Проект
AI-автоматизация для Telegram
Рекламные письма превращаются в одобренные посты в Telegram, а бот для клиентов отвечает как AI-консультант, считает доставку и принимает заказы.
Обзор
Четыре связанных воркфлоу n8n для бизнеса в Telegram, который выкупает товары в ЕС и доставляет их в страны СНГ. Они решают две задачи: превращают рекламные письма в посты канала без ручного копирайтинга и отвечают клиентам круглосуточно.
Из письма — в пост канала, с одобрением человеком
- Gmail проверяется каждую минуту на письма с одной меткой, так что обрабатываются только предложения, отобранные владельцем.
- ID каждого письма ищется в Supabase до начала работы: никаких дублей постов и лишних вызовов LLM.
- Из письма вычищаются HTML, скрипты и трекинговые ссылки, оно обрезается под контекст модели; самое крупное вложенное изображение становится баннером и сохраняется в Seafile.
- LLM извлекает бренд, предложение, даты, промокод и условия и пишет короткий пост на русском. Если основная модель не справилась, работу подхватывает запасная.
- Собственный шаг экранирования сохраняет жирное выделение валидным для Telegram MarkdownV2 — без ошибок «can’t parse entities», на которых часто ломаются боты.
- Черновик сохраняется и отправляется владельцу с кнопками «Опубликовать» и «Переписать»; отдельный воркфлоу ошибок сообщает о любом сбое.
Второй воркфлоу обрабатывает кнопки. «Опубликовать» отправляет пост в канал — фотографией с подписью, если есть баннер. «Переписать» просит модель переписать черновик с теми же фактами и обновляет сообщение для одобрения на месте; «Отклонить» закрывает его. Действие и ID черновика передаются в данных кнопки, поэтому обработчику не нужно хранить состояние. Ничего не попадает в канал без нажатия владельца.
Бот для клиентов: AI-консультант и калькулятор доставки
- AI-агент отвечает по правилам самого сервиса — заказ, сроки доставки, оплата, запрещённые товары, комиссия, страховка, возвраты, таможенные лимиты — через RAG по Supabase pgvector, а не гадает.
- Инструмент с актуальным курсом переводит цены вроде «89 EUR» или «1 500 CZK» в рубли по правильному кросс-курсу; каждый расчёт помечен как предварительный.
- Память по каждому чату делает разговор естественным, а проверенный структурированный ответ (вопрос, расчёт, заказ или запасной вариант) определяет, куда пойдёт каждая реплика.
- Калькулятор на кнопках проводит через выбор перевозчика и веса посылки и берёт цену и срок доставки из таблицы тарифов; его состояние живёт в данных кнопок, поэтому хранилище сессий не нужно.
- Заказы из чата или из калькулятора записываются в базу, владелец получает уведомление в Telegram, а клиент — подтверждение.
Полная схема Supabase передана в виде SQL: векторная таблица с индексом и функцией поиска, таблица тарифов с 16 диапазонами для четырёх перевозчиков и заказы. Небольшой воркфлоу-загрузчик позволяет клиенту править вопросы и ответы и заново векторизовать базу знаний, не трогая код.
Результаты
- Публикация из почты в канал сведена к одному нажатию для одобрения.
- На повторяющиеся вопросы клиентов отвечает круглосуточно контролируемая база знаний.
- Расчёт доставки за секунды вместо ручных ответов; каждый заказ фиксируется и сразу приходит владельцу.
Сценарии
Факты
- Тип
- Клиентский проект · автоматизация на n8n
- Роль
- Инженер по автоматизации: все воркфлоу, AI-агент и база данных
- Объём
- 4 связанных воркфлоу и схема базы данных
- Стек
- n8n, Telegram Bot API, OpenRouter (Claude, Gemma), OpenAI Embeddings, Supabase (Postgres, pgvector), Gmail API, Seafile, JavaScript



