Страница 1 из 1
не совсем железо
Добавлено: 02 Октябрь 2025, 11:14
porutchik
но может кому пригодится
https://github.com/paperless-ngx/paperless-ngx
Основные функции
Управление документами. Организация и управление цифровыми документами в интернете.
Система тегов. Категоризация документов с помощью тегов для быстрого доступа.
Интеграция OCR. Оптическое распознавание символов для извлечения текста из изображений и отсканированных документов.
Автоматическая категоризация. Обучение на основе тегов и категорий, чтобы автоматически классифицировать будущие документы.
Функциональность поиска. Мощные возможности поиска для быстрого нахождения документов.
Поддержка нескольких пользователей. Можно сотрудничать с другими пользователями, создавая для них отдельные учётные записи.
Экспорт данных. Экспорт документов для резервного копирования или миграции. Кроме того, они хранятся в аккуратной структуре папок, что позволяет в случае необходимости отказаться от Paperless.
не совсем железо
Добавлено: 02 Октябрь 2025, 12:35
porutchik
из форума:
>Для прикручивания AI в разного рода автоматизации, включая Хоум Ассистент, очень удобно пользоваться n8n. Через n8n я использую Ollama с несколькими локальными моделями, присоединил HA в качестве инструмента, теперь AI имеет информацию обо всех датчиках и параметрах. Подключил также телеграмм-бота. Можно голосовыми сообщениями запрашивать параметры, включать/выключать что угодно. В n8n строишь цепочку: триггер по сообщению в телеграм, если голосовое, то переводишь голос в текст с помощью локальной whisperX, должен направляешь запрос AI-агенту, он использует нужную модель через Ollama, модель использует различные инструменты: Хоум Ассистент, Википедию (если нужно поискать актуальную информацию), мои локальные базы данных и тд. Очень удобно. n8n - офигенный инструмент
>Ради интереса реализовал такой сценарий автоматизации: телефон пишет звонки, через Syncthing записи сохраняются на NAS. n8n обрабатывает все записи: с помощью модели WhisperX переводит голос в текстовую стенограмму, определяет кто конкретно говорит какую реплику, далее с помощью скрипта на питоне (написал с помощью локальной Qwen3-coder-30b) делает парсинг стенограммы и заносит информацию в базу данных postgres (дата, номер абонента, каждое предложение с привязкой ко времени разговора и тд), после этого AI-агент с помощью локальной модели GPT-OSS-20b обрабатывает каждую стенограмму: выделяет основную тему разговора, наиболее важные вопросы, принятые решения, договоренности, разделяет звонки по тематике (личные, рабочие) - все это структурируется по строгой форме и также заносится в базу данных. Таким образом обработал около 10 тыс звонков за последние 5 лет. Теперь достаточно через телеграм-чат сделать запрос типа, типа "с кем и когда мы обсуждали такой то проект" и AI пришлет подробную выдержку когда обсуждался, с кем, какие решения/договоренности были и тд. Пока постоянно докручиваю эту автоматизацию, оптимизирую промпты, но уже сейчас работает очень круто.
не совсем железо
Добавлено: 03 Октябрь 2025, 22:30
gopstop2007
porutchik писал(а): 02 Октябрь 2025, 12:35
из форума:
>Для прикручивания AI в разного рода автоматизации, включая Хоум Ассистент, очень удобно пользоваться n8n. Через n8n я использую Ollama с несколькими локальными моделями, присоединил HA в качестве инструмента, теперь AI имеет информацию обо всех датчиках и параметрах. Подключил также телеграмм-бота. Можно голосовыми сообщениями запрашивать параметры, включать/выключать что угодно. В n8n строишь цепочку: триггер по сообщению в телеграм, если голосовое, то переводишь голос в текст с помощью локальной whisperX, должен направляешь запрос AI-агенту, он использует нужную модель через Ollama, модель использует различные инструменты: Хоум Ассистент, Википедию (если нужно поискать актуальную информацию), мои локальные базы данных и тд. Очень удобно. n8n - офигенный инструмент
>Ради интереса реализовал такой сценарий автоматизации: телефон пишет звонки, через Syncthing записи сохраняются на NAS. n8n обрабатывает все записи: с помощью модели WhisperX переводит голос в текстовую стенограмму, определяет кто конкретно говорит какую реплику, далее с помощью скрипта на питоне (написал с помощью локальной Qwen3-coder-30b) делает парсинг стенограммы и заносит информацию в базу данных postgres (дата, номер абонента, каждое предложение с привязкой ко времени разговора и тд), после этого AI-агент с помощью локальной модели GPT-OSS-20b обрабатывает каждую стенограмму: выделяет основную тему разговора, наиболее важные вопросы, принятые решения, договоренности, разделяет звонки по тематике (личные, рабочие) - все это структурируется по строгой форме и также заносится в базу данных. Таким образом обработал около 10 тыс звонков за последние 5 лет. Теперь достаточно через телеграм-чат сделать запрос типа, типа "с кем и когда мы обсуждали такой то проект" и AI пришлет подробную выдержку когда обсуждался, с кем, какие решения/договоренности были и тд. Пока постоянно докручиваю эту автоматизацию, оптимизирую промпты, но уже сейчас работает очень круто.
пробовал, работал, есть сомнения, если обрубят или подымут заоблачно цены, чтобы потом как серпом по яйкам, слишком большая зависимость. (
не совсем железо
Добавлено: 04 Октябрь 2025, 8:58
porutchik
так там локальный образ. Тот что поверх deepseek