Кейс
Автоматизация
AI
Atoms: создание платформы для внутренней автоматизации
Подробный разбор архитектуры и реализации продукта, который объединяет рабочие встречи, генеративный ИИ и документацию в одном месте
8/30/2025
12 мин
Илья Николенко
Начало проекта
В начале 2025 мы спроектировали Atoms — ядро для операционной работы команд: ИИ‑чат с инструментами, транскрибация встреч, компиляция документов и админ‑панель. Цель — сократить путь от разговора и контекста к результату (от записей до готовых документов).
Анализ требований
- ИИ‑чат с историей и подключаемыми инструментами (tools)
- Транскрибация аудио/видео с прогрессом и устойчивыми конвертациями
- Сборка документов из шаблонов (compile) с параметрами проекта
- Управление проектами, встречами, пользователями и ролями
- Админ‑аналитика и системные настройки
- Интеграции через MCP‑серверы (Notion, Slack, GitHub, Google Maps, Weather)
- Безопасное хранение и строгие RLS‑политики (Supabase)
Выбор технологий
Выбор технологий
Frontend
- Next.js (App Router) + TypeScript
- Tailwind CSS
- Radix UI
- shadcn/ui
Backend
- Next.js API Routes:
chat,compile,transcribe,storage - Supabase: Postgres, Row Level Security
Процесс разработки
Этап 1: Базовая архитектура (2 недели)
Проект, схемы Supabase и RLS, UI‑атомы, контексты
Этап 2: Чат‑ассистент и инструменты (3 недели)
История сообщений, вызов tools, MCP‑интеграции
Этап 3: Транскрибация (3 недели)
Загрузка медиа, конвертация, прогресс, результаты
Этап 4: Компиляция документов, админ-панель
Шаблоны, параметризация, экспорт, роли/права, метрики, системные настройки
Ключевые вызовы
- Надёжная транскрибация больших файлов
Потоковый прогресс, ретраи, предварительные конвертации. - Тонкая безопасность данных
Строгие RLS‑политики и стабильные клиент/сервер‑контракты. - Единый интерфейс инструментов
MCP‑адаптеры (Notion/Slack/GitHub) и детерминированные контракты вызовов. - Производительность UI и API
Кэширование, lazy‑импорты, оптимизация SQL и сжатие медиа.
Результаты
- Единый поток “разговор → транскрипт → документ” в одном приложении
- Сокращение времени подготовки итогов встреч
- Прозрачная админ‑аналитика по чатам, проектам, пользователям
(Метрики зависят от конкретного развёртывания и нагрузки.)
Выводы и уроки
- Строгие контракты и RLS — основа масштабируемости
- Инкрементальная поставка: сначала скелет, затем инструменты и интеграции
- Унификация UI‑паттернов через shadcn/ui ускоряет развитие
Технические детали
- Технологии: Next.js 15 (App Router), TypeScript, Tailwind, Radix + shadcn/ui
- Бэкенд: Next.js API Routes, Supabase (Postgres + RLS)
- Интеграции: MCP (Notion, Slack, GitHub, Google Maps, Weather)
- Основные домены:
chat,transcribe,compile,admin/analytics - Деплой: Vercel + Supabase
- SQL‑схемы и политики: миграции в
supabase/, стабильные контракты для UI
Хотите обсудить похожий проект?