Пожалуйста, не пишите, если есть желание много заработать! Задача простая и рутинная. Нужен только конект, всё уже работает.
Общая цель:
Настроить автоматическую интеграцию между Google Таблицей (мастер-база автомобилей), NocoDB (основное API-хранилище), Qdrant (векторный поиск) и создать основу для AI-инструмента, владеющего информацией о складе автомобилей.
Этап 1: Интеграция Google Sheets → NocoDB
Исходные данные (Google Таблица):
Столбцы:
ID
Страна производитель
Марка
Модель
Цвет
Цена
Год выпуска
V двигателя
Топливо
КП
Прив
Руль
Пробег
Статус
Примечание
VIN
Бронь
Ответственный
ЗАДАТОК
Ссылка на фото
Ссылка на аукцион
Rutube
колонка "выгружено" (Text), чтобы отмечать обработанные записи
Требования:
Таблица в NocoDB создана.
Обеспечить автоматическую синхронизацию между Google Таблицей и NocoDB.
Решение должно учитывать добавление новых строк.
Должно быть учтено изменение информации и их синхронизация с NocoDB
Инструмент и подход для интеграции может быть предложен исполнителем (n8n, и т.д.).
Этап 2: Генерация векторов и загрузка в Qdrant
Требования:
Из NocoDB получать записи о машинах
Собирать для каждого авто описание в текстовом виде (prompt для embeddings)
Получать вектор через OpenAI Embeddings API (text-embedding-3-small, 1536 dims)
Загружать в Qdrant вектор + ID + метаданные (brand, model, year, price, id)
Повторная загрузка должна обновлять вектор если изменились данные
Этап 3: Использование Qdrant для поиска по складу автомобилей
Требования:
Qdrant используется как инструмент семантического поиска по складу автомобилей
Предусмотреть архитектуру для поиска по смыслу (похожие авто, рекомендации и т.д.)
Настроить индекс коллекции в Qdrant (например, autos)
Описать, как обращаться к Qdrant API для поиска и получения ID автомобилей
