Prvo isprobajte demo. Zatim napravimo asistenta za vaše poslovanje.

Radni RAG demo koji pokazuje kako asistent može da radi sa vašim poslovnim podacima.

Šta ovaj demo pokazuje

Ovo je RAG (retrieval-augmented generation) asistent koji odgovara na osnovu posebne baze znanja i prikazuje izvore za svaki odgovor. Ako ne pronađe dovoljno relevantnih informacija, podešen je da to jasno kaže umesto da nagađa.

Čet u donjem desnom uglu koristi bazu znanja NekaSofta. Ako je potreban čovek, razgovor može da preuzme naš tim u istom četu.

Kako radi

1

Sve počinje od vašeg znanja

Asistent radi sa posebnom indeksiranom bazom znanja. Ona se može izgraditi iz sadržaja sajta, internih baza znanja, dokumenata, FAQ-a, informacija o proizvodima, pravilnika: iz strukturiranih i nestrukturiranih poslovnih podataka.

2

Gradimo semantički indeks

Sadržaj se deli na fragmente i pretvara u embedding-e: indeks pretrage koji razume značenje, a ne samo ključne reči.

3

Prvo pretraga, pa generisanje

Za svako pitanje asistent prvo pronalazi najrelevantnije fragmente, pa tek onda generiše odgovor zasnovan na tom kontekstu.

4

Odgovori sa proverljivim izvorima

Vidite izvore na kojima se zasniva svaki odgovor. Ako asistent ne pronađe dovoljno relevantnih informacija, jasno će to reći. Ako je potreban čovek, naš tim može da se uključi u isti razgovor.

Šta nam treba od vas

  • Vaše znanje i podaci
  • Ton komunikacije i jezici na kojima asistent treba da odgovara
  • Kanali u kojima će raditi: ista arhitektura može da radi na sajtu, u Telegramu i u drugim interfejsima
  • Izvor iz koga baza znanja može da se ponovo izgradi kako se sadržaj menja

Podaci na osnovu kojih asistent odgovara

Ispod su doslovni fragmenti baze znanja: tačno oni tekstovi koje asistent pronalazi i čita. Otvorite bilo koji fragment, pročitajte ga i proverite: postavite pitanje u četu i uporedite odgovor sa izvorom.

Šta preuzimamo8
Interni sistemi i automatizacija procesaPročitajte
Sistemi po meri koji zamenjuju rascepkane ručne procese, tabele, rutinsko izveštavanje i nepovezane interne alate.
Integracije, podaci i izveštavanjePročitajte
Softver koji povezuje postojeće sisteme, prenosi i proverava podatke, automatizuje izveštavanje i uklanja ručne korake.
Digitalni proizvodi i platforme za klijentePročitajte
Veb i mobilne aplikacije, portali, botovi, pretplatnički servisi i druga samostalna digitalna rešenja.
AI proizvodi i asistentiPročitajte
RAG asistenti, inteligentni tokovi rada, ekstrakcija podataka, nadzor i AI funkcije ugrađene u svakodnevne poslovne procese.
Vaš tim već radi punim kapacitetomPročitajte
A tu je i zaseban projekat koji ne sme da stoji. Preuzimamo ga, a da vaš glavni tim ne skreće sa svojih prioriteta.
Imate problem, ali ne i specifikacijuPročitajte
Dođite sa poslovnim ciljem. Radićemo sa ključnim učesnicima kako bismo razumeli proces, osmislili rešenje i definisali jasan obim posla za razvoj.
Potreban vam je tim koji će voditi projekat iz dana u danPročitajte
Tehničke odluke donosimo sami, a odluke o proizvodu predlažemo i dogovaramo sa vama. Projekat tako ide napred, a vi ne morate da se bavite svakim detaljem.
Imate proizvod koji treba završiti i pustiti u radPročitajte
Preuzimamo postojeći kod, stabilizujemo ono što već radi, dograđujemo ono što nedostaje i puštamo proizvod u rad.
Projekti iz portfolija13
RAG asistent za bazu znanja sa prebacivanjem razgovora na čovekaPročitajte
[NekaSoft proizvodi i demo] [AI asistenti, Upiti i prodaja, TypeScript, Node.js, Next.js, OpenAI API, Semantička pretraga, Telegram Bot API] RAG asistent u produkciji, zasnovan na poslovnom znanju NekaSofta: semantička pretraga, izvori ispod odgovora, test na sopstvenim podacima i prebacivanje razgovora na čoveka. Radi na ovom sajtu; @NekaSoftBot ostaje poseban Telegram demo. NekaSoft je želeo da pokaže mogućnosti RAG-a ne kroz opis tehnologije, već kroz interaktivan proizvod koji zaista radi. Umesto da na sajtu napišemo da tim ume da pravi RAG sisteme, razvili smo živog AI asistenta koga potencijalni klijent može da proveri direktno na sajtu: da postavi pitanja o NekaSoftu, dobije odgovore iz stvarne baze znanja, vidi korišćene izvore, doda sopstvene test podatke i odmah proveri kako isti RAG proces radi sa njegovim informacijama. Zadatak je bio da se izgradi pravi RAG sistem sa posebnom bazom znanja, a ne običan četbot sa velikim system promptom: odgovori zasnovani na pronađenom kontekstu, semantička pretraga, vidljivi izvori, iskreno odbijanje kada odgovora u bazi nema, korisnički test režim sa izolovanim privremenim podacima, prebacivanje razgovora na čoveka i arhitektura koja nije čvrsto vezana za jedan sajt ili format podataka. NekaSoft je bio odgovoran za koncepciju proizvoda, korisničke scenarije, arhitekturu RAG-a, strukturu baze znanja, ingestion i indeksiranje, embedding-e i semantičku pretragu, AI orkestraciju i grounding, logiku odbijanja odgovora, prikaz izvora, veb interfejs, režim testa na sopstvenim podacima sa izolacijom sesija i automatskim brisanjem nakon sat vremena, prebacivanje razgovora na čoveka sa Telegramom kao radnim kanalom tima, deployment i dalji razvoj. Kako radi: za svako pitanje asistent pronalazi najrelevantnije fragmente u indeksiranoj bazi znanja (baza NekaSofta obuhvata tipove projekata i tipične situacije, projekte iz portfolija, proces rada, FAQ i podatke o kompaniji), prosleđuje ih modelu kao kontekst i vraća odgovor sa izvorima. Ako relevantnog konteksta nema, saopštava da odgovora u bazi znanja nema i nudi da razgovor prebaci timu: član tima odgovara iz Telegrama, a odgovor se vraća u isti veb dijalog. Baza znanja se automatski ponovo gradi iz sadržaja sajta pri svakom deployment-u. Posetilac može da doda sopstveni tekst: on prolazi kroz isti proces, koristi se samo unutar njegove sesije, ne ulazi u stalnu bazu NekaSofta i automatski se briše nakon sat vremena. Rešenje postoji u dva radna interfejsa: veb asistent na ovom sajtu (izvori, test na svojim podacima, prebacivanje na čoveka) i @NekaSoftBot, samostalan Telegram RAG demo. Ista arhitektura se povezuje sa sajtovima, internim bazama znanja, dokumentima, CRM sistemima, bazama podataka i API-jima i može da radi u različitim klijentskim kanalima: asistent za prodaju, podršku, onboarding, interna znanja ili procedure. Stek: TypeScript, Node.js; veb: Next.js, OpenAI API (embedding-i i semantička pretraga); Telegram demo: grammY, MongoDB, Telegram Bot API. Probajte: čet na ovom sajtu ili t.me/NekaSoftBot
NekaWatch: AI platforma za nadzor sajtovaPročitajte
[NekaSoft proizvodi i demo] [Praćenje podataka, AI asistenti, Next.js, Node.js, TypeScript, Supabase, LLM, Web scraping, Telegram API, Paddle] Naš sopstveni SaaS za AI nadzor sajtova, u produkciji: korisnik običnim rečima opiše koje podatke želi da prati, a NekaWatch ih sam pronalazi na stranici, proverava po rasporedu, otkriva konkretne promene i šalje obaveštenja. Bez CSS selektora i XPath-a. Proizvod je dostupan na nekawatch.com. Problem: Klasičan nadzor sajtova zahteva ili ručnu proveru stranica ili parser vezan za HTML strukturu sajta: CSS selektori, XPath i logika izvlačenja podešavaju se za konkretnu stranicu. Takvo podešavanje radi programer, i ono se lomi kada se izgled stranice promeni. Cilj je bio univerzalan proizvod u kome netehnički korisnik prosto rečima opiše koje podatke treba pratiti. Rešenje: NekaWatch, komercijalni SaaS za AI nadzor sajtova u produkciji, koji je NekaSoft razvio i vodi kao sopstveni proizvod. Korisnik pokaže na stranicu i prirodnim jezikom opiše podatke: cenu, dostupnost, datum, status, količinu, rok, a po potrebi i više vrednosti u jednom monitoru odjednom. Platforma analizira stranicu pomoću LLM-a, izvlači upravo opisana polja u strukturirani snimak i odmah posle kreiranja monitora pokazuje šta je našla: vidi se da se prati baš ono što treba. Provere idu po zadatom rasporedu. Svaki novi snimak se poredi sa prethodnim i sistem pokazuje šta se tačno promenilo, pojavilo ili nestalo, po svakom polju: šta je bilo i šta je postalo, a ne uopšteno „nešto se na stranici promenilo“. Semantičko izvlačenje čini nadzor manje zavisnim od HTML koda nego skrejping na selektorima: redizajn obično ne lomi monitor. Ponovni pokušaji i obrada grešaka razdvajaju stvarnu promenu podataka od privremenog neuspeha učitavanja ili analize stranice, a status monitora čini greške vidljivim. Obaveštenja stižu na imejl i Telegram; webhook ugrađuje otkrivene promene u spoljne automatizovane procese. Trenutno stanje, otkrivene promene i puna istorija su u kontrolnoj tabli. NekaSoft je NekaWatch napravio u celini, kao potpun SaaS: koncept proizvoda, UX/UI, arhitektura, frontend i backend, web scraping i AI izvlačenje, strukturirani model podataka, poređenje snimaka, redovne provere, nalozi sa prijavom imejlom i preko Google-a i GitHub-a, planovi pretplate sa limitima, naplata sa Paddle integracijom, deployment i produkciona infrastruktura. Proizvod radi na tri jezika: engleskom, ruskom i srpskom. Primeri upotrebe: cene, dostupnost proizvoda, podaci konkurencije, oglasi za posao, tenderi, rokovi i druge strukturirane informacije objavljene na veb-stranicama. Stek: Next.js, Node.js, TypeScript, Supabase, LLM izvlačenje, web scraping, Telegram API, Paddle. Proizvod: nekawatch.com
Helpdesk integracijaPročitajte
[Korisnička podrška, Telegram API, TypeScript, Node.js, MongoDB, REST API] Telegram kanal podrške povezan sa postojećim helpdesk sistemom klijenta: zahtevi automatski postaju tiketi, agenti odgovaraju iz svog uobičajenog sistema, a razgovor se sinhronizuje u oba smera, uključujući priloge. Problem: Velikom digitalnom servisu sa velikom bazom korisnika bio je potreban dodatni kanal korisničke podrške u Telegramu. Korisnik je trebalo da komunicira sa podrškom u Telegramu, dok tim podrške nastavlja da radi u svom postojećem helpdesk sistemu. Klijent je došao samo sa opštim poslovnim ciljem; arhitekturu, korisničke scenarije i način rada integracije projektovao je NekaSoft. Rešenje: NekaSoft je razvio Telegram bota kao spoljni interfejs podrške, integrisan sa helpdesk sistemom preko API-ja i webhook-ova. Korisnik pošalje zahtev u Telegramu, a sistem automatski kreira tiket u helpdesk sistemu. Agent podrške odgovara u svom uobičajenom helpdesk sistemu, a odgovor se automatski vraća korisniku u Telegram. Dalji razgovor se sinhronizuje u oba smera, uključujući slike, fajlove i druge priloge. NekaSoft je bio odgovoran za arhitekturu, korisničke scenarije, rutiranje zahteva, API/webhook integraciju, dvosmernu razmenu poruka, backend, DevOps, deployment, monitoring i dalju tehničku podršku. Ključno: novi kanal podrške dodat je bez menjanja osnovnog radnog procesa tima podrške. Rezultat: • Telegram zahtevi su se automatski pretvarali u helpdesk tikete • Agenti podrške više nisu morali ručno da prenose poruke između sistema • Korisnici su dobijali odgovore direktno u Telegramu • Sva komunikacija je ostajala deo jedinstvenog helpdesk procesa • Po merenjima samog klijenta, vreme obrade zahteva smanjeno je za 40% Od prvog razgovora do puštanja u rad prošlo je manje od mesec dana. Stek: TypeScript, Node.js, Telegram API, MongoDB, REST API, webhook-ovi
Višeplatformski VPN klijentPročitajte
[Sajtovi i aplikacije, Electron, Cordova, TypeScript / JavaScript, Xray, Swift] Klijentske aplikacije komercijalnog VPN proizvoda za Windows, macOS, Linux, Android i iOS: od arhitekture i integracije Xray-a do objavljivanja u prodavnicama aplikacija i podrške nakon izdanja. Klijent je odlučio da pokrene sopstveni VPN proizvod. NekaSoft se uključio na startu i preuzeo tehničku realizaciju klijentskih aplikacija za Windows, macOS, Linux, Android i iOS. Klijent je došao sa jasnim poslovnim zahtevima i gotovim dizajn maketama; izbor tehničkog pristupa, arhitekture i alata bio je prepušten NekaSoftu. Odgovornost NekaSofta: izbor tehničkog pristupa i framework-a za aplikacije, arhitektura rešenja, razvoj desktop i mobilnih klijenata, integracija Xray-a po zahtevima klijenta, složena mrežna logika i rutiranje, backend, DevOps, infrastruktura za build i izdanja, potpisivanje koda, sertifikati i provisioning profili, objavljivanje aplikacija u skladu sa zahtevima svake platforme i tehnička podrška nakon izdanja. Rešenje: aplikacije su napravljene na višeplatformskim tehnologijama, Electron za Windows, macOS i Linux i Cordova za iOS i Android, a glavni razvoj vođen je u JavaScript-u/TypeScript-u. Nativni kod dodavan je ciljano tamo gde su to zahtevale platformske integracije, uključujući Swift na Apple platformama. U proizvod su integrisani Xray, prilagođeno rutiranje i druga složena mrežna logika. Poseban deo projekta bio je pun ciklus izdanja: build, potpisivanje koda, sertifikati, provisioning profili i objavljivanje prema zahtevima različitih platformi i prodavnica. Najteži deo bio je Apple ekosistem, gde je istovremeno trebalo uskladiti mrežnu implementaciju, ograničenja platforme i zahteve objavljivanja. Rezultat: VPN proizvod spreman za komercijalnu upotrebu, sa aplikacijama na svih pet platformi; aplikacije su objavljene, stigle do stvarnih korisnika i postale klijentski deo komercijalnog VPN servisa. Glavni rad trajao je oko dve godine. Nakon glavnog ciklusa razvoja proizvod je nastavio da se razvija uz sve veće učešće internog tehničkog tima klijenta; aplikacije su i dalje u produkciji i komercijalno se koriste. Stek: Electron, Cordova, TypeScript/JavaScript, Xray, Swift za nativne integracije
Praćenje ekonomskih podatakaPročitajte
[Praćenje podataka, Izveštaji i dokumenti, Java, Spring Boot, Selenium, PostgreSQL, Apache POI] Sistem za automatsko prikupljanje i analitiku ekonomskih podataka iz 7 spoljnih izvora: izračunavanje oko 50 pokazatelja i analitičkih preseka sa prosleđivanjem rezultata u javne kontrolne table. Problem: Klijent je razvijao javni analitički proizvod namenjen ekspertima i profesionalnoj publici: na sajtu je trebalo redovno objavljivati aktuelne ekonomske pokazatelje, analitičke preseke, grafikone i kontrolne table. Izvorni podaci bili su rasuti po 7 spoljnih izvora, uključujući sajtove različitih organizacija i redovno objavljivane Excel fajlove. Većina izvora nije imala API: deo informacija je morao da se preuzima direktno sa stranica sajtova automatizovanim pregledačem, a deo da se izvlači iz Excel fajlova složene strukture. Bio je potreban pouzdan backend koji ceo proces redovno izvršava automatski: od preuzimanja izvornih podataka do izračunavanja pokazatelja spremnih za prikaz na sajtu. Rešenje: U fazi istraživanja tim je razradio skup pokazatelja, strukturu analitičkih preseka i pravila izračunavanja; metodologiju izračunavanja obezbedili su stručnjaci klijenta, a NekaSoft je učestvovao u njenoj proveri i razmatranju. Za izvore bez API-ja realizovano je automatizovano prikupljanje podataka pomoću Selenium-a. Poseban deo sistema raščlanjuje Excel fajlove, pronalazi potrebne tabele, redove i pokazatelje i svodi ih na internu strukturu podataka. Backend zatim agregira informacije iz svih izvora, izvršava izračunavanja, čuva rezultate i prosleđuje ih frontend-u preko REST API-ja. Frontend je razvijao poseban tim. Pun ciklus osvežavanja podataka izvršava se 4 puta mesečno. Rezultat: • Automatizovano prikupljanje podataka iz 7 spoljnih izvora • Obrađuju se i veb izvori i Excel fajlovi • Izračunava se oko 50 pokazatelja i analitičkih prikaza • Jedinstven backend za prikupljanje, normalizaciju, agregaciju i izračunavanja • REST API za integraciju sa frontend-om • Podaci se automatski osvežavaju 4 puta mesečno • Novi pokazatelji i izveštaji dodaju se kako analitički proizvod raste Prva radna verzija sistema razvijena je za oko mesec i po dana. Servis radi već 4 godine i NekaSoft ga i dalje podržava: tim je prilagođavao prikupljanje podataka promenama spoljnih izvora, dorađivao logiku izračunavanja i dodavao nove analitičke izveštaje. Stek: Java, Spring Boot, Selenium, PostgreSQL, Apache POI
Platforma za korporativno učenjePročitajte
[Baza znanja i obuka, Interni sistemi, Moodle, Konfigurisani dodaci, Prilagođeni makroi, Prilagođena analitika, DevOps] Jedinstven sistem korporativne obuke za distribuiranu organizaciju sa 1.000+ lokacija, izgrađen na open-source Moodle-u: uvođenje novih zaposlenih, kursevi, sertifikacija, gejmifikacija i napredna analitika, pokrenut za oko 1-2 meseca. Problem: Velikoj distribuiranoj organizaciji sa više od 1.000 lokacija i desetinama hiljada zaposlenih bio je potreban jedinstven sistem korporativne obuke. Pre projekta obuka je bila fragmentirana: PDF fajlovi i drugi razbacani materijali, bez jedinstvene platforme na kojoj se vode kursevi, prati završetak obuke i sprovodi sertifikacija. Sistem je bio potreban za uvođenje novih zaposlenih, obuku za nova radna mesta, stručno usavršavanje, sertifikaciju i redovnu internu obuku. Klijent je došao sa poslovnim zahtevima, ali bez izabranog tehničkog rešenja, i sa jednim obaveznim uslovom: platforma mora biti besplatna i open-source. Rešenje: NekaSoft je sproveo intervjue i analizu zahteva, razmotrio opcije i izabrao Moodle kao besplatnu open-source osnovu LMS-a, a zatim ga prilagodio procesima velike distribuirane organizacije: potpuna konfiguracija, uloge i prava pristupa, izbor i podešavanje gotovih dodataka, sopstveni makroi i potrebna prilagođavanja, integracije, prenos i organizacija materijala za obuku, DevOps, napredna analitika i izveštavanje, puštanje u rad, obuka administratora i dalja podrška. Klijent je često opisivao poslovnu potrebu, a ne konkretnu funkciju: zahtev da se poveća angažovanost zaposlenih NekaSoft je, na primer, pretočio u konkretne mehanike: gejmifikaciju, dostignuća, takmičarske elemente i rang-listu. Rezultat: Obuka je postala centralizovana i sistematična: zaposleni prolaze obuku i sertifikaciju kroz jedinstven LMS, novi zaposleni dobijaju jedinstven proces uvođenja, oko 20 administratora upravlja kursevima i sadržajem iz jednog sistema, a rukovodstvo dobija analitiku o završetku obuke. Početni ciklus analize, izbora platforme, konfiguracije i pokretanja trajao je oko 1-2 meseca. Sistem aktivno radi u produkciji, a NekaSoft nastavlja da ga podržava i razvija. Stek: Moodle, izabrani i podešeni dodaci, prilagođeni makroi, prilagođena analitika, DevOps
Korporativna baza znanjaPročitajte
[Baza znanja i obuka, Interni sistemi, XWiki, Matomo, Prilagođeni XWiki makroi, Prilagođena analitika, DevOps, TypeScript] Jedinstvena korporativna baza znanja za distribuiranu organizaciju sa 1.000+ lokacija i desetinama hiljada zaposlenih: izbor platforme, prilagođeni XWiki makroi i proširenja, integracije i poseban analitički sloj. U produkciji više od dve godine. Problem: Velikoj distribuiranoj organizaciji sa više od 1.000 lokacija i desetinama hiljada zaposlenih bila je potrebna jedinstvena korporativna baza znanja. Prethodni pokušaj nikada nije stekao široku primenu: u praksi je sistem koristila uglavnom mala grupa zaposlenih koja se bavila njegovim popunjavanjem. Klijent je došao sa poslovnim potrebama i zahtevima, ali bez gotovog tehničkog rešenja, i sa jednim obaveznim uslovom: platforma mora biti besplatna i open-source. Rešenje: NekaSoft je bio odgovoran za sve osim za sam sadržaj materijala: intervjue i analizu zahteva, izbor platforme i pripremu tehničkog rešenja, konsultacije o informacionoj arhitekturi, postavljanje i konfiguraciju XWiki-ja, uloge i prava pristupa, bezbednost i neprekidan rad, migraciju sadržaja, prilagođene XWiki makroe i proširenja, integracije, DevOps, poseban analitički sloj i izveštavanje, pokretanje, obuku urednika i administratora i dalju podršku i razvoj. Za strukturu sadržaja bio je odgovoran stručnjak klijenta za tu oblast, a informacionu arhitekturu smo razrađivali i dorađivali zajedno sa njim. Statistika se prikuplja preko Matomo-a i sopstvenih mehanizama prikupljanja i prikaza podataka, pa organizacija vidi koji se materijali zaista koriste. Rezultat: Baza znanja je postala jedinstven interni izvor znanja koji se zaista koristi, za 1.000+ lokacija i desetine hiljada zaposlenih; vodi je oko 20 urednika sadržaja. Sistem radi više od dve godine, korišćenje materijala se prati kroz posebnu analitiku, projekat je više puta predstavljen unutar organizacije kao primer uspeha, a rukovodstvo ga ocenjuje veoma pozitivno, a NekaSoft i dalje podržava i razvija sistem po aktivnom ugovoru. Stek: XWiki, Matomo, prilagođeni XWiki makroi i proširenja, sopstveni servis analitike, DevOps, TypeScript
Automatizacija izveštavanja o opterećenjuPročitajte
[Izveštaji i dokumenti, Interni sistemi, TypeScript, Node.js, Telegram API, MongoDB, ExcelJS] Sistem za automatizaciju izveštavanja sa Telegram interfejsom: podaci iz CRM-a i Excel izvoza se objedinjuju, proveravaju i pretvaraju u standardizovane izveštaje za rukovodstvo, čime menadžeri štede 10+ sati svake nedelje. Nekoliko menadžera redovno je pripremalo izveštaje za rukovodstvo na osnovu podataka više od 100 zaposlenih. Podaci su se nalazili u CRM-u, Excel izvozima i rasutim tabelama: menadžeri su ručno prikupljali i upoređivali informacije, tražili neslaganja i sastavljali završne izveštaje, trošeći na to 10+ sati ručnog rada svake nedelje. Poseban problem bile su greške i nedoslednosti u izvornim podacima. Klijent je došao sa poslovnim ciljem, a ne sa tehničkom specifikacijom: automatizovati proces i omogućiti generisanje različitih vrsta izveštaja sa potrebnim filterima i formatima. NekaSoft je bio odgovoran za ceo ciklus: intervjue sa zaposlenima, analizu postojećeg procesa, projektovanje novog radnog toka, makete i usaglašavanje interfejsa, arhitekturu, backend, korisnički interfejs, integraciju sa CRM-om i API-jem, obradu Excel izvoza, DevOps, uvođenje, obuku i dalju podršku i razvoj. Rešenje: korisnici rade sa sistemom preko Telegram bota, ali bot je samo spoljašnji deo složenijeg sistema za automatizaciju izveštavanja. Menadžer direktno u Telegramu bira vrstu izveštaja, parametre i filtere i pokreće generisanje. Iza toga radi analitički sistem: preuzima podatke iz CRM-a i Excel izvoza, objedinjuje ih i obrađuje, proverava da li u izvornim podacima ima grešaka i nedoslednosti, javlja menadžeru šta treba ispraviti, posle ispravke omogućava ponovno generisanje izveštaja i pravi standardizovane izveštaje u potrebnim formatima. Rezultat: menadžeri štede više od 10 sati ručnog rada svake nedelje; izveštaji se generišu direktno kroz Telegram sa izabranim parametrima i filterima; sistem automatski otkriva greške i nedoslednosti u primarnim podacima, pa se ispravljaju pre nego što uđu u završne izveštaje za rukovodstvo; izveštaji prate jedinstven standard. Sistem se koristi svakih nekoliko dana za izveštavanje o 100+ zaposlenih. Od prvih razgovora do gotovog rešenja prošlo je oko dva meseca; sistem radi u produkciji, NekaSoft ga podržava više od pola godine i dodaje nove izveštaje i funkcionalnosti kako se javljaju nove potrebe klijenta. Stek: Node.js, TypeScript, grammY, Koa, MongoDB, ExcelJS, integracija sa CRM-om
Platforma za onlajn prodaju i plaćenu zajednicuPročitajte
[Plaćanja i pretplate, Upiti i prodaja, TypeScript, grammY, Koa, MongoDB, Railway, Google Sheets] Digitalna infrastruktura onlajn prodaje i plaćene Telegram zajednice za onlajn edukatora sa publikom od 20.000+: sajt, onlajn plaćanja, pretplate i automatsko upravljanje pristupom. Problem: Klijent, onlajn edukator sa publikom od 20.000+, već je prodavao vebinare, obrazovne programe i druge digitalne proizvode, ali proces kupovine nije bio organizovan kao potpun i praktičan onlajn proces. Korisniku je bio potreban jasan put od izbora proizvoda do onlajn plaćanja, a biznisu tehnička infrastruktura za prijem plaćanja, upravljanje proizvodima i dalji rast. Pojavila se i prilika za novi format monetizacije: zatvorena plaćena Telegram zajednica sa redovnom pretplatom, koja ranije nije postojala kao proizvod. Projekat nije počeo od detaljne specifikacije: klijent je izneo opšte poslovne ciljeve, a NekaSoft je sproveo istraživanje i intervjue, razradio korisničke scenarije i preuzeo veći deo odluka o proizvodu i tehnologiji. Rešenje: NekaSoft je izgradio povezanu digitalnu infrastrukturu za dva modela monetizacije. Onlajn prodaja: postojeći proizvodi dobili su potpun proces kupovine preko interneta; NekaSoft je projektovao strukturu sajta i korisnički put, pripremio dizajn, razvio sajt i integrisao platnu infrastrukturu. Plaćena zajednica: NekaSoft je razradio mehaniku pretplate i razvio Telegram bota kroz koji korisnik kupuje pristup; posle uplate sistem automatski vodi ceo životni ciklus pretplate: produženja, dodavanje u zatvorene Telegram prostore, praćenje roka važenja, blagovremena upozorenja pred istek, čuvanje pristupa posle produženja i zatvaranje pristupa kada pretplata istekne. Bot takođe prodaje dodatne proizvode i vebinare, podržava administrativne operacije i masovne poruke, a deo proizvoda, promo kodova i sadržaja vodi se kroz Google Sheets. Tokom razvoja projekta platna infrastruktura se menjala: u različitim fazama povezivani su YooKassa, PayPal, PayAnyWay, Tribute i Telegram Stars, i sistem se prilagođavao tim promenama bez prepravke iz temelja. NekaSoft je takođe vodio klijenta kroz povezivanje platne infrastrukture i povezane organizacione procese potrebne za pokretanje onlajn prodaje. Rezultat: • Kupci sada mogu da plate onlajn sve postojeće proizvode, a kupovina je postala znatno jednostavnija • Kreiran je i pokrenut nov proizvod: zatvorena plaćena Telegram zajednica • Ceo životni ciklus pretplate i upravljanje pristupom su automatizovani, bez stalnih ručnih provera • Tokom godina povezano je više servisa za plaćanje • Sajt i Telegram rade kao prodajni kanali koji se dopunjuju • Novi proizvodi, vebinari i načini plaćanja dodaju se bez prepravke sistema • Po oceni klijenta, pokretanje nove infrastrukture onlajn prodaje i plaćene zajednice stvorilo je novi izvor prihoda i donelo pozitivne poslovne rezultate Prva radna verzija pokrenuta je za oko 2 meseca. Sistem radi oko 3 godine i NekaSoft ga i dalje podržava i razvija. Stek: TypeScript, grammY, Koa, MongoDB, Railway, Google Sheets; plaćanja u različitim fazama: YooKassa, PayPal, PayAnyWay, Tribute, Telegram Stars
Sistem za evidenciju i sledljivost proizvodaPročitajte
[Interni sistemi, Vue.js, TypeScript, Java, Docker, Keycloak] Sistem skladišne evidencije i potpune sledljivosti regulisanih proizvoda kroz ceo životni ciklus: prijem, skladištenje, premeštanja, upotreba i konačno rashodovanje. Velikoj distribuiranoj organizaciji u regulisanoj industriji bio je potreban jedinstven sistem skladišne evidencije i potpune sledljivosti regulisanih proizvoda kroz ceo njihov životni ciklus. Klijent je imao opštu specifikaciju; da bi ona postala funkcionalan sistem, zahteve je trebalo detaljno razraditi kroz analizu regulatornih zahteva, intervjue sa budućim korisnicima i proučavanje stvarnih poslovnih procesa. Zadatak je bio znatno širi od uobičajenog upravljanja skladištem. NekaSoft je bio odgovoran za istraživanje i intervjue sa korisnicima, analizu regulatornih zahteva, razradu specifikacije, formalizaciju poslovnih zahteva, projektovanje poslovnih procesa i procedura, korisničke scenarije, projektovanje ekrana i interfejsa, arhitekturu sistema, uloge i prava pristupa, projektovanje integracija i zahteve za infrastrukturu i DevOps. NekaSoft je projektovao rešenje i učestvovao u njegovoj realizaciji zajedno sa drugim inženjerskim timovima na projektu, pripremao puštanje u rad i obučavao korisnike. Sistem obuhvata prijem i evidentiranje proizvoda, skladištenje i zalihe, premeštanja između učesnika, primopredaju, otpis, operacije sa poslovnim partnerima, upotrebu proizvoda, lokacije na kojima se proizvodi koriste, konačno rashodovanje, prateća dokumenta, istoriju operacija, izveštavanje, složenu strukturu uloga i obaveštenja za zainteresovane učesnike. Svaka značajna operacija povezuje se sa učesnicima, evidentiranim objektima i dokumentima, čuvajući potpunu istoriju kretanja proizvoda. Rezultat: jedinstven digitalni sistem koji prati poreklo i trenutni status proizvoda, kretanje između učesnika, beleži operacije i dokumenta, obuhvata skladištenje, upotrebu i konačno rashodovanje, vodi evidenciju o lokacijama na kojima se proizvodi koriste, generiše izveštaje i obezbeđuje jedinstvene procese za veliki broj različitih uloga. Početna faza rada trajala je oko šest meseci; nakon pokretanja, rad i dalji razvoj sistema preuzeo je interni tim klijenta. Stek: Vue.js, TypeScript, Java, Spring Boot, Nginx, Docker, Keycloak
Automatizacija internih procesaPročitajte
[Interni sistemi, Izveštaji i dokumenti, Java, Spring Boot, Vue 3, Keycloak, Nginx, Apache POI] Sistem po meri za upravljanje projektima i radnim procesima, isporučen od početka do kraja: od intervjua sa zaposlenima i analize procesa do pokretanja, obuke i podrške. Klijent je došao sa poslovnim ciljevima i internim pravilnicima, a ne sa gotovom tehničkom specifikacijom. NekaSoft je bio odgovoran za ceo ciklus: intervjue sa rukovodstvom i zaposlenima, analizu postojećih poslovnih procesa, poređenje stvarnog rada sa pravilnicima, definisanje funkcionalnih zahteva, projektovanje radnih tokova i interfejsa, prototipove u Figmi usaglašene sa rukovodstvom i budućim korisnicima, tehničku arhitekturu, backend, frontend, DevOps i produkcionu infrastrukturu, pokretanje, obuku zaposlenih i dalju podršku. Sistem: zaposleni vode projekte i radne procese povezane sa njima na jednom mestu. Pristup po ulogama, forme i strukturirani radni tokovi, automatska obaveštenja, zajednički šifarnici, alati za saradnju i generisanje Excel/Word dokumenata. Rešenje je projektovano oko stvarnih procesa i pravilnika organizacije, a ne oko ograničenja gotovog univerzalnog proizvoda za upravljanje projektima. Rezultat: sistem je postao deo svakodnevnog rada i koristi ga oko 50 zaposlenih u različitim ulogama. Odgovornost za svaku fazu procesa je jasna i zabeležena u sistemu, rizik od izgubljenih zadataka i prekida između faza značajno je smanjen, obaveštenja su postala deo svakodnevnog rada, a rukovodstvo je dobilo jasniju sliku tekućeg rada. Od prvih intervjua do produkcije prošlo je oko šest meseci; nakon pokretanja NekaSoft nastavlja podršku i razvoj sistema. Stek: Java, Spring Boot, Vue.js, Apache POI (Excel/Word), Nginx, Keycloak. Prototipovi su rađeni u Figmi.
Enough Habits: praćenje navika za održivi napredakPročitajte
[NekaSoft proizvodi i demo] [Sajtovi i aplikacije, React Native, TypeScript, Node.js, MongoDB, Firebase Cloud Messaging, grammY] Sopstvena aplikacija NekaSofta za praćenje navika, izgrađena oko ideje „dovoljno, a ne sve“: korisnik sam odlučuje koliko navika čini dan uspešnim. Mobilna aplikacija za iOS i Android plus Telegram interfejs nalik aplikaciji. Probajte bota: t.me/enough_habits_bot. Većina aplikacija za praćenje navika nagrađuje ispunjavanje cele liste: navike se pretvaraju u još jedan spisak obaveza i podstiču ponašanje „sve ili ništa“. Enough Habits, sopstveni proizvod NekaSofta, koristi drugačiji model: korisnik unapred odlučuje koliko navika mu je dovoljno da dan bude uspešan. Mehanika: korisnik kreira skup navika (na primer 7) i postavlja dnevni cilj (na primer 3). Ispunjavanje bilo koje 3 od 7 čini dan uspešnim; ostale se mogu uraditi, ali proizvod to ne zahteva. Filozofija živi u samoj domenskoj logici, a ne samo u tekstovima: cilj se fiksira za taj dan, a uspeh se definiše kao dostizanje izabranog minimuma. Na tome se zasnivaju statistika, nizovi i kalendarska istorija uspešnih dana. Proizvod ima dva punopravna interfejsa. Glavni: mobilna aplikacija za iOS i Android na jedinstvenom React Native kodu: trenutan start iz lokalnog keša, push obaveštenja, upravljanje nalogom, ekrani navika, statistike i podešavanja, iza kojih stoji sopstveni backend API NekaSofta (Node.js, Koa, MongoDB, JWT autentifikacija). Drugi: Telegram interfejs nalik aplikaciji: umesto toka komandi i poruka, jedan ekran koji se menja u mestu, inline navigacija nalik tabovima, upravljanje navikama sa arhivom i ručnim redosledom, inline kalendar sa naknadnim označavanjem, statistika i lokalizacija RU/EN. Mobilna aplikacija i Telegram verzija dele isti osnovni model proizvoda, ali rade kao nezavisni korisnički kanali: nalozi i podaci se između njih ne sinhronizuju. Podsetnici su poseban inženjerski blok. Jutarnja, večernja i obaveštenja vezana za pojedinačne navike planiraju se po lokalnom vremenu korisnika. Na Telegram strani radi adaptivni planer koji se budi tačno za sledeće obaveštenje umesto stalnog proveravanja, ponovo računa raspored posle svakog slanja i pri promeni vremenske zone i korektno obrađuje blokiranje bota; na mobilnoj strani isporuka ide kroz Firebase Cloud Messaging sa atomskim preuzimanjem obaveštenja protiv duplikata i automatskim čišćenjem nevažećih tokena. U produkciji: Amplitude analitika i Rollbar praćenje grešaka na Telegram strani, Firebase Crashlytics u aplikaciji, health-check i strukturirani logovi u backendu, deployment na Railway. Proizvod svakodnevno koriste stvarni ljudi, uključujući one koji ga koriste već duže vreme. Stek: React Native, React, TypeScript, Node.js, Koa, MongoDB, grammY, Firebase Cloud Messaging, Firebase Crashlytics, Amplitude, Rollbar, Railway. Probajte: aplikaciju na App Store-u (apps.apple.com/app/id6762765682) i Google Play-u (play.google.com/store/apps/details?id=com.enoughhabitsmobile) ili Telegram verziju t.me/enough_habits_bot
Platforma za prikupljanje i obradu lidovaPročitajte
[Upiti i prodaja, Interni sistemi, Telegram API, TypeScript, Node.js, MongoDB, Google Sheets, amoCRM] Sistem za prikupljanje i obradu lidova iz reklamnih i partnerskih kanala za agenciju za kreativne usluge: ulazna tačka u Telegramu, atribucija izvora, statusi, administrativni interfejs i slanje poruka po segmentima. Agencija za kreativne usluge privlači klijente kroz reklame, sopstvene kreative, partnerska plasiranja i druge spoljne kanale; za različita plasiranja koriste se linkovi koji vode u Telegram. Bila je potrebna jedinstvena ulazna tačka kroz koju potencijalni klijent može brzo da ostavi upit, a tim odmah dobija strukturiran lid sa informacijama o zahtevu i izvoru upita. Projekat je počeo od poslovnog cilja, a ne od gotovog tehničkog rešenja: pre razvoja NekaSoft je sproveo istraživanje, proučio poslovne procese i razradio prodajni levak, korisničke scenarije i dalji rad menadžera sa upitima. NekaSoft je bio odgovoran za ceo ciklus: istraživanje, analizu poslovnih procesa, projektovanje levka, korisničke scenarije, arhitekturu rešenja, razvoj Telegram bota, backend i poslovnu logiku, čuvanje podataka, integraciju sa Google Sheets, mehanizam za određivanje izvora lidova, sistem statusa, administrativni interfejs, upravljanje sadržajem, segmentaciju publike, masovne poruke, generisanje marketinških linkova, deployment, pokretanje i dalju podršku i razvoj. Sistem je postao jedinstvena ulazna tačka za upite iz različitih reklamnih i partnerskih kanala. Za svako plasiranje može se koristiti poseban link sa identifikatorom izvora. Nakon klika na link bot vodi korisnika kroz nekoliko kratkih koraka, pomaže mu da izabere pravu uslugu i prikuplja potrebne podatke o upitu. Podaci se automatski čuvaju u MongoDB, prosleđuju u Google Sheets, povezuju sa izvorom upita i postaju dostupni timu za dalju obradu; tim dobija informaciju o novom potencijalnom klijentu i može da prati status upita. Poseban administrativni interfejs omogućava izmenu tekstova i sadržaja, upravljanje marketinškim linkovima, rad sa statusima, formiranje segmenata publike i slanje poruka izabranim segmentima. Rezultat: agencija je dobila jedinstven upravljiv kanal za rad sa upitima iz različitih izvora. Lidovi se automatski prikupljaju i strukturiraju, za svaki upit se čuva izvor upita, marketinški linkovi omogućavaju praćenje izvora upita, a segmentacija i masovne poruke omogućavaju da se ponovo obrate publici koju su već izgradili. Po povratnim informacijama klijenta, konverzija je porasla nakon pokretanja sistema. Prva radna verzija realizovana je za oko mesec dana; sistem radi više od godinu dana, i dalje se koristi za privlačenje klijenata i NekaSoft nastavlja da ga podržava. Stek: TypeScript, Node.js, Telegram API, MongoDB, Google Sheets, amoCRM
Kako radimo5
Upoznavanje i analizaPročitajte
Najpre definišemo poslovni cilj, a zatim prelazimo na funkcionalnosti. Zajedno sa ključnim ljudima uključenim u projekat prolazimo kroz postojeći proces, ograničenja i poslovni kontekst. Na osnovu toga definišemo problem koji softver treba da reši.
Dizajn rešenjaPročitajte
Kada jasno razumemo zadatak i proces, osmišljavamo tokove rada i interfejse, definišemo arhitekturu i pravimo jasan plan razvoja. Po potrebi, pravimo prototip pre pune implementacije.
Razvoj i iteracijePročitajte
Naš tim vodi razvoj i samostalno donosi tehničke odluke tokom rada. Redovno imate uvid u napredak i možete da testirate rešenje tokom razvoja.
Lansiranje, primopredaja ili podrškaPročitajte
Rešenje puštamo u rad. Možete preuzeti puna prava na kod i nastaviti razvoj sa svojim timom, ili nastaviti saradnju sa NekaSoftom na podršci i daljem razvoju.
Kako radimoPročitajte
Vodimo ceo projekat, ne samo razvoj. Vi dajete poslovni kontekst. Mi preuzimamo odgovornost da ga pretvorimo u softver koji radi.
FAQ10
Kakve projekte preuzimate?Pročitajte
Samostalne softverske projekte koje vodimo u celini: interne sisteme i automatizaciju procesa, integracije i izveštavanje, softver i platforme za klijente, kao i AI proizvode i asistente.
Da li nam je potrebna gotova tehnička specifikacija za početak?Pročitajte
Ne. Istraživanje je deo posla: razgovaramo sa ključnim ljudima, mapiramo postojeći proces, definišemo šta softver treba da postigne i pretvaramo to u izvodljiv obim posla.
Kako se formira cena projekta?Pročitajte
Cenu određujemo za svaki projekat posebno. Nakon uvodnog razgovora i upoznavanja sa projektom dajemo raspon cene od minimuma do maksimuma i preporučeni obim posla, tako da možete da kontrolišete budžet.
Koliko traje razvoj?Pročitajte
Zavisi od obima. Prvo projektujemo rešenje, zatim razvijamo; o napretku izveštavamo redovno, obično najmanje jednom nedeljno, a radne verzije testirate tokom projekta.
Da li predajete izvorni kod?Pročitajte
Da. Moguć je potpun prenos prava na kod: projekat predajemo vašem internom timu ili ga sami dalje održavamo i razvijamo, po vašem izboru.
Da li pružate podršku nakon lansiranja?Pročitajte
Da. Nakon lansiranja možemo pružati podršku i dalje razvijati projekat.
Sa kojim tehnologijama radite?Pročitajte
TypeScript, Node.js, Python, Java, React, Next.js, Vue, PostgreSQL, MongoDB, Docker; Telegram Bot API, OpenAI/Claude API, RAG sisteme, Google Sheets API i druge. Stek biramo prema projektu: tehnologija služi rezultatu, a ne obrnuto.
Možete li napraviti AI asistenta na našim podacima?Pročitajte
Da, upravo to demonstrira asistent na ovom sajtu: RAG asistent zasnovan na vašoj bazi znanja, sa izvorima i mogućnošću da se razgovor prosledi čoveku. Ugrađujemo ga na sajt, u Telegram i druge kanale.
Da li radite sa agencijama?Pročitajte
Da. Radimo sa agencijama i konsultantskim kućama kojima je potreban pouzdan inženjerski tim za klijentske projekte van njihovih internih kapaciteta. Odnos sa klijentom ostaje vaš; mi možemo preuzeti istraživanje i tehničku realizaciju.
Ko ste vi i kako da počnemo?Pročitajte
NekaSoft je tim za razvoj softverskih proizvoda iz Beograda, koji vodi osnivač Aleksei Nekrasov. Radimo od 2019. godine, realizovali smo 100+ projekata i sarađujemo na srpskom, engleskom i ruskom. Pošaljite upit preko forme ili pišite Alekseiju na Telegram (@Nekadid); za početak je dovoljno da opišete poslovni problem.
Podaci o kompaniji1
O NekaSoftuPročitajte
NekaSoft je tim za razvoj softverskih proizvoda iz Beograda, koji vodi osnivač Aleksei Nekrasov (Telegram: @Nekadid). Preuzimamo samostalne softverske projekte u celini: od istraživanja poslovanja i projektovanja rešenja do razvoja, puštanja u rad i podrške. Klijent može da dođe sa poslovnim problemom umesto sa gotovom tehničkom specifikacijom: istraživanje je deo projekta. Moguć je potpun prenos prava na kod. Radimo od 2019. godine, u timu su programeri i specijalisti, realizovali smo 100+ projekata. Sa agencijama i konsultantskim kućama NekaSoft sarađuje kao spoljni tim za razvoj i realizaciju projekata. Kontakt: Telegram https://t.me/Nekadid, email hello@nekasoft.com.

Proverite sami

Pročitali ste fragment? Sada pitajte asistenta o istoj temi u četu dole desno i uporedite njegov odgovor sa tekstom izvora. Ispod svakog odgovora prikazuje koje je tačno fragmente koristio.

Isprobajte na svojim podacima

Nalepite svoj tekst: pravila, opise proizvoda, FAQ. Asistent će odgovarati i na osnovu njega, zajedno sa znanjem NekaSofta, kroz isti RAG proces (embedding-i + pretraga), a vaši fragmenti se označavaju kao izvor „vaši podaci“.

Vaši podaci su vidljivi samo vama: ostaju unutar vaše sesije, ne ulaze u stalnu bazu znanja NekaSofta i automatski se brišu nakon 1 sata.