Intentive

Career Quest — прототип персонального развития сотрудников для хакатона. Он помогает понять, какие навыки нужны для карьерной цели, выбрать доступное обучение и увидеть, почему предложен каждый следующий шаг.

Сотруднику обычно приходится самостоятельно сопоставлять требования к роли, свои навыки и каталог мероприятий. Intentive собирает эти данные в одном маршруте. Расчётное ядро определяет доступные и полезные активности, а AI-наставник по запросу объясняет выбор понятным языком. Текущая версия рассчитана на демонстрацию на синтетических данных.

Что реализовано

• Личный маршрут. Текущая роль и грейд, карьерная цель, покрытие требований и навыки, на которых стоит сосредоточиться. Если цель не задана, система показывает предварительное направление и помечает его как таковое.
• Карта навыков. Сравнение текущих уровней с требованиями выбранной цели и текущей роли. Приоритетные разрывы показаны крупными карточками; остальные и уже освоенные навыки сгруппированы отдельно.
• Подбор активностей. До трёх вариантов из каталога с учётом целевых навыков, доступности, истории похожего обучения, интересов, формата и желаемого темпа. Жёсткие условия участия проверяются отдельно от предпочтений.
• AI-наставник. По нажатию кнопки OpenAI выбирает и упорядочивает допустимые варианты, пишет общий разбор маршрута, объяснение для каждой активности и совет, с чего начать. Текст AI отделён от расчётных уровней и прогноза. При ошибке остаётся базовый подбор с понятной причиной сбоя.
• Демо прохождения. Начатые активности видны отдельно от каталога. Каталог состоит из карточек с поиском, фильтром по формату, датой, ожидаемым приростом и явным действием. Доступную активность можно начать и завершить; навыки, разрывы и рекомендации пересчитываются. Самостоятельное начало обязательного обучения и запись на будущую очную сессию ограничены правилами данных.
• Личная геймификация. Счётчик завершённых добровольных активностей и достижения за 1, 5 и 10 завершений. Нет рейтинга сотрудников и наград за обязательное обучение.
• Переключение профиля и настройка цели. В настройках можно выбрать одного из тестовых сотрудников и изменить направление, интересы, формат и недельный бюджет обучения.
• Локализация. Страницы развития, навыков, активностей и HR, навигация и настройки доступны на русском и английском. Язык переключается в Settings → Personalization → Interface language (или Настройки → Персонализация → Язык интерфейса), сохраняется в браузере после перезагрузки и учитывается при генерации AI-объяснений. По умолчанию выбран английский.
• Обзор HR. Для синтетического HR-профиля доступна сводка по выбранному отделу, роли и грейду: среднее покрытие целей, критичные разрывы, участие в обучении за последние 365 дней и мероприятия, которые доступны группе и сокращают разрывы. Экран показывает агрегаты без списка или рейтинга сотрудников.

Разделы демо: главная «Моё развитие» (/), «Карта навыков» (/trajectory), «Мои активности» (/activities) и «Обзор команды» (/hr) для HR-профиля.

Также есть рекламно-информационные страницы проекта: «О проекте» (/about) и «Возможности» (/features), а также справка (/help).

Как работает решение

1. Сервер загружает четыре файла Career Quest Dataset и проверяет схемы, уникальность ID и связи между сотрудниками, навыками, ролями, мероприятиями и историей.
2. Для выбранного сотрудника расчётное ядро восстанавливает актуальные уровни навыков после последней оценки, определяет цель и сравнивает уровни с требованиями роли.
3. Ядро исключает недоступные или бесполезные для цели мероприятия и ранжирует остальные. Этот результат виден сразу, без OpenAI.
4. После нажатия «Подобрать шаг с AI» сервер заново вычисляет допустимых кандидатов и передаёт модели ограниченный контекст и выбранный язык. LangGraph выполняет цепочку prepare → choose → validate; модель возвращает структурированный выбор и персональный текст. Сервер проверяет допустимость выбранных ID и форму ответа.
5. На экране появляются общий комментарий AI, причины выбора и первый практический шаг для каждой активности на выбранном языке. Числа покрытия и ожидаемого прироста по-прежнему вычисляет ядро. После начала или завершения активности подбор можно запросить снова.

AI может выбрать те же мероприятия, что и базовый алгоритм: в этом случае меняется содержательный разбор. Ответ модели не гарантирует повышение и не заменяет оценку сотрудника или HR.

Технологии

Часть	Используется
Приложение	TypeScript 6, Next.js 16.3.5, React 19.2.8
Интерфейс	Tailwind CSS 4, компоненты shadcn/ui на Base UI, Lucide
Клиентское состояние	Zustand 5; данные и предпочтения хранятся в памяти демосессии, выбранный язык — в localStorage
Локализация	Русский и английский для рабочих страниц и настроек; форматирование дат через Intl.DateTimeFormat
Данные и правила	JSON/CSV, Zod 4, чистые функции расчёта навыков, доступности и ранжирования
AI	LangGraph, OpenAI Responses API, Structured Outputs; модель по умолчанию — gpt-6-luna
Проверки	Встроенный тестовый раннер Node.js, TypeScript, production-сборка Next.js

OpenAI — единственный внешний сервис, который вызывается в основном сценарии. Ключ используется только на сервере. Базовый подбор работает и без него.

Архитектура

career_quest_dataset (JSON/CSV)
          ↓
server/repositories/dataset → core/dataset (проверка данных)
                                  ↓
                     core/skills, trajectory, activities,
                     recommendations (правила и расчёты)
                                  ├→ core/hr/overview → страница HR
                                  ↓
                     Zustand store → страницы сотрудника
                          (язык RU/EN, демосессия)
                                  ↕ по нажатию кнопки
                     POST /api/recommendations
                                  ↓
                     server/ai: LangGraph → OpenAI → проверка ответа

core/ не зависит от интерфейса и модели. Политики формирования цели и ранжирования вынесены в core/config.ts и связанные модули: их можно менять без перестройки страниц и Zustand. core/hr/overview.ts агрегирует расчёты по выбранной группе; features/hr/ отображает их без передачи индивидуальных результатов в компонент. stores/ хранит выбранный профиль, предпочтения, локальную историю действий, язык интерфейса и состояние AI-запроса; сохраняется между перезагрузками только язык. Переводы интерфейса находятся в components/settings/i18n.ts и текстах рабочих страниц, а язык AI-ответа передаётся через контракт запроса на сервер. Серверный маршрут воспроизводит допустимые действия на исходном наборе данных и не принимает от браузера готовые оценки навыков или список кандидатов. При сбое OpenAI возвращается расчётный результат.

Установка и запуск

Нужны Node.js 22.18+, npm и, для AI-функции, ключ OpenAI API с доступом к выбранной модели. Проект проверялся на Node.js 26.7.0. Команды ниже приведены для Windows PowerShell.

npm install
if (-not (Test-Path -LiteralPath .env.local)) {
  Copy-Item -LiteralPath .env.example -Destination .env.local
}

В .env.local заполните OPENAI_API_KEY. Остальные значения можно оставить из шаблона. Если файл уже существовал, проверьте AI_TIMEOUT_MS=25000. Затем запустите:

npm run dev

Откройте http://localhost:3000. После изменения .env.local перезапустите dev-сервер. Без ключа интерфейс и базовые рекомендации работают; кнопка AI покажет причину отсутствия подключения. Пошаговое создание ключа и настройка модели описаны в гайде OpenAI. Запросы к модели могут расходовать баланс API.

Для локального запуска через npm run build и npm run start AI-маршрут дополнительно требует AI_DEMO_ENABLED=true в .env.local; для npm run dev этот флаг не нужен. Публично разворачивать демо с этим флагом до реализации авторизации не следует.

Как проверить решение за несколько минут

Интерфейс по умолчанию английский. Чтобы пройти шаги с русскими названиями кнопок, сначала откройте Settings → Personalization → Interface language и выберите Русский. Обновите страницу: русский язык останется выбранным.

1. Откройте главную страницу: по умолчанию выбран синтетический профиль E0001. Посмотрите карьерный ориентир, покрытие требований и блок «Навыки в фокусе».
2. Перейдите в «Карта навыков» и сравните требования карьерной цели и текущей роли. Вернитесь на главную.
3. В блоке «AI-наставник» сначала виден «Базовый подбор». Нажмите «Подобрать шаг с AI». При настроенном ключе появятся общий разбор, объяснение каждого варианта и совет «С чего начать». Если AI выберет те же карточки, сравните именно текстовые объяснения.
4. Нажмите «Открыть активность» у рекомендации. В разделе «Мои активности» можно начать мероприятие, доступное сегодня или в своём темпе. После завершения вернитесь на главную: расчётные навыки и подбор обновятся.
5. Откройте «Моя цель» на главной, измените предпочтения или цель и повторите подбор. Через Настройки → Аккаунт можно выбрать другой синтетический профиль.
6. Для HR-демо выберите в Настройки → Аккаунт профиль сотрудника с ролью HR или отделом Human Resources, затем откройте «Обзор команды» (/hr). Поменяйте отдел, роль и грейд: показатели, разрывы навыков и подбор мероприятий пересчитаются для новой группы.

Для проверки без ключа достаточно шагов 1, 2 и 4: расчётное ядро работает независимо от OpenAI. Для проверки подключения без данных сотрудников есть npm run diagnose:ai: команда отправляет один нейтральный тестовый запрос, выводит статус и длину текстовых полей, но не сам ответ или ключ. Она тоже может расходовать баланс API.

Автоматические проверки:

npm test
npm run build

Тесты проверяют импорт, расчёт всех 200 профилей, пересчёт после активности, ограничения подбора, AI-контракт, HR-агрегаты и резервный сценарий без внешних платных запросов. Отдельно HR-расчёты проверяет npm run test:hr. После сборки можно запустить npm run test:ai-route для проверки страниц и API без ключа.

Данные и интеграции

Исходные данные находятся в career_quest_dataset/: 200 вымышленных сотрудников, 60 навыков, 8 ролей × 4 грейда, 40 мероприятий и 2 743 записи участия. Дата среза — 1 октября 2026 года; именно она считается «сегодня» для расчётов и расписания, независимо от системной даты. Люди и компании в наборе вымышлены. Формат и ограничения описаны в README датасета.

Реализован программный импорт дополнительных профилей и истории в том же формате с проверкой связей. Загрузки файлов через UI и постоянного сохранения пока нет. OpenAI получает ограниченные сведения о роли, цели, разрывах навыков, доступных вариантах и релевантной истории; имя и ID сотрудника не отправляются в модель. Поле интересов передаётся как введено пользователем. Запрос использует store: false; фактическая политика хранения у провайдера определяется его условиями.

Ограничения текущей версии

• Нет базы данных и учётных записей. Начатые активности, предпочтения и достижения существуют только в памяти текущей страницы и сбрасываются при её перезагрузке. Исключение — выбранный язык интерфейса, который хранится в localStorage браузера. Дополнительные профили можно импортировать программно, но AI-маршрут использует исходный серверный набор.
• Прогноз ограничен данными. Процент покрытия означает соответствие навыков требованиям, а не вероятность повышения. Для части старой истории известна дата участия, но нет отдельной точной даты завершения.
• Текст AI требует проверки человеком. Сервер проверяет структуру и допустимость выбранных мероприятий, но не может доказать истинность каждой свободной фразы модели. При таймауте, ошибке API или некорректном ответе остаётся расчётный подбор.
• Это демо, не production-система. До публичного запуска нужны серверная идентификация сотрудников и HR, разграничение доступа к данным, постоянное хранение и распределённые лимиты запросов.