Задача

Требуется создать собственный VPN-сервис, полностью управляемый через Telegram-бота. Система должна предоставлять пользователям возможность приобретать подписки, подключаться к защищенным туннелям и управлять своим аккаунтом - всё через интерфейс мессенджера.

Основные требования

  • Разработка Telegram-бота на Python (библиотеки: aiogram или python-telegram-bot).
  • Реализация механики подписок: один бесплатный тариф (лимитированный) и несколько платных (с разным сроком действия) - интеграция с платежными системами (ЮKassa, Stripe и т.п.).
  • Подключение базы данных (SQLite / PostgreSQL) для хранения пользователей, ключей, подписок и доступов.
  • Генерация и управление VPN-инфраструктурой (протоколы: OpenVPN, WireGuard или собственные решения).
  • Админ-панель (через бота или web) для мониторинга пользователей, выключения/блокировок ключей, статистика использования.
  • Поддержка многопользовательского доступа: один сервер - множество независимых клиентов.
  • Автоматический расчет и предупреждение пользователя о скором окончании подписки.
  • Ограничение по скорости/трафику - возможность балансировки нагрузок.

Интерфейс и UX

  • Для пользователя: команды start, help, меню - купить или использовать бесплатно, проверить подписку.
  • Выдача VPN-конфигурации после оплаты прямо в бот.
  • Логично и лаконичное «короткое меню» с inline-кнопками.
  • Возможность рефреш/бронирование трафика.

Технические детали

  • Стек: Python (бот), Git + деплой (Docker, minimal VPS).
  • База данных - PostgreSQL производительность при росте.
  • Документирование API.
  • Кроссплатформенность (iOS/Android/Windows/Linux) - ген конфигов вручную с автоматизацией.

Таргетинг для продвижения услуг банкротства физических лиц

Требуется настройка таргетированной рекламы во ВКонтакте или Telegram для привлечения клиентов, желающих оформить банкротство. Цель - долгосрочное сотрудничество, возможна работа через квиз. Уточните готовность и бюджет в отклике.

Автоматическое тестирование языковых моделей

Требуется настроить систему автоматических тестов для LLM с использованием готовых инструментов Promptfoo или DeepEval. На основе готовых логов диалогов необходимо создать воспроизводимые тест-кейсы для измерения стабильности поведения модели.