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

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.
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 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.
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.
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.