Имя и фамилия будут показаны в твоем профиле и списках участников.
вайтлист
Доступ к сервису открыт только Telegram ID из списка. Админ может добавлять и убирать пользователей.
выбери участника слева →
кластеры участников
динамическая таксономия по текущему составу участников · обновляется только при изменении input fingerprint
тройки · round1 · собраны
групповые подборки строятся из текущего snapshot и доступны после пересборки данных.
алгоритм: greedy clustering на cosine similarity (paraphrase-multilingual MiniLM) по q1 (фокус) + q3 (цели) + RIASEC summary.
одна тройка hard-locked под индивидуальный запрос (большие компании × AI). квартет — overflow, чтобы не оставить участника одного.
участник-surface: личная страница каждого участника с подборкой релевантных контактов.
20 из 20
ain02 compass · архитектура
собрано на воркшопе ai-native sprint vol2 · 2026-05-06 · затем переведено в service runtime для dokploy
birth story
идея пришла во время воркшопа: сделать tinder-механику для участников лаборатории, в стиле the breakfast app, но с rate-limited curated парами и goal-selector вместо continuous slider.
после service-refactor кластеры переведены из внешней статичной таксономии в динамический контур: текущие #intro и профили собираются в компактный контекст, fingerprint защищает от повторных LLM-вызовов, а валидированный результат сохраняется как версия.
результат — единый интерфейс с двумя осями: auto-derived matching + participant-dependent cluster taxonomy. визуальный язык — генеративные SVG-сигилы, минимализм shaper-style.
позже проект был отрефакторен @densmirnov при помощи agentplane: статический прототип получил docker-compose контур, api-service, postgres/pgvector snapshot storage, telegram ingest loop и telegram login surface.
пайплайн · блок-схема
stack
ingest
telegram loop
profiles
intro versions + signals
taxonomy
llm clusters · fingerprint gate
matching
profile signals + public activity
runtime
nginx web + python api
storage
postgres/pgvector + snapshots
ui
static shell · api snapshot
auth
telegram challenge/session
deploy
dokploy · docker compose
stats
MEMBERS
173
CHAT MSGS
—
INTROS
—
RATIONALES
—
CLUSTERS
—
AVATARS
off
привacy model
показывается
✓ tg-ник + first_name
✓ публичный intro из #intro
✓ chat-активность
✓ ai-классифицированные теги
✓ cluster membership (dynamic taxonomy)
✓ pair-rationale (cached + live)
✓ round/group suggestions from public snapshot
не показывается
✗ raw private source fields
✗ telegram auth tokens / sessions
✗ email / phone / city*
✗ linkedin url*
✗ company name*
✗ history с другими парами
✗ внутренний scoring
* кроме того, что участник сам написал в публичном intro
→ analytics: ClawRus private workspace
→ service runtime: postgres/pgvector · telegram auth · dokploy-ready service
→ cluster taxonomy: динамическая llm-generated таксономия из текущих #intro/profile signals
→ service pipeline: ingest telegram → rebuild derived state → public snapshots
→ classification + rationales: haiku 4.5 via openrouter (~$1 total)
→ embedding model: sentence-transformers paraphrase-multilingual-MiniLM-L12-v2 (open source)
open to improvement
Это v0.8+: workshop-прототип уже переведен в service runtime. Острые края теперь не в статике, а в operational-контуре: freshness, auth, taxonomy validation, migrations и feedback loop.