Кейс / ИИ-платформа для тендеров

ТендерОК: ИИ считает себестоимость и маржу строительного тендера

ТендерОК помогает строительным компаниям решать по тендеру за минуты, а не за вечер с калькулятором. Загружаешь пакет: смету, ТЗ, договор. Система вытаскивает данные через Claude Vision, считает себестоимость и реальную маржу, проверяет допуск по СРО и МЧС, подсказывает цену подачи. Собрал в одиночку как fullstack-разработчик: фронтенд, бэкенд, ИИ-слой и финансовую модель.

Открыть tenderok.proУслуга: веб-приложения
Тип
ИИ-платформа для тендеров, B2B, закрытый доступ
Стек
Next.js, FastAPI, PostgreSQL, Claude
Роль
Fullstack, один, под ключ
ИИ
Claude Vision извлекает смету, ТЗ, договор
Финмодель
Реальная маржа с БГ, кассовым разрывом, гарантией
Экспорт
Смета в Excel и PDF, анкета допуска
ТендерОК: ИИ считает себестоимость и маржу строительного тендера, превью 1
ТендерОК: ИИ считает себестоимость и маржу строительного тендера, превью 2
ТендерОК: ИИ считает себестоимость и маржу строительного тендера, превью 3

Что за проект и задача

Строительная компания перед подачей на тендер тратит вечер на смету, чтобы понять, выгодно ли и какую цену ставить. Ошибка в марже, и контракт на миллионы уходит в минус. ТендерОК сжимает этот вечер до минут. Загружаешь пакет тендера, система разбирает документы, считает деньги и даёт вердикт. Я вёл проект как fullstack-разработчик от идеи до боевой версии на tenderok.pro.

Как работает: от сметы до цены подачи

Пользователь загружает смету, ТЗ и договор в любом составе. Claude Vision извлекает позиции, НМЦК и требования по допуску даже из сканов и DOCX. Дальше детерминированный калькулятор считает себестоимость, реальную маржу и границу коэффициента, ниже которой тендер уходит в убыток. Советник в чате объясняет по-человечески: выгоден ли тендер, проходишь ли по допуску, что рискованно. Финальное решение остаётся за человеком.

Главная фишка: реальная маржа, а не наивная

Обычный расчёт берёт цену минус смету и радуется. В стройке так теряют деньги. ТендерОК считает маржу после финансирования: банковская гарантия, кассовый разрыв на месяцы вперёд, гарантийный резерв, штрафы по договору. Фиксированные работы и открытые материалы разделяются, маржа считается только там, где она реальна. На выходе видно не бумажную, а живую прибыль.

Инженерия: ИИ извлекает, калькулятор считает

Главный принцип я заложил прямо в архитектуру. ИИ отвечает за извлечение и объяснение, а все деньги считает детерминированный код, который проверяется построчно. Никаких цен, придуманных нейросетью. Цифры из Vision дополнительно сверяются независимым OCR на Tesseract: если распознавание разошлось, число подсвечивается. Так уходят галлюцинации в сметах, где ошибка в разряде стоит контракта.

Стек и инфраструктура

Фронтенд на Next.js и React с TypeScript, интерфейс на shadcn/ui и Tailwind. Бэкенд на FastAPI и Python, база PostgreSQL с pgvector для поиска по прошлым тендерам. ИИ-слой на Claude с возможностью переключить провайдера под клиента. Парсинг документов на PyMuPDF, python-docx и openpyxl, экспорт в Excel и PDF с кириллицей. Всё крутится в Docker за Caddy с автоматическим HTTPS. Ту же связку я собираю на услуге по разработке веб-приложений.

Проверка допуска и риски

Система сверяет разрешения компании по СРО, МЧС и Ростехнадзору с порогами тендера и выдаёт понятный вердикт с чек-листом недостающих документов. Отдельный блок проактивно ловит риски: нет допуска, тендер в убыток, низкая маржа, двойные штрафы. Всё отсортировано от критичного к информационному, чтобы важное не потерялось в списке.

Стек проекта

  • Next.js
  • React
  • TypeScript
  • shadcn/ui
  • Tailwind CSS
  • FastAPI
  • Python
  • PostgreSQL
  • pgvector
  • SQLAlchemy
  • Claude (Anthropic)
  • Claude Vision
  • Tesseract OCR
  • PyMuPDF
  • openpyxl
  • fpdf2
  • JWT
  • Docker
  • Caddy

Вопросы про автоматизацию тендеров

Что делает ТендерОК?

Разбирает пакет строительного тендера и считает деньги. Загружаешь смету, ТЗ и договор, система извлекает данные, считает себестоимость и реальную маржу, проверяет допуск по СРО и МЧС, подсказывает цену подачи. Решение принимает человек, ИИ готовит расклад.

На каком стеке сделана платформа?

Фронтенд на Next.js и React с TypeScript, бэкенд на FastAPI и Python, база PostgreSQL с pgvector. ИИ-слой на Claude, извлечение документов через Vision, парсинг PDF и DOCX на PyMuPDF и python-docx. Инфраструктура в Docker за Caddy.

ИИ сам придумывает цены?

Нет, и это принципиально. ИИ только извлекает данные из документов и объясняет расклад словами. Все деньги считает детерминированный калькулятор, результат которого проверяется построчно. Цифры дополнительно сверяются вторым OCR, чтобы убрать ошибки распознавания.

Чем это лучше расчёта в Excel?

Excel считает только то, что вы вручную в него занесли, и не видит скрытых расходов. ТендерОК сам вытаскивает позиции из сметы, учитывает банковскую гарантию, кассовый разрыв и гарантийный резерв, показывает границу убытка по коэффициенту. Это минуты вместо вечера и меньше шансов уйти в минус.

Работает с отсканированными сметами?

Да. Извлечение построено на Claude Vision, поэтому система читает и сканы PDF, и DOCX, и Excel. Спорные цифры сверяются независимым OCR на Tesseract и подсвечиваются, если распознавание разошлось.

Можно поставить свою модель ИИ?

Да, провайдер переключается. По умолчанию настроен Claude, но слой ИИ вынесен отдельно, и заказчик подставляет свой ключ и модель. Финансовая логика от модели не зависит, она детерминированная.

Кто разрабатывал ТендерОК?

Я, Евгений Волков, fullstack-разработчик. Собрал проект в одиночку: фронтенд, бэкенд, ИИ-слой, финансовую модель и инфраструктуру. Похожую платформу под ключ делаю на услуге по разработке веб-приложений.

Из блога по теме

Нужна такая же система под ваш процесс? ИИ-платформу с извлечением документов и детерминированным расчётом я, Евгений Волков, собираю под задачу на услуге по разработке веб-приложений. Расскажите про процесс, прикину объём и сроки.

Разработка веб-приложенийВсе кейсы