P-01 · Запущено
Apartment Auditor
Android · RuStore · React Native
Задача
Приёмка квартиры у застройщика: дольщик ходит с блокнотом, фотографирует дефекты, теряет
фото, забывает нормативы, тратит 3-4 часа и всё равно что-то упускает.
Решение
Мобильное приложение (React Native + Expo + Zustand + Nativewind) со структурированным
чек-листом по 220 нормативным пунктам (СП, ГОСТ), фиксацией дефектов фото + координатой
на плане, 7 PDF-шаблонов, 447 unit-тестов. Работает офлайн.
Опубликовано в RuStore (com.lavr5000xxx.apartmentauditor). Приёмка
укладывается в 40 минут по чек-листу. Бесплатно и без рекламы.
P-02 · Запущено
Transkribator
Windows · диктовка в любое окно · без интернета
Задача
Отчёты, письма и записки с объекта быстрее наговорить, чем набрать, но диктовка в
браузере отправляет речь в чужой сервис и работает только там, где есть связь.
Решение
Приложение для Windows: горячая клавиша, речь распознаётся локальной моделью GigaAM v3
и текст вставляется туда, где стоит курсор. Исходники открыты.
Ежедневный рабочий инструмент автора: около 60 записей в день,
16 551 за всё время. Раздаётся бесплатно, без рекламы и регистрации.
P-03 · В работе
PDF-Extractor
Vision AI · Schema-Guided Reasoning · Python
Задача
Входной контроль рабочей документации: ПТО-шник получает пакет PDF-чертежей (КЖ, П-КР,
АР, КМ) на сотни листов и вручную выписывает марки арматуры, спецификации, объёмы — по
2-3 дня на объект.
Решение
Pipeline на Python: PyMuPDF рендерит страницы, Vision AI (Gemini / Qwen 3 VL) с
Schema-Guided Reasoning извлекает структурированные данные по профилям (КЖ: железобетон,
П-КР: демонтаж, АР: архитектура). На выходе: единая ресурсная ведомость в Excel.
Используется на реальных объектах (Ульяновск, Стройинвест). 2 дня
ручной работы → 15 минут автоматического извлечения. Бесплатные Vision-модели покрывают
типовую задачу.
P-04 · В разработке
IDGenerator
Python · FastAPI · Streamlit · ИД
Задача
Сборка комплекта исполнительной документации (АОСР, общий журнал работ, реестр ИД,
сертификаты) на каждый объект: десятки часов ПТО на парсинг смет, сопоставление работ и
заполнение шаблонов.
Решение
Локальная система на Python/FastAPI + Streamlit UI. Вход: контракт и локальная
смета/КС-2. Выход: собранный пакет ИД: акты, журнал, реестр, автоподбор сертификатов
материалов из открытых реестров ФСА.
Готовится к применению на реальных объектах. v6, активная разработка
фазы F1.5 (Certificate Auto-Discovery). Прогресс ~50%.
P-05 · В работе
StroyOps-Bot
AI · Telegram · Голос → письмо
Задача
Прораб слышит на объекте расхождение с рабочей документацией. Он должен надиктовать
инженеру суть, тот — сесть и написать письмо заказчику на корректировку РД. Теряется
день.
Решение
Telegram-бот принимает голосовое сообщение от начальника участка или руководителя
строительства, расшифровывает суть, классифицирует ситуацию (КОР / ДОП / СТОП / ИЗМ) и
собирает готовое письмо заказчику с отсылкой на ст. 744 ГК РФ и приложением нормативов.
От факта на объекте до отправленного письма — 15 минут вместо 1-2 дней.
Применяется на объектах в Ульяновске.
P-06 · В разработке
AI-Box
Edge AI · Mini-PC · Автономные агенты
Задача
Облачные AI-сервисы стоят дорого, зависят от интернета и утекают корпоративные данные.
Для малого и среднего бизнеса нет «коробки», которую поставил в офис, и всё работает
локально.
Решение
Коробочное устройство на мини-ПК N100 с преднастроенным стеком: локальная LLM (Ollama),
маршрутизатор сложности запросов, Telegram-агент, Home Assistant, Syncthing, Jellyfin,
FRP-туннель. 6 Docker-контейнеров, 16 ГБ RAM.
Готовится к подаче на грант Старт-ИИ-1 (ФАСИ). Архитектура на
6 сервисов + веб-панель, документация собрана. Целевой B2B/B2C-продукт: AI-автономия
без подписок.
P-07 · В разработке
Смета-СК
AI-скиллы · Гранд Смета · Строй-контроль
Задача
Специализированные сметы (на строительный контроль по ПП РФ № 468, на авторский надзор,
на пуско-наладку) сметчик готовит вручную, каждый раз по памяти или по старому образцу,
ошибается в нормативных коэффициентах.
Решение
Набор AI-скиллов для Claude / Gemini / других моделей: загружает ПП РФ № 468, методики
Минстроя, сводный сметный расчёт. По запросу генерирует смету нужного типа (СР-1, СР-2
и т. д.) с корректными коэффициентами и источниками.
Сборка специализированной сметы занимает минуты вместо часов. Снижение ошибок
по нормативным коэффициентам.
P-08 · В планах
Vector
Семантический поиск · ГОСТ · СП
Задача
Найти нужный пункт в сотнях СП, ГОСТ, технических регламентов: задача на полдня. Поиск
по ключевым словам почти не работает. В бюджетных организациях систематические ошибки
из-за устаревших регламентов, упускается рентабельность.
Решение
Векторная база нормативов с семантическим поиском. Вопрос на естественном языке →
релевантные пункты документов с цитатами и ссылками.
Целевая аудитория: крупные компании и бюджетные организации. Целевая
метрика: секунды на поиск нормативного основания вместо часов. Рост рентабельности за
счёт устранения процедурных потерь.