Перейти к содержимому
Webiland
EFRION · AI

Голосовой AI-ассистент, который работает в любой веб-ERP

EFRION AI Autopilot — расширение Chrome, которое выполняет голосовые запросы в любой веб-ERP без интеграции на стороне клиента.

Клиент
EFRION
Год
2026
Наша роль
Разработка
Услуга
AI-разработка
Отрасль
Enterprise Software
Состав работ
Расширение Chrome · Голосовой интерфейс · Бэкенд на FastAPI с двусторонним WebSocket · Шесть действий на странице · План на экране и анимированный курсор · Отмена и блокировка безопасности
Использованные технологии
Chrome extensionFastAPIGemini Live APIWebSocketAudioWorklet
Главная страница EFRION AI Autopilot: заголовок Your AI Copilot for Any ERP System рядом с макетом экрана счетов ERP, который заполняет ассистент.
Страница продукта на ai.efrion.com.

Задача

Работа в ERP — это много экранов и много полей, а ассистенту обычно нужна интеграция с каждой системой. EFRION, компании, которая делает B2B-софт, нужен был ассистент, работающий в любой веб-ERP как она есть: без настройки, без интеграции и без API-ключей на стороне клиента.

Что мы сделали

  • Сделали ассистента как расширение Chrome на Gemini Live: пользователь произносит запрос, а расширение передаёт звук.
  • Настроили отправку модели снимка экрана каждые 1,5 секунды вместе с упрощённым деревом доступности страницы.
  • Связали расширение с бэкендом на FastAPI двусторонним WebSocket, и бэкенд превращает вызовы функций модели в шесть действий на странице: нажать, ввести текст, прокрутить, перейти, прочитать и подсветить.
  • Научили ассистента показывать план на экранной панели до действия и отмечать каждую цель анимированным курсором до нажатия.
  • Добавили проверку после каждого нажатия: если страница не изменилась, ассистент пробует другой способ.
  • Добавили голосовую команду «отменить», которая откатывает последнее из десяти действий, и необязательную блокировку безопасности с подтверждением перед отправкой, удалением или уходом со страницы.

Результат

Продукт открыт на ai.efrion.com: расширение можно скачать, а в демо голосовые команды выполняются шаг за шагом на экране ERP.

Обзор продукта

Живое демо: голосовая команда о создании счёта для Amazon Web Services на $1,500 разбита на план из пяти шагов, который заканчивается созданием счёта.
Голосовой запрос превращается в план действий на странице до первого нажатия.
Схема архитектуры: пользователь, расширение Chrome, бэкенд на FastAPI и Gemini 2.5 Live, ниже — шесть действий на странице.
Четыре слоя на одном двустороннем WebSocket; модель действует через шесть вызовов инструментов.
Сетка возможностей: голосовой интерфейс, сочетание снимка экрана и DOM, курсор-призрак, многошаговый план, обнаружение тупиков, отмена, блокировка безопасности и сохранение между страницами.
Защитные механизмы — план, отмена, блокировка, проверка тупиков — часть продукта, а не дополнение.

Начать похожий проект

Расскажите, что вы создаёте. Мы свяжемся с вами в течение одного рабочего дня.

Запросить консультацию
  • Фиксированный объём работ
  • Все права на результат — ваши
  • Ответ в течение одного рабочего дня