Проектно-изыскательские работы · Цифровой контур

Главный кейс: платформа управления проектированием и ИИ-ассистент для инженера-проектировщика

Репозиторий pir-s.ru (демо-ветка demo) — это сквозная платформа для ведения объектов и документации ПИР с выделенным BFF, GraphQL-слоем Hasura и набором экранов для ИИ-помощника вокруг исходно-разрешительной документации (ИРД): от реестра и «исходных данных» до дашбордов нормконтроля, коллизий и заделов под генерацию ТЗ на разделы.

5 слоёв Client · BFF · Hasura · Deploy · Seeder/Docs

GraphQL + REST Apollo-наследие и BFF-адаптация для новых AI-экранов

ИРД Классификация, валидация, аналитика, демо-mock API

Единый цифровой контур вместо «папок и почты»

Инженер-проектировщик и главный инженер проекта (ГИП) тонут в объёмах ИРД, версиях, согласованиях и ручных проверках. Нужна платформа, где объект живёт в одной модели данных, а ИИ-помощник не «рисует слайды», а опирается на структурированные артефакты: реестр документов, XML-контуры, статусы разделов и воспроизводимые контракты между фронтом, BFF и аналитическим backend.

Объекты ПИР ИРД Нормконтроль Согласования

Многослойная система в одном репозитории

client/ — React-приложение (CRA + craco): исторически Apollo/GraphQL для доменных данных, новые сценарии AI/ИРД/ORD/normcontrol часто идут через REST к BFF. server/ — Node/TypeScript BFF: сессии и auth, интеграции, хранилища, адаптация ответов Hasura, webhook/actions и демонстрационные mock-маршруты для ИИ-экранов. hasura/ — источник истины по схеме БД: metadata, idempotent SQL-миграции, демо-сид. deploy/ — Docker-образы, nginx, supervisord, сценарии выкладки. seeder/ и docs/ — воспроизводимые demo-данные (включая примеры XML ИРД и референсные analysis JSON), контракты и спеки для согласованной эволюции продукта.

Что делает ассистент для ГИПа в демо-контуре

В продуктовой карте заложены сценарии вокруг ИРД: расширенная классификация типов документов, валидация XML, модульный анализ и фрагментация под лимиты LLM, поиск коллизий, чек-листы нормконтроля, генерация сопутствующих текстов и ТЗ на разделы проектной документации. В демо-ветке часть тяжёлого анализа заменена контролируемыми mock-эндпоинтами и фикстурами, чтобы команда могла развивать UX и контракты без блокировки на полный ML-контур; параллельно описан перенос зрелых артефактов из исследовательского контура ai-gip и зарезервирован слот analysis-container/ под Python-runtime анализа.

REST mock + BFF Контракты JSON Qdrant / RAG FastAPI (roadmap)

Документация как часть продукта

В репозитории закреплены runbook демо-сервера, журнал «граблей» по областям (frontend, Hasura, deploy, Postgres), спецификации по IRD analysis для demo и аудит переноса возможностей из ai-gip. Это снижает стоимость онбординга и позволяет агентам и людям работать точечно — по файлам маршрутов, меню, BFF-роутов и миграций — вместо раздувания одного бесконечного контекста.

Честно про объём и риски

Демо-контур намеренно упрощает часть тяжёлых веток (например, обработку «живых» сканов) в пользу XML-прототипов и фикстур. Папки вроде ai-gip/, mcp-server/, qdrant-config/ в worktree — вспомогательные и исследовательские материалы, а не обязательный runtime в каждой сборке. Публичное портфолио не дублирует закрытый Git: для знакомства с продуктом ориентир — домен pir-s.ru и ветка demo по согласованию с владельцем репозитория.

Нужна похожая архитектура под ваш ПИР-контур?

Можно спроектировать слои данных, BFF и сценарии ИИ-ассистента с учётом регламентов и ИБ.

Обсудить проект

Все кейсы