задач, не как второй Task contract. Все записи добавляются идемпотентно, существующая БД не очищается. Внешних бизнес-интеграций seed не подключает.

Полноценной регистрации, паролей, JWT и разграничения доступа нет: переключение demo-роли хранится в localStorage. Предложения выбирает человек; автоматического подбора команды нет. Task пока не содержит связи с BusinessProfile, поэтому компания и отрасль конкретной задачи не атрибутируются автоматически. Демо-профили не представляют реальных пользователей.

Развёрнутая версия: Не развёрнуто. MVP запускается локально.