惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Y
Y Combinator Blog
GbyAI
GbyAI
IT之家
IT之家
V
Visual Studio Blog
J
Java Code Geeks
A
About on SuperTechFans
A
Arctic Wolf
Google Online Security Blog
Google Online Security Blog
博客园 - 【当耐特】
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
W
WeLiveSecurity
L
LINUX DO - 热门话题
Application and Cybersecurity Blog
Application and Cybersecurity Blog
G
Google Developers Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
Martin Fowler
Martin Fowler
N
News and Events Feed by Topic
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
小众软件
小众软件
Scott Helme
Scott Helme
T
Tailwind CSS Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
P
Palo Alto Networks Blog
罗磊的独立博客
V2EX - 技术
V2EX - 技术
C
Cybersecurity and Infrastructure Security Agency CISA
博客园 - 叶小钗
宝玉的分享
宝玉的分享
K
Kaspersky official blog
S
Securelist
Cyberwarzone
Cyberwarzone
Schneier on Security
Schneier on Security
PCI Perspectives
PCI Perspectives
S
Schneier on Security
Security Latest
Security Latest
腾讯CDC
SecWiki News
SecWiki News
I
InfoQ
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
T
The Blog of Author Tim Ferriss
Hacker News - Newest:
Hacker News - Newest: "LLM"
Forbes - Security
Forbes - Security
Google DeepMind News
Google DeepMind News
博客园 - 司徒正美
The Last Watchdog
The Last Watchdog
C
Check Point Blog
Hacker News: Ask HN
Hacker News: Ask HN
S
Secure Thoughts
博客园_首页
Stack Overflow Blog
Stack Overflow Blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
AI-помощник для технической поддержки: новый этап в TG Support Bot 7.1.0
Prog-Time · 2026-05-19 · via Все публикации подряд на Хабре

Время на прочтение5 мин

Охват и читатели9.4K

Обзор

Всем привет! Я продолжаю развивать TG Support Bot как open-source решение для поддержки клиентов в мессенджерах и в этом релизе хочу поделиться обновлением 7.1.0.

С момента последней публикации, данный проект набрал более 200 звёзд на GitHub и более 2 тысяч клонирований. Большое спасибо всем кто поддерживает данный проект!

В этом релизе мы сфокусировались на снижении нагрузки на команды и добавили AI-помощника, который теперь работает сразу на трёх платформах, лучше учитывает контекст диалогов и может либо готовить черновики ответов для менеджера, либо отвечать клиенту напрямую — в зависимости от режима.

Это заметное обновление, которое расширяет возможности проекта и делает его удобнее для реальных сценариев поддержки.

Что такое TG Support Bot

TG Support Bot — это open-source платформа для клиентской поддержки, которая объединяет обращения из разных мессенджеров в один рабочий процесс для команды.

Клиенты пишут в Telegram, ВКонтакте или Max, а все сообщения попадают в единое пространство поддержки. Для каждого клиента автоматически создаётся отдельная ветка (топик) в Telegram-группе или отображение в админ-панели, где менеджеры могут вести диалог.

Tg Support Bot

Tg Support Bot

Код проекта полностью открыт — посмотреть, как всё устроено, или развернуть у себя можно на GitHub - https://github.com/prog-time/tg-support-bot

Идея проста: не заставлять команду переключаться между разными приложениями и интерфейсами. Вместо этого все обращения собираются в одном месте, где их удобно обрабатывать, распределять и контролировать.

Проект полностью self-hosted: он разворачивается через Docker, не зависит от сторонних SaaS-сервисов и работает на вашей инфраструктуре. Это даёт полный контроль над данными и логикой обработки сообщений.

AI-помощник в TG Support Bot

AI-помощник в TG Support Bot — это слой над стандартной обработкой обращений, который помогает команде поддержки быстрее отвечать на типовые вопросы и снижает нагрузку на менеджеров.

Он подключается к входящим сообщениям и анализирует контекст диалога, чтобы сформировать релевантный ответ. При этом AI не работает «сам по себе» — он встроен в привычный поток работы поддержки и всегда находится внутри контролируемого процесса.

Есть два режима работы:

  • В режиме черновика AI готовит ответ и публикует его в командном топике. Менеджер видит готовый вариант и может либо отправить его клиенту, либо отредактировать, либо отклонить. Это позволяет ускорить обработку обращений, не теряя контроль над качеством.

  • В режиме автоответа AI отправляет сообщение клиенту самостоятельно, а менеджер подключается только в случае необходимости. При этом предусмотрен порог уверенности: если система не уверена в ответе, она не отправляет его автоматически и передаёт диалог человеку.

Tg Support Bot | Пример работы AI

Tg Support Bot | Пример работы AI

Таким образом, AI можно использовать как помощника для ускорения работы команды или как автоматический слой для обработки типовых запросов — в зависимости от нагрузки и уровня доверия к модели.

AI-провайдеры и настройка

В TG Support Bot 7.1.0 добавлена поддержка нескольких AI-провайдеров, чтобы команды могли выбирать оптимальное сочетание качества, стоимости и инфраструктуры под свои задачи.

Сейчас доступны три варианта:

  • OpenAI — максимальное качество ответов и стабильность, подходит для команд с международной аудиторией.

  • DeepSeek — более доступная альтернатива с хорошим балансом скорости и качества.

  • GigaChat — вариант для российских компаний с оплатой в рублях и локальной инфраструктурой.

Переключение между провайдерами максимально упрощено и выполняется через одну строку в конфигурации. После изменения настройки достаточно перезапустить контейнер, и вся система начинает работать с выбранной моделью без дополнительных доработок кода.

Более подробная инструкция описана в документации к проекту:
https://docs.tg-support-bot.ru/docs/ai-integration.html

Кастомизация поведения AI под бренд

Поведение помощника задаётся через system prompt, который вынесен в отдельный конфиг-файл. В нём описывается роль AI, стиль ответов, ограничения и базовая информация о продукте.

Это означает, что команда может самостоятельно управлять тем, как именно AI общается с клиентами: задавать тон общения, уровень формальности, длину ответов и даже базовые правила коммуникации.

После редактирования файла достаточно перезапустить контейнер, чтобы изменения вступили в силу.

В итоге AI перестаёт быть «универсальной моделью» и становится частью конкретного продукта, говорящей в рамках его правил и стиля.

Где применяется AI-помощник

AI-помощник в TG Support Bot встроен в реальные процессы поддержки и закрывает задачи, которые обычно создают основную нагрузку на команду.

Чаще всего он используется для обработки повторяющихся обращений. Когда клиенты задают одинаковые или типовые вопросы, AI помогает быстро подготовить ответ или полностью закрыть такие запросы в автоматическом режиме, сокращая время реакции команды.

Также AI помощник упрощает первичное взаимодействие с продуктом. Базовые вопросы на этапе знакомства с сервисом закрываются быстрее, а сложные и нестандартные ситуации остаются в зоне ответственности менеджера.

В итоге AI закрывает повторяющуюся часть поддержки и снижает операционную нагрузку, не убирая человека из процесса, а перераспределяя его внимание на более сложные задачи.

Что изменилось в 7.1.0

Релиз 7.1.0 сосредоточен вокруг расширения AI-возможностей и устранения ограничений, которые мешали использовать помощника в реальных командах поддержки.

Главное изменение — полноценная поддержка нескольких платформ. Теперь AI работает не только в Telegram, но и обрабатывает обращения из ВКонтакте и Max, сохраняя единый сценарий работы для менеджеров. Независимо от канала, сообщение клиента попадает в общий процесс обработки без дополнительных действий со стороны команды.

Второе важное улучшение — переработка работы с контекстом диалога. Вместо ограничения на последние сообщения теперь используется контекстный бюджет, который позволяет AI учитывать более длинную историю переписки и не терять важные детали из предыдущих сообщений клиента.

В совокупности эти изменения делают AI-помощника более устойчивым, предсказуемым и готовым к использованию в реальных нагрузках поддержки.

Контекст и память диалога

Одно из ключевых улучшений в 7.1.0 — переработка того, как AI работает с историей диалога.

Раньше модель ограничивалась фиксированным количеством последних сообщений. Это часто приводило к тому, что важные детали, описанные клиентом в начале переписки, терялись при более длинных диалогах.

Теперь вместо этого используется контекстный бюджет: AI учитывает столько истории, сколько помещается в заданный лимит токенов. Это позволяет сохранять смысл диалога, а не просто набор последних реплик.

На практике это означает, что помощник лучше понимает уточнения, не теряет ключевые детали проблемы и может опираться на более полную картину обращения клиента.

Дополнительно была изменена логика хранения истории: система работает напрямую с базой данных и учитывает только подтверждённые сообщения. Черновики, которые были отклонены менеджером, не попадают в контекст, чтобы не искажать дальнейшие ответы.

Итоги релиза

AI-помощник стал центральной частью системы: он работает во всех поддерживаемых каналах, учитывает контекст диалога, поддерживает разные режимы работы и настраивается под конкретный продукт через system prompt.

При этом ключевая идея осталась прежней — не заменить менеджера, а усилить его. AI берёт на себя повторяющиеся и типовые задачи, а команда фокусируется на сложных обращениях и качестве сервиса.

Если используете проект или хотите следить за обновлениями, присоединяйтесь к сообществу.

Если TG Support Bot оказался полезным — поддержите проект ⭐ на GitHub. Это помогает развивать его дальше и делает проект заметнее для других разработчиков 🙌

Дальше развитие будет идти в сторону более точной работы с контекстом, улучшения качества ответов и расширения возможностей настройки под разные типы команд.