TaskBridge AI
Веб-MVP, в котором бизнес превращает черновое описание задачи в редактируемую карточку с помощью уточняющих вопросов от AI, публикует её в каталоге…
О проекте
Команда: K-House
Кейс HackAlem.ai: Образование — AI Sana
Стадия: Рабочий MVP
Задача кейса: Challenge Hub: превратить задачу бизнеса в задание для студенческих команд
Суть
Веб-MVP, в котором бизнес превращает черновое описание задачи в редактируемую карточку с помощью уточняющих вопросов от AI, публикует её в каталоге, а студенческие команды присылают отклики, которые бизнес вручную принимает или отклоняет.
Как устроено
Встроенный HTTP-сервер Node.js раздаёт статический интерфейс и защищённый API-маршрут, который вызывает OpenAI Responses API со структурированным выводом и возвращает минимум три уточняющих вопроса по пробелам в черновике. Рейтинг готовности 0–100 считается прозрачными правилами по заполненности 7 полей с весами. Задачи и отклики хранятся в localStorage; без ключа подставляются запасные вопросы.
Ключевые решения
- OpenAI Structured Outputs
- взвешенный рейтинг полноты карточки
- запасные вопросы при отсутствии ключа
Стек
JavaScript · Node.js · HTML/CSS · localStorage
Модели
OpenAI Responses API
Проект создан за 5 часов на финале хакатона HackAlem.ai (23 сентября 2026, Астана). Код — BAITC-Hacks/hack-6e421c7a-k-house.
README
README.mdTaskBridge AI
AI-платформа, которая помогает бизнесу превращать размытые запросы в готовые практические задачи для студенческих команд.
Проблема
Бизнес часто формулирует задачу слишком кратко: не указаны пользователи, данные, ожидаемый результат, критерии успеха или ограничения. Студенческим командам сложно понять, за что браться, а сильные практические задачи теряются.
Решение
TaskBridge AI проводит бизнес через короткое уточнение задачи, формирует редактируемую карточку, считает прозрачный рейтинг готовности и публикует задачу в общем каталоге. Команды сами выбирают интересные задачи и отправляют предложения. Финальное решение всегда остаётся за бизнесом.
Основной сценарий
- Бизнес вводит черновое описание задачи.
- AI выявляет пробелы и задаёт не менее трёх уточняющих вопросов.
- Бизнес вручную заполняет и подтверждает редактируемую карточку.
- Рейтинг готовности от 0 до 100 пересчитывается после каждого изменения.
- Задача публикуется в открытом каталоге.
- Студенческая команда отправляет идею, план, срок и ссылку на прототип.
- Бизнес вручную выбирает или отклоняет отклик.
Прозрачный рейтинг
| Поле | Баллы |
|---|---|
| Контекст и потребность | 20 |
| Данные и материалы | 20 |
| Ожидаемый результат | 15 |
| Критерии успеха | 15 |
| Ограничения | 10 |
| Пользователи | 10 |
| Контакт и формат взаимодействия | 10 |
| Итого | 100 |
Баллы начисляются только за заполненные поля, поэтому бизнес сразу видит, чего не хватает для качественной задачи.
AI-границы
- AI не придумывает факты за бизнес.
- AI задаёт вопросы только по недостающей информации.
- Карточка редактируется и публикуется человеком.
- AI не выбирает команду и не принимает решение за бизнес.
Технологии
- HTML, CSS, JavaScript — интерфейс MVP;
- Node.js built-in HTTP server — выдача приложения и защищённый API-маршрут;
- localStorage — сохранение демонстрационных задач и откликов в браузере;
- OpenAI Responses API — генерация структурированных уточняющих вопросов по черновику.
Быстрый запуск
Требования
- Node.js 18+;
- ключ OpenAI API для AI-анализа.
1. Клонировать проект
git clone https://github.com/BAITC-Hacks/hack-6e421c7a-k-house.git
cd hack-6e421c7a-k-house
2. Создать локальный .env
OPENAI_API_KEY=ваш_ключ
.envне нужно и нельзя добавлять в Git.
3. Запустить
npm start
Откройте http://localhost:3000.
Без ключа интерфейс и ручной сценарий работают, но AI-анализ подставит запасные вопросы.
Тестовый сценарий демо
- Открыть «Создать задачу».
- Ввести: «Нужен сайт для учёта заказов».
- Нажать AI-анализ и ответить на уточняющие вопросы.
- Заполнить карточку и показать рост рейтинга с расшифровкой баллов.
- Опубликовать задачу.
- В «Каталоге» открыть её и отправить отклик команды.
- В кабинете бизнеса вручную выбрать или отклонить отклик.
Раскрытие внешних компонентов
- OpenAI Responses API используется только для вопросов по неполным бизнес-черновикам.
- В браузере используются стандартные Web API и localStorage.
- При разработке применялись Codex и Claude как инструменты помощи в программировании. Весь результат проверяется в этом репозитории.
Авторы коммитов
История коммитов
- 2026-09-23 17:56docs: clarify why early commits are from one accountayatt-askar
- 2026-09-23 17:53docs: document student flow, run steps, demo script and team rolesayatt-askar
- 2026-09-23 17:26feat: expand homepage story for hackathon demoDiyarr88
- 2026-09-23 17:12fix: load local OpenAI configuration for AI analysisDiyarr88
- 2026-09-23 17:07fix: harden TaskBridge demo workflowDiyarr88
- 2026-09-23 17:06fix: harden TaskBridge demo workflowDiyarr88
- 2026-09-23 16:56docs: make README reproducible for hackathon reviewDiyarr88
- 2026-09-23 16:56feat: student flow - seed catalog, sorting, task detail, proposals reviewayatt-askar
Все коммиты (29)
- 2026-09-23 16:56style: student flow screens and mobile navigationayatt-askar
- 2026-09-23 16:56data: add 5 complete demo tasks for catalog and proposalsayatt-askar
- 2026-09-23 16:41fix: align demo tasks with catalog data contractDiyarr88
- 2026-09-23 16:40feat: merge student catalog and proposal flowDiyarr88
- 2026-09-23 15:30fix: parse structured output from Responses REST payloadDiyarr88
- 2026-09-23 15:12chore: add safe environment variable exampleDiyarr88
- 2026-09-23 15:12feat: add AI question client with manual fallbackDiyarr88
- 2026-09-23 15:12feat: add zero-dependency local server commandDiyarr88
- 2026-09-23 15:12feat: add OpenAI structured output endpoint with safe fallbackDiyarr88
- 2026-09-23 15:11feat: connect task draft UI to AI analysis clientDiyarr88
- 2026-09-23 15:10docs: split implementation into equal business and student flowsDiyarr88
- 2026-09-23 15:07data: add required demo seed dataDiyarr88
- 2026-09-23 15:07docs: add SQLite-ready MVP data schemaDiyarr88
- 2026-09-23 15:07docs: split remaining work across team membersDiyarr88
- 2026-09-23 15:07docs: add visual design system for TaskBridgeDiyarr88
- 2026-09-23 15:04docs: add MVP architecture and staged implementation planDiyarr88
- 2026-09-23 15:04feat: implement task workflow scoring catalog and manual selectionDiyarr88
- 2026-09-23 15:03feat: add responsive TaskBridge dashboard designDiyarr88
- 2026-09-23 15:02feat: add TaskBridge interactive MVP interfaceDiyarr88
- 2026-09-23 15:01chore: add local environment ignoresDiyarr88
- 2026-09-23 15:01docs: define TaskBridge AI MVP and demo flowDiyarr88
Структура репозитория (15 файлов)
.env.example .gitignore ARCHITECTURE.md DESIGN.md README.md TEAM_TASKS.md ai-client.js app.js data/schema.sql data/seed.json index.html package.json server.js student-flow.js styles.css
Ветки (2)
Обсуждение 0 комментариев
Войдите, чтобы комментироватьПока нет комментариев — будьте первым.