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

WordPress大学
WordPress大学
Microsoft Azure Blog
Microsoft Azure Blog
aimingoo的专栏
aimingoo的专栏
Vercel News
Vercel News
U
Unit 42
L
LangChain Blog
J
Java Code Geeks
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
The Cloudflare Blog
F
Fortinet All Blogs
小众软件
小众软件
I
InfoQ
P
Proofpoint News Feed
D
DataBreaches.Net
Martin Fowler
Martin Fowler
H
Help Net Security
T
Tailwind CSS Blog
N
Netflix TechBlog - Medium
有赞技术团队
有赞技术团队
Y
Y Combinator Blog
Recent Announcements
Recent Announcements
B
Blog RSS Feed
酷 壳 – CoolShell
酷 壳 – CoolShell
B
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
Человек-команда в роли Эйса Вентуры: как с помощью no-cod...
IvanSergeev- · 2026-04-27 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение5 мин

Охват и читатели563

Кейс

Всем привет! Практически любая организация — от муниципалитета до стартапа — постоянно принимает поток разнообразных обращений. Навести порядок и ускорить их обработку можно с помощью простой заявочной системы: назначить ответственных, быстро подготовить нужные документы. Для этого подойдут готовые Helpdesk- или Servicedesk-системы, но их часто нужно интегрировать с уже имеющимися инструментами. Они хорошо работают для сложных бизнес-процессов с большими объемами заявок, но стоят дорого и требуют затрат на внедрение и поддержку. В общем, это развлечение для крупных и средних компаний. Для более простых кейсов можно собрать свою небольшую систему, используя no-code-платформы.

Меня зовут Иван, я бизнес-аналитик в MWS. В этом материале расскажу о реализации заявочной системы на платформе MWS Tables, где я взял на себя не только свою работу, но и функции всей команды — от архитектора до тестировщика. Таких примеров много, и на этом видно, как no-code и разумное использование нейросетей позволяют быстро автоматизировать бизнес-процесс и адаптировать его под меняющийся ИТ-ландшафт.

Содержание:

Предыстория

В уездном городе N собрались люди добрые и начали думу думать, как бездомным животным помочь, да сделать так, чтобы заявки не терялись и в одно место стекались. Ибо как повелось на Руси: один звонил по первому попавшемуся телефону, другой писал бумажные письма. Нужно было что-то недорогое, быстрое и простое. Решили использовать MWS Tables, где нужные функции настраиваются быстро, дешево и самостоятельно. Так и началась история этого кейса.

Базовый продукт

MWS Tables — платформа для совместной работы и автоматизации рутины на базе умных таблиц, по сути no-code-инструмент для команды с различными ролями. Ближайший аналог — Airtable. В отличие от Google Таблиц, наша платформа представляет собой реляционную базу данных с типизацией столбцов и разными вариантами визуализации (не только табличной формой, но и диаграммой Ганта, канбан-досками и так далее).

С помощью MWS Tables можно решать много задач. Инструмент дает возможность вести персональные пространства — проекты, таблицы, опросники, заметки, автоматизации, интеграции по API с другими сервисами. Вся работа с этими элементами в режиме реального времени синхронизируется с коллегами — так управлять данными проще. Автоматизировать бизнес-процессы или руководить проектами можно без привлечения ИТ-специалистов: взять готовый шаблон, добавить сортировок, чуть доработать — и no-code-решение готово.

Мы уже писали о MWS Tables:

Фактически, мы реализовали базу данных (таблицу) для хранения всех заявок, после чего задали механизм ее заполнения и экспорта данных исполнителям в виде печатных форм. Благодаря Tables вся база была сделана буквально за два клика и без лишних сложностей.

Сбор заявок

Первоначально заказчик пришел с задачей сделать бота в MAX. Однако на тот момент реализовать такую систему было проще через Telegram. По этому пути мы и пошли. 

Задача бота — последовательно задавая вопросы, собирать данные по заявкам:

  • ФИО заявителя;

  • контактные данные;

  • информацию о бездомном животном (размеры, особенности поведения);

  • адрес, где животное заметили;

  • фото (опционально).

В таком простом формате бота собрали вайбкодингом буквально за пару часов. Он задает вопросы из списка, собирает данные из ответа, показывает итог и отправляет их через публичный API в Tables. Заявителю в ответном сообщении бот выдает номер созданной заявки.

Позднее мы собрали простую форму внутри Tables, которая решает ту же задачу, а еще чуть позже, когда Telegram стал работать нестабильно, реализовали и бота в MAX. Теперь заявители могут сами решать, через какой канал подавать обращение. Независимо от выбора, все заявки попадают в одну базу данных. Более того, реализована логика: если бот по каким-то причинам работает плохо, он сам предлагает перейти в Tables и отправить запрос с помощью формы.

Отображение заявок

Доступ к системе имеет как заказчик, так и исполнители по задачам. Естественно, присутствуют и разработчики. Для каждой роли реализовано свое представление данных — хотя сами данные одни и те же.

Заявка — это строка в таблице с определенным набором полей: данными заявителя, информацией о проблеме, техническими деталями. Исполнители видят только ее данные (без технической информации), заказчику доступны номер, временная отметка, когда она взята в работу и статус обращения, а разработчики видят все.

Логика работы сервиса проста: как только появляется новая заявка, необходимо создать для нее печатную форму по установленному образцу, чтобы исполнителю было с чем работать (открыть, распечатать, подписать своей рукой — ради этого все и затевается, ведь заказчик отказался от электронной подписи: они не готовы цифровизироваться настолько).

При появлении новых данных в Tables срабатывает триггер, и мы отправляем запрос во внешний сервис, который генерирует печатную форму. Изначально в качестве этого сервиса выступал Google Apps Script. На тот момент самым простым путем оказалось использовать короткий код на JavaScript, опубликованный в виде функции, которую можно вызвать через браузер или API-клиент. Код использовал шаблон и подставлял в нужные места реальные данные из заявки. Исполнителю оставалось только открыть файл и распечатать его через Ctrl+P.

Позже Google Apps Script пришлось заменить на сервис функций в Яндекс Cloud — заказчик оказался ультраконсервативным и попросил использовать отечественные аналоги.

Генерацию печатных форм реализовали (а потом переделали) вообще без программистов, хотя пришлось перевести код с JavaScript на Python. Думаю, сейчас уже можно не скрывать, что 99,9% такого утилитарного простого кода — без сложных классов и невоспроизводимой логики — может писать нейросеть.

Что получилось в итоге

Хотя проект достаточно простой, реализация хорошо адаптировалась под разные условия. За время существования сервиса сменилось три варианта подачи заявок — два мессенджера и форма. Уже понятно, что инструмент можно масштабировать практически на любые внешние интерфейсы.

Ничего страшного не произошло и при смене политики относительно внешнего сервиса, генерирующего печатную форму — его быстро заменили, не привлекая разработчиков. Код потребовался только там, где нужно было строго соответствовать шаблону печатной формы. Но даже перевод на другой язык не вызвал проблем. Нечто подобное вполне может собрать для себя кто угодно.

Это стало возможным благодаря логике работы всей системы. Tables — ядро с открытым API, а любые внешние зависимости — это просто взаимозаменяемые модули. Когда обстоятельства вокруг меняются, не нужно переделывать ядро — достаточно переключиться на другой доступный инструмент.