TaskReady AI

От расплывчатого запроса бизнеса — к задаче, на которую команда может ответить делом

Открыть публичное демо →

TaskReady помогает бизнесу и студенческим командам быстрее договориться о проекте. Бизнес описывает потребность, уточняет важные детали и публикует проверяемую карточку. Команды предлагают решения, а владелец задачи сравнивает их, выбирает исполнителей и подтверждает результат.

Попробуйте за 2 минуты: откройте демо, выберите задачу в каталоге, изучите её readiness score, посмотрите предложения команд, примите решение в интерфейсе бизнеса и подтвердите этап. Демо уже содержит пять задач, пять профилей команд и пять предложений.

Зачем это нужно

Фраза вроде «автоматизировать обработку заявок» звучит понятно только на первый взгляд. Команде всё ещё неизвестны доступные данные, пользователи, ограничения и критерии успеха. Из-за этого первые итерации уходят на уточнения.

TaskReady превращает этот запрос в общий рабочий процесс: структурированный бриф → объяснимая оценка готовности → предложения команд → решение владельца → подтверждённый прогресс. Система помогает сформулировать задачу, но оставляет публикацию и выбор за людьми.

Как пройти сценарий демо

1. Откройте ansaai.netlify.app — регистрация не нужна.
2. В каталоге выберите задачу и разберите её цель, вводные и критерии успеха.
3. Посмотрите, как Readiness Score объясняет конкретность по семи критериям и показывает, каких сведений не хватает.
4. Откройте отклики: в каждом предложении есть план, срок и обязательная ссылка на прототип.
5. Переключитесь на бизнес-роль, вручную выберите команду и подтвердите прогресс по этапу.

Демо автономное: состояние сохраняется в браузере. Для повторного чистого сценария сбросьте демо-данные через предусмотренный интерфейс или используйте приватное окно.

Что уже реализовано

• Конструктор задачи с контекстными вопросами, редактированием и подтверждением карточки человеком.
• Readiness Score по семи критериям конкретности. Балл не растёт просто из-за длинного текста; интерфейс объясняет оценку.
• Каталог задач с поиском и фильтрами, профили команд, отклики с обязательными ссылками на прототип.
• Ручной выбор команды владельцем задачи и подтверждение выполненного этапа.
• Начисление прогресса защищено от повторной отправки одного и того же события.
• Отдельные бизнес- и командные аккаунты в серверной версии; проверка ролей и владельца выполняется на backend.
• Адаптивный интерфейс с рубиново-красными и золотыми акцентами, заметной типографикой и сдержанными игровыми сигналами прогресса.
• Автономное HTML-демо, которое можно открыть локально без установки и API-ключа.

Что именно опубликовано

Публичная ссылка ведёт на автономную статическую версию TaskReady. Это быстрый способ дать жюри возможность сразу пройти основной продуктовый сценарий.

• Демо работает на учебных данных и хранит изменения только в браузере посетителя.
• Данные и аккаунты между устройствами и посетителями не синхронизируются.
• На публичной статической странице нет backend-аккаунтов и живого вызова LLM.
• Серверная версия с аккаунтами, контролем доступа и интеграцией OpenAI запускается отдельно по инструкциям ниже. Для реального вызова модели нужен API-ключ на сервере.

Мы не заявляем пользовательские метрики или проверенную экономию времени: следующий шаг — испытать процесс на реальных бизнес-брифах и измерить число уточнений до первого осмысленного предложения.

Запуск серверной версии

Требуется Python 3.12+.

python -m venv .venv
# Linux/macOS: source .venv/bin/activate
# Windows: .venv\Scripts\activate
pip install -r backend/requirements.txt
python scripts/build_demo.py
uvicorn backend.main:app --host 127.0.0.1 --port 8000

Откройте http://127.0.0.1:8000. Чтобы проверить взаимодействие ролей, зарегистрируйте бизнес и команду в разных профилях браузера. Также подготовлены scripts/run.sh, scripts/run.ps1 и Docker Compose. Публикация серверной версии на Render описана в руководстве по деплою; конфигурация использует платный инстанс и постоянный диск.

Подключение модели

На сервере задайте TASKREADY_AI_API_KEY (или OPENAI_API_KEY) и при необходимости TASKREADY_AI_MODEL (по умолчанию gpt-4.1-mini). Для Docker Compose скопируйте .env.example в .env. Не помещайте ключ во frontend и не добавляйте .env в архив или Git.

Если ключ не задан, сервер предлагает локальную проверку. Ошибка внешнего провайдера показывается явно — приложение не маскирует её локальным ответом. Живой API-вызов в этой версии не проверялся из-за отсутствия ключа; контракт и обработка ошибок покрыты тестами. Подробнее: Structured Outputs.

Проверки

pip install -r requirements-dev.txt
node --check app.js
python -m py_compile backend/main.py backend/ai.py backend/scoring.py
python -m pytest -q
python scripts/evaluate_ai.py
# С ключом: реальные платные API-запросы
python scripts/evaluate_ai.py --live

Зафиксированная проверка версии 0.3.0: 10 серверных тестов пройдены; Playwright прошёл сценарий двух ролей и автономное демо; на ширине 390 px горизонтального переполнения не было. Подробности и ограничения — в отчёте проверки. Скрипт браузерного сценария — tests/e2e.cjs.

Техническая основа

Часть	Реализация
Интерфейс	HTML, CSS, JavaScript; адаптивный каталог и рабочие экраны
API	FastAPI, отдельный слой интеграции OpenAI Responses API
Данные	SQLite: пользователи, сессии, задачи, предложения, события прогресса и аудит
Защита	PBKDF2, HttpOnly/SameSite cookie, CSRF, серверная проверка роли и владельца
Оценка	Общая прозрачная рубрика из семи критериев для frontend и backend
Статическое демо	Один HTML-файл с локальным состоянием; backend не требуется

Структура проекта

• backend/main.py — API, аккаунты, сессии, база, доступ и операции с задачами.
• backend/ai.py — интеграция модели и явно обозначенный локальный режим.
• backend/scoring.py, public/rubric.json — общая рубрика готовности.
• app.js, styles.css, index.html — исходники интерфейса.
• public/ — собранные frontend-файлы.
• scripts/build_demo.py — сборка public/ и автономного HTML-демо.
• docs/PITCH.md, docs/DEMO_SCRIPT.md — материал защиты и сценарий показа.
• docs/DEPLOYMENT.md, docs/HANDOFF.md — деплой и передача проекта.

Ограничения пилота

В текущем объёме нет восстановления и подтверждения email, MFA, нескольких аккаунтов участников одной команды и админ-панели. Рубрика измеряет конкретность описания, но не проверяет достоверность фактов или реализуемость решения. Серверная SQLite-конфигурация рассчитана на небольшой пилот; инструкции по резервному копированию и ограничениям есть в docs/DEPLOYMENT.md.