Platforma AI BroGear dla firm B2B

Wyszukiwarka nad 60 mln ofert oraz pipeline, który zamienia kosztorys naprawy w zweryfikowaną listę części i gotowy koszyk.

60M+
ofert w bazie danych
~100 ms
czas wyszukiwania
PDF → koszyk
pipeline OCR i AI
  • Nuxt
  • Python
  • FastAPI
  • Elasticsearch
  • OCR
  • Integracja LLM
Platforma AI BroGear dla firm B2B

Problem

BroGear to platforma B2B dla warsztatów, blacharzy i mechaników. Zamiast szukać części po Allegro, eBayu, Ovoko i kolejnych hurtowniach, klient zamawia wszystko w jednym miejscu. Wrzuca kosztorys naprawy z programu do wyceny szkód, plik z numerami części albo zdjęcie kartki, a my znajdujemy części.

Zbudowałem trzy filary. Wyszukiwarkę po ponad 60 milionach ofert postawiłem na Elasticsearch, BroBot to agent AI oparty o DeepSeek, a trzeci moduł czyta kosztorysy przez OCR i dopasowuje numery do katalogu.

Dziesięć źródeł, jedno zamówienie

Strona główna pokazuje sedno usługi. Klient nie przeszukuje już Allegro, eBaya ani Ovoko. Składa jedno zamówienie, dostaje jedną dostawę i jedną fakturę na wszystko.

Strona główna: zamów części z wielu hurtowni w jednym miejscu, z jedną dostawą i jedną fakturą.

60 mln ofert w około 100 ms

Sercem platformy jest wyszukiwarka. Klient podaje numer części albo jego fragment, a system przeszukuje ponad 60 milionów produktów od różnych hurtowni. Taki zbiór zwykłą bazą przeszukuje się wolno, zwłaszcza przy niepełnym numerze. Postawiłem na Elasticsearch, dzięki czemu wynik wraca w około 100 ms.

Wyniki wyszukiwania: oferty wielu hurtowni z legendą jakości i cenami.

Wyniki pokazują oferty różnych hurtowni i różnych jakości, z legendą i cenami pod spodem. Zamiast wszystkiego widać po trzy najtańsze oferty z każdego dostępnego rodzaju.

Agent dopytuje zamiast zgadywać

BroBot to nasz chatbot. Pod spodem działa agent AI z DeepSeek. LLM jest mózgiem, a agent sam uruchamia narzędzia, żeby zdobyć dane i uzupełnić braki. Odpowiada w każdym języku, a na stronie pomaga też zostawić mail albo numer telefonu.

Na przykładzie poniżej pytam o zderzak. BroBot dopytuje o generację modelu, o to, czy zakup jest na firmę, i prosi o VIN, żeby część na pewno pasowała. Na końcu podaje link do sklepu.

Rozmowa z BroBotem: pytanie o zderzak.
Rozmowa z BroBotem: dopytanie o generację modelu.
Rozmowa z BroBotem: zakup na firmę i prośba o VIN.
Rozmowa z BroBotem: link do pasującej części w sklepie.

Od kosztorysu do koszyka

To jedna z najbardziej rozbudowanych części. Warsztat dostaje od ubezpieczalni kosztorys naprawy z numerami części. Bywa to plik z Eurotaksu, ale też PDF, CSV, Excel albo zdjęcie kartki z ręcznie pisanymi numerami.

BroGear PRO AI: kosztorys przechodzi przez OCR i DeepSeek, a numery trafiają do koszyka.

Agent AI uruchamia OCR i odczytuje każdy plik. DeepSeek na danych z OCR znajduje numery części i liczbę sztuk, po czym zwraca je w JSON. Agent przeszukuje Elasticsearch i przy trafieniu dokładnego numeru dodaje część do listy.

OCR się myli, potrafi wziąć 0 za O albo I za L. Dlatego agent szuka też wariantów z takimi podmianami. Jeśli znajdzie pasującą część, dodaje ją, ale oznacza innym kolorem, żeby klient sam sprawdził dopasowanie. Całość trafia do koszyka i do zakupu.

Kosztorys z ubezpieczalni wchodzi jako PDF, Excel albo zdjęcie kartki. Wychodzi gotowy koszyk z dopasowanymi numerami części.

Co trafiło na produkcję

  • Jedno miejsce na zakup części, z jedną dostawą i jedną fakturą zamiast dziesięciu zakładek.
  • Wyszukiwarka po 60M+ ofert w około 100 ms dzięki Elasticsearch.
  • BroBot dopytuje o generację i VIN, ograniczając ryzyko złego dopasowania.
  • Kosztorys zamienia się w koszyk. OCR i DeepSeek wyciągają numery, a niepewne dopasowania trafiają do ręcznej kontroli.