Активный продукт · 2026

CRM для 3D-печати

Система, которая превращает разрозненные входящие заявки в подтвержденные менеджером производственные заказы.

Статус
Основной процесс реализован; впереди пилотная приемка
Роль
Продукт, архитектура и бэкенд
Стек
Go, PostgreSQL, React, Python
Интеграции
IMAP, Яндекс Диск, опциональный LLM
  • Go
  • PostgreSQL
  • React
  • Python
Синтетическая схема процесса заявок и производства в CRM

Контекст

Программа строится вокруг рабочего процесса

Компания 3D-печати получает заявки по почте — часто с вложениями и неполными техническими данными. Менеджеру нужно проверить запрос, уточнить детали, решить, можно ли создать заказ, и сделать файлы и статус понятными всей команде.

Проблема

Переписка, файлы и производственные решения находятся в разных местах. Обычная CRM умеет хранить лид, но не моделирует технический путь от приложенной модели до готового к производству заказа.

Ограничение

Парсинг и анализ могут помогать менеджеру, но не должны незаметно принимать коммерческие или производственные решения. Нужны явные статусы, аудит и подтверждение человеком.

Роль и подход

Продуктовые решения и архитектура в одном цикле

Я описал путь заявки до заказа, определил роли и переходы статусов, спроектировал границы сервисов и реализовал Go-бэкенд с интеграциями. Интерфейс — целевое рабочее место менеджера, а не универсальная CRM.

Сначала процесс

Автомат состояний заказа — источник истины. Интеграции его питают, но не определяют.

Подтверждение человеком

Разбор входящего письма создает черновик. Заказ появляется только после явного действия менеджера.

Заменяемые адаптеры

Хранилище, почта и модель отделены от ядра, поэтому локальная среда и внешние сервисы используют один процесс.

Фоновые задачи

Передача файлов и анализ моделей идут асинхронно: со статусами и повторными попытками, без блокировки API.

Процесс

Автоматизация готовит данные — человек принимает решение

Входящее сообщение становится проверяемым черновиком. Распознанные поля и вложения сокращают ручной ввод, но ответственность за клиента, состав работ и создание заказа остается у менеджера.

Путь от входящего письма через черновик и подтверждение человеком к заказу и подготовке производства
Человеческая проверка — осознанная граница продукта, а не временный недостаток.
  1. Получить письмо и вложения через входящий адаптер.
  2. Создать черновик; языковая модель при включении только предлагает значения полей.
  3. Дать менеджеру исправить данные, отклонить запрос или явно создать заказ.
  4. Хранить статусы, файлы, задачи хранилища и технический анализ в одной карточке.

Архитектура

Небольшое ядро и явные границы интеграций

Go API отвечает за аутентификацию, права, переходы заказов и аудит. PostgreSQL хранит состояние процесса. Воркеры выполняют медленные и ненадежные операции, а React-интерфейс работает с тем же API, что и операционные проверки.

Схема: React и IMAP связаны с Go API, PostgreSQL, воркерами, хранилищем, анализатором STL и опциональной языковой моделью
LLM предлагает данные черновика. Python-анализатор считает свойства STL; координатором процесса остается Go-сервис.

Почему два языка? Go объединяет транзакционное приложение и адаптеры, а Python/trimesh дает зрелые инструменты геометрии за узким контрактом анализа.

Статус поставки

Что есть сейчас — и чего еще нет

Это активный продукт, а не отполированная ретроспектива. В августе 2026 года репозиторий был сверен с планом итераций; границы ниже проведены намеренно.

Реализовано

Основной рабочий процесс

JWT/RBAC, пользователи и клиенты; создание и статусы заказов; файлы и сменное хранилище; входящие черновики с подтверждением менеджера; фоновые задачи и аудит.

Ждет приемки

Технический файловый контур

Безопасная распаковка архивов, метрики STL, предупреждения о герметичности, превью и Three.js viewer есть в коде и тестах, но итерацию еще нужно принять на пилотном процессе.

Спроектировано

Расчет стоимости

Типы печати, тарифы, экспресс- и детальный расчет, проверка готовности и данные технолога описаны в итерациях, но не выдаются за готовые функции.

Запланировано

Производственные операции

Задачи и Telegram-напоминания, история производства, управленческий дашборд, диагностика, резервное копирование и боевой деплой — будущая работа.

Компромиссы

Решения в пользу понятности и восстановления

Дальше

Сначала проверить, потом расширять

Следующая содержательная точка — пилотная приемка архивов, анализа STL и viewer на характерных файлах, затем уточнение правил расчета. Конверсия, экономия времени и производственные метрики намеренно помечены TBD, пока процесс не используется в работе.

Не показано: данные клиентов, доступ к репозиторию, учетные данные, реальные цены и непроверенные бизнес-метрики. Обложка и схемы синтетические.

Следующий проект

NoteMe

Работающий Telegram-бот для быстрого сохранения, поиска и напоминаний.

Читать кейс →