LABS mnemostroma

Лаборатория живых демо — не слайды

Увидьте автоматизацию в работе до того, как заплатить.

Рабочие конвейеры для документов, входящих заявок, баз знаний и CRM. Компоненты с открытым кодом, ваши данные остаются там, где позволяет политика, и ничего не покидает систему без подписи человека.

  • Человек подтверждает перед каждой отправкой
  • Каждый ответ содержит файл, страницу и уровень уверенности
  • Работает на вашем сервере, ядро — open-source
invoice_88214.pdf ожидает
  1. Получено
  2. Распознано
  3. Проверено
  4. Найдено в базе
  5. Подготовлено
  6. Ждёт подтверждения
  7. Отправлено
consigneeZhejiang Ruifeng Ltd0.98
incotermsFOB Ningbo0.94
gross_weight— missingуточнить
total_amountUSD 14 260.000.99

Здесь конвейер останавливается. Ничего не отправляется, не меняется в CRM и не выставляется, пока человек не подтвердит.

Точка отсчёта

Куда на самом деле уходят часы

Перепечатка документов

Инвойсы, CMR, упаковочные листы и договоры человек читает и заново вбивает в систему.

Разбор входящих

Заявки приходят по почте, форме и в мессенджер. Кто-то решает, что это, чьё оно и чего не хватает.

Поиск нужного правила

Цена, условие, исключение — всё это есть, в файле, который никто не находит достаточно быстро.

Тот же отчёт каждую неделю

Коммерческие предложения и отчёты клиенту собираются вручную из одних и тех же четырёх источников.

Модель работы

Не чат. Процесс с предохранительным клапаном.

Каждое демо на этом сайте проходит один и тот же путь из семи состояний. Детерминированная работа — суммы, правила, проверки — это код и SQL. Модель только извлекает, классифицирует, обобщает и готовит черновики. Шаг подтверждения не отключается.

  1. 01

    Получено

    Почта, форма, Telegram, загрузка. Оригинал сохраняется без изменений.

  2. 02

    Распознано

    OCR и извлечение полей в типизированный JSON-контракт.

  3. 03

    Проверено

    Валидация схемы, арифметические проверки, уверенность по каждому полю.

  4. 04

    Найдено

    Правила, цены и условия возвращаются вместе с фрагментом источника.

  5. 05

    Подготовлено

    Задача, ответ, предложение или PDF готовы — но всё ещё внутри.

  6. 06

    Ждёт подтверждения

    Конкретный человек видит сырые данные, черновик и источники — и подписывает.

  7. 07

    Отправлено

    Только теперь письмо уходит, CRM меняется, файл доходит до клиента.

Pipeline in the UI — 7 states, current step «Awaiting approval» highlighted; under the ribbon: source PDF preview on the left, extracted fields with confidence and an «Approve» button on the right. Screenshot pending.

Запустите сами

Шесть модулей. Один путь. Без регистрации.

Каждый модуль работает отдельно или в общем конвейере. Примеры файлов уже загружены — свои подключайте только по желанию.

Диспетчер заявок

На входе — письмо или сообщение. На выходе — услуга, контакт, срок, приоритет, список недостающего и черновик ответа.

Вход: email, form, Telegram · Выход: JSON + task + draft

Попробовать

Извлечение данных из документов

На входе — инвойс, CMR, упаковочный лист или договор. На выходе — типизированные поля, арифметические проверки и уверенность по каждому полю.

Вход: PDF, scan, photo · Выход: JSON + validation report

Попробовать

Ответы с источниками

Вопросы к своим документам. Каждый ответ возвращает файл, страницу и фрагмент — или прямо «не подтверждено в базе».

Вход: docs, price lists, SOPs · Выход: answer + citations

Попробовать

Конструктор предложений и отчётов

На входе — таблица или карточка заявки. На выходе — фирменный PDF и черновик письма. Генерация только отдельной кнопкой, никогда автоматически.

Вход: sheet link, request card · Выход: PDF + draft mail

Попробовать

CRM-копilot

На входе — переписка, документы, статус. На выходе — сводка, следующий шаг, задача и ответ, ожидающий подтверждения.

Вход: lead, thread, files · Выход: summary + next step

Попробовать

Аналитик таблиц

На входе — CSV или таблица. На выходе — расчёты, графики, отмеченные аномалии и объяснение простым языком.

Вход: CSV, XLSX, sheet link · Выход: charts + findings

Попробовать

Демо запускаются по требованию и засыпают без активности. Холодному модулю нужно несколько секунд — кнопка покажет, когда он готов.

Контроль

Что модели вообще разрешено трогать

Критическое не делается самостоятельно

Отправка письма, изменение сделки, выпуск документа — всё это ждёт конкретного человека. Модель может подготовить, но не может завершить действие.

Всё можно проверить

Оригинал файла, сырое извлечение, фрагмент источника, статус и уверенность остаются видимыми. Чистовая версия никогда не затирает сырую.

Чувствительные данные сначала маскируются

Локальный слой удаляет идентифицирующие данные до любого облачного вызова и восстанавливает их после. Для самых строгих случаев облачный путь отключается полностью.

Ваш ключ, ваша модель

Наш ограниченный демо-ключ, ваш собственный ключ, Azure OpenAI или Bedrock, либо OpenAI-совместимая endpoint внутри вашей сети.

Обращение с ключом по контексту
Контекст Режим Где живёт ключ
Публичное демоДемо-ключ платформыОтдельный проект провайдера с лимитом расходов
Закрытый пилотВременный BYOKТолько в памяти изолированного воркера, TTL 30–60 мин
Регулярная облачная работаЗашифрованный BYOKЗашифрованное хранилище, расшифровка только на вызов
Чувствительные данные / enterpriseЛокальный коннекторНикогда не покидает вашу инфраструктуру

Честное ограничение: ключ, который вы вводите в наш бэкенд, через этот бэкенд проходит. Мы не храним его в открытом виде, не передаём во фронтенд, не пишем в логи или аналитику и используем только для разрешённых вами вызовов. Для промышленной работы рекомендуем локальный коннектор, где ключ вообще не путешествует.

Опыт

Сделано, а не нарисовано

Внедрено у клиента

Приём транспортных документов

Инвойсы, CMR и упаковочные листы для перевозок Китай–ЕС разбираются в типизированный контракт с проверками до того, как их видит оператор.

Стек: OCR, извлечение полей, валидация схемы, очередь ручной проверки

Читать кейс
Собственная реализация

Ответы с цитатами

Поиск по внутренним документам, где ответ без проверяемого источника считается ошибкой, а не стилистикой.

Стек: чанкинг, эмбеддинги, реранкинг, векторное хранилище, контракт цитирования

Код на GitHub
Собственная реализация

Слой памяти для агентов

Mnemostroma — офлайн-сайдкар памяти, хранящий контекст AI-агентов локально, без выхода данных за пределы хоста.

Стек: локальные ONNX-модели, SQLite WAL, векторный индекс, MCP-сервер

Посмотреть продукт

Карточки с пометкой «собственная реализация» — это наши проекты, а не клиентские внедрения. Клиентские работы показываются с разрешения клиента; если название под NDA, объём и стек всё равно описаны полностью, и их можно разобрать вживую.

Формат сотрудничества

От демо до того, чем команда пользуется в понедельник

  1. 01

    Discovery

    Одна короткая форма и один звонок: процесс, объёмы, системы, требования к приватности.

  2. 02

    Аудит

    Где автоматизация окупается, где нет, и какие здесь честные сценарии отказа.

  3. 03

    Пилот

    Один конвейер на ваших реальных документах, измеренный против того, как работа идёт сейчас.

  4. 04

    Интеграция

    Подключение к почте, хранилищу, CRM и отчётности — с шагами подтверждения там, где они нужны.

  5. 05

    Передача

    Инструкция, обучение, мониторинг и возможность держать всё на собственном сервере.

  6. 06

    Сопровождение

    Обслуживание, новые типы документов, смена моделей, настройка мощностей.

Большинство компонентов — open-source. Вы платите за анализ, проектирование, интеграцию, адаптацию и поддержку, а не за токены.

Внутри

Открытые компоненты, сменяемые провайдеры

  • Docker
  • Python · FastAPI
  • PostgreSQL
  • Qdrant
  • OCR
  • Traefik
  • Адаптер моделей
  • API для ваших агентов
Data flow: Raw store · OCR/Postgres · Vector store · masking/NER → Model adapter → (local endpoint | Azure | Bedrock | cloud API) → audit log. Diagram pending.

Вопросы, которые задают на самом деле

Вопросы и ответы

Будут ли мои документы использованы для обучения модели?

Нет. Загрузки в демо удаляются по короткому графику и никогда не идут в обучение. Во внедрении хранилище и сроки хранения определяете вы, а строгий режим оставляет всё внутри вашей сети.

Что будет, когда модель ошибётся?

Ошибочное поле — это видимое поле: низкая уверенность помечается, арифметика проверяется кодом, а шаг подтверждения существует именно потому, что извлечение никогда не бывает идеальным. Ответ без источника возвращается как «не подтверждено», а не как догадка.

Обязательно ли переходить в облако?

Нет. Те же конвейеры работают на вашем сервере или на VPS, который вы контролируете. Облачная модель — это один сменный компонент за адаптером, и его можно заменить локальным endpoint.

Сколько времени до первого результата?

Первой вехой обычно является пилот на одном типе документов или одном канале заявок. Аудит даёт честный диапазон под ваши объёмы ещё до начала разработки.

Могут ли наши собственные агенты вызывать эти инструменты?

Да. Зарегистрированные пользователи получают ограниченный API-ключ и OpenAPI-схему к тем же эндпоинтам, которыми пользуется сайт. MCP-сервер над теми же инструментами — в планах.

Сколько это стоит?

Аудит и проектирование имеют фиксированный объём. Разработка и интеграция оцениваются по конвейеру после discovery. Большинство компонентов открыты, поэтому лицензии обычно не являются решающей статьёй расходов.

Следующий шаг

Принесите один процесс. Получите прямой ответ.

Тридцать минут без презентаций. Опишите процесс, который хотите автоматизировать, и получите оценку реалистичности, честные риски и примерный объём работы.

Уже отправляли заявку?

Введите номер из письма-подтверждения, чтобы увидеть статус.