Разработали для подрядчика инструменты работы с заказами, бригадами и начислениями.

Подключили Yandex Vision OCR и написали парсер на Python. Перед распознаванием приложение подготавливает изображение с помощью Pillow. Парсер связывает время, маршрут и количество людей с заказом по координатам текста. Для коротких таблиц он восстанавливает недостающие строки по сетке без дополнительного запроса к OCR.

Добавили редактирование полей и просмотр исходного фрагмента. Сотрудник может сверить адрес или цифру и исправить заказ до подготовки сообщения. Исходник остаётся рядом с результатом: для проверки не нужно искать фотографию в переписке. Исправляются отдельные поля, а не весь текст заказа заново.

Разработали подбор на базе OR-Tools CP-SAT. Историю совместных выездов представили как связи между сотрудниками с разным весом: учитываются частота и давность работы вместе, устойчивые составы и опыт работы с конкретным бригадиром. Свежие выезды влияют на оценку сильнее старых. Алгоритм формирует допустимые варианты бригад, затем ищет сочетание с наибольшей суммарной оценкой среди подготовленных вариантов. Составы, бригадиры и резерв подбираются совместно. Размеры бригад, запрещённые сочетания и ручные закрепления задаются как обязательные ограничения; один человек не может попасть в два состава.

Добавили ручные переносы и закрепление отдельных людей или целой бригады. После правки можно пересобрать свободные составы, сохранив уже принятые решения. Это помогает учесть изменения в списке сотрудников без повторного распределения всех с нуля.

История хранится по дням: для каждого выезда сохраняются составы бригад и назначенные бригадиры. При следующем подборе алгоритм использует эти записи, чтобы оценить опыт совместной работы сотрудников. Карточки людей и правила подбора хранятся вместе с данными приложения и доступны между сеансами.

Реализовали загрузку истории чатов через GREEN-API. Приложение разбирает сообщения с назначенными бригадами и формирует список для проверки. Повторная загрузка учитывает исправления и не добавляет дубли. Добавили сокращение до принятого у заказчика формата — готовый текст можно проверить, скопировать или передать на отправку.

Через методы GREEN-API реализовали чтение и обновление состава беседы. Программа убирает незащищённых участников и добавляет назначенных бригадиров, сохраняя владельца, администраторов и защищённых участников. Перед отправкой повторно проверяет, что запланированные изменения выполнены.

Для очереди заданий подключили Yandex Object Storage: в нём хранятся задания и результаты выполненных шагов. Облачный Timer запускает обработку независимо от открытой страницы, а приложение отправляет сообщения через GREEN-API. Если результат внешнего действия неизвестен, обработка останавливается для проверки без автоматического повтора.

На вход скрипта поступают сообщения с датой, временем, маршрутом и списком сотрудников. Первый человек в списке — бригадир; блок «Пол заказа» обозначает половинные доли. На скриншоте — три заказа «Элит», которые показаны в выгрузке ниже.

Разработали Google Apps Script с загрузкой истории MAX через GREEN-API. Скрипт разбирает поля сообщений и сопоставляет заполненные заказы с исходными записями. В этом примере два заказа «Элит» вошли в начисления: по одной единице бригадирам, по одной — участникам и по 0,5 — Тихову и Полеву. Третий заказ вынесен на проверку.

На контрольном листе для каждого заказа показан результат сверки и причина расхождения: например, отсутствует список сотрудников или исходная запись. Заказы без основы получают статус «НЕ ПРИБАВЛЕН». После проверки сотрудник может включить их в расчёт из меню таблицы.

Предусмотрели повторное обновление периода: скрипт пересчитывает служебные области и сохраняет ручные данные вне них. На время операции блокирует параллельный запуск. Новые имена выводит в отдельный блок, чтобы их можно было проверить.