Дарья Лям

Дарья Лям

Разработчик IT-решений

10 лет в IT: системный анализ, техническая документация, автоматизация и создание цифровых продуктов. Разрабатываю решения, которые упрощают процессы, сокращают ручную работу и решают реальные задачи бизнеса и пользователей.

Портфолио

AI DEV Framework

GitHub
AIOpen Source

Собственный open-source фреймворк для разработки программного обеспечения с AI по понятному и управляемому процессу. Он помогает не просто генерировать код, а вести проект последовательно: от идеи и требований до архитектуры, реализации, проверок и деплоя.

Полезен тем, кто хочет разрабатывать собственные проекты с AI без хаоса, потери контекста и бесконечного повторного объяснения задач модели.

AI DEV Framework

Что реализовано

  • Единый процесс разработки: требования, архитектура, технические спецификации, код, тестирование, ревью и документация.
  • AI-агенты и skills для разных этапов работы: от анализа и проектирования до проверки результата.
  • Сохранение контекста проекта и принятых решений прямо в репозитории.
  • Подходит для Телеграм-ботов, сайтов, API, backend-сервисов, админок, интеграций и desktop-приложений.

Почему я создала этот проект

При разработке с AI часто теряются требования, решения принимаются хаотично, а проектный контекст приходится объяснять заново на каждом шаге. Я хотела собрать систему, которая помогает вести разработку как полноценный процесс, а не как набор случайных промптов.

Моя роль

Автор идеи, структуры и логики фреймворка. Спроектировала этапы разработки, роли AI-агентов, правила взаимодействия, проверки качества и организацию проектного контекста. Подготовила публичный open-source репозиторий и документацию.

Сложности и решения

  • При доработке /init-project, /product-spec и /new-feature-spec обнаружились повторяющиеся правила: работа с шаблонами, границы изменений, проверка исходного состояния и критерии завершения пересказывались в нескольких разделах. Инструкции становились длиннее, а при сокращении появлялся риск потерять важное ограничение.

    Сначала разобрала, где должно находиться каждое правило, затем провела ограниченный рефакторинг трех скиллов. Повторные объяснения заменила ссылками на основное правило, сохранив уникальные сценарии каждого скилла.

  • Заметила, что при длительной работе в одной сессии без /clear контекст быстрее заполняется и растет расход токенов. Продолжение работы после нескольких коммитов сохраняло в сессии уже ненужную историю обсуждений и правок.

    Доработала этот момент: теперь фреймворк сам напоминает очистить сессию командой /clear после каждого коммита. Это уменьшает лишний расход токенов на накопившуюся историю переписки: работа продолжается с чистым контекстом, а нужные результаты и решения остаются в файлах проекта.

ТехнологииClaude Code, AI agents, skills, Markdown, Git
РезультатГотовый open-source framework с документацией и рабочим процессом разработки

Автоматизация документации РТЛабс

АвтоматизацияGovTechPythonVBA

РТЛабс — это Госуслуги. В роли технического писателя я разработала инструменты автоматизации, которые упростили подготовку и сопровождение технических документов. Они решают реальную рабочую задачу: сокращают количество повторяющихся ручных операций.

Решения применялись при работе с документацией для 11 команд разработки и помогли ускорить подготовку комплектов документов.

Автоматизация документации РТЛабс

Что реализовано

  • Массовое добавление подписантов в комплекты документов — время сократилось примерно с 30 до 2 минут на комплект.
  • Создание каркасов документации по параметрам заявки.
  • Извлечение терминов и сокращений из документов и сопоставление со словарем Confluence.

Почему это было важно

Когда документация ведется для большого числа команд, даже простые операции начинают отнимать непропорционально много времени. Цель была в том, чтобы убрать лишние ручные действия, снизить нагрузку на специалистов и сократить время подготовки документации.

Моя роль

Работала техническим писателем в РТЛабс над документацией портала Госуслуг. Анализировала рабочие процессы и разрабатывала инструменты автоматизации для специалистов, которые готовили и сопровождали документацию 11 команд разработки.

ТехнологииPython, VBA, Excel, Confluence REST API
Практическая пользаСнижение ручной нагрузки и ускорение подготовки документации

WordieUP

Запустить бот
Телеграм-ботAIEdTechPython

Телеграм-бот для изучения английской лексики, который помогает собирать личный словарь, разбирать разные значения слов, выполнять упражнения, повторять изученное и отслеживать прогресс.

Позволяет учить слова в привычной среде — прямо в Телеграме, без необходимости переключаться между несколькими приложениями.

Словарь можно пополнять из CSV, а данные о словах — обогащать автоматически через WikDict.

WordieUP

Что реализовано

  • Личный словарь английских слов и переводов.
  • Карточки слов с несколькими значениями и связанной логикой обучения.
  • Упражнения с проверкой ответов, повторениями и отслеживанием прогресса.
  • Автоматическое обогащение словарных данных.

Задача проекта

Разработать удобный инструмент для изучения и повторения английских слов: с личным словарем, несколькими значениями, интерактивными упражнениями и понятным отслеживанием прогресса.

Моя роль

Работа над заказным проектом: проектирование учебных сценариев и структуры словаря, UX упражнений и логики обучения, постановка задач, организация разработки и тестирование.

Сложности и решения

Одно английское слово может иметь несколько значений, а одно значение — несколько корректных русских переводов. Простая проверка по единственной паре «слово — перевод» не подходит: пользователь может дать допустимый ответ и получить ошибку только потому, что бот ожидал другой вариант.

Для обогащения словарных данных нашли и подключили WikDict. Потребовалось согласовать структуру словаря WikDict с логикой упражнений. В карточках предусмотрели несколько значений слова и связали их с учебными сценариями. Для проверки ответов уточнила правила: принимать сохраненные допустимые переводы, не считать регистр и лишние пробелы ошибкой. Так проверяется знание слова, а не точное совпадение оформления ответа.

Чтобы ученику было понятно, какой ответ от него ожидают, придумали подписывать часть речи. Например, для work с пометкой «существительное» нужен перевод «работа», а с пометкой «глагол» — «работать». Такая подпись помогает различать значения одного и того же слова и делает формулировку задания понятнее.

Эту логику нужно было последовательно провести через словарь, упражнения, повторения и статистику. В дальнейших доработках уточняли переводы и работу прогресса, чтобы отображение карточки и результаты занятий опирались на согласованную модель данных. Формы глагола при этом рассматривали как формы одного изучаемого слова, а не отдельные карточки: нужная форма должна проверяться только в понятном контексте.

ТехнологииPython, PostgreSQL, Telegram Bot API, AI API
ДополнительноИмпорт из CSV, автоматическое обогащение через WikDict

По папочкам

ПриложениеАвтоматизацияPythonWindows

Desktop-приложение для Windows, которое помогает навести порядок в больших фото- и видеоархивах. Идея выросла из очень практической задачи: разбор накопленных файлов вручную слишком утомителен, особенно когда речь идет о тысячах фотографий и роликов.

Программа берет на себя однотипную работу по сортировке и поиску дубликатов и помогает быстрее разобрать архив без хаоса и ручной рутины.

По папочкам

Что реализовано

  • Автоматическая сортировка фото и видео по датам.
  • Поиск точных дубликатов.
  • Формирование HTML-отчетов.
  • Отмена выполненных перемещений файлов.

Почему я создала этот проект

Большие фотоархивы быстро превращаются в цифровой склад: дубликаты, хаотичные папки, неочевидные даты и много ручной работы. Мне хотелось сделать понятный локальный инструмент, который разгружает человека и сохраняет контроль над файлами.

Моя роль

Автор идеи и концепции продукта. Спроектировала сценарии использования, логику работы с файлами и структуру функциональности, организовала разработку и тестирование.

ПлатформаWindows desktop-приложение
ТехнологииPython, обработка файлов, HTML-отчеты

Интерфейс приложения

Навыки

Системный анализ

Сбор и анализ требований, описание бизнес-процессов и логики систем, проектирование решений, API и интеграции.

AI-разработка

AI-агенты, Claude Code, skills, разработка приложений и автоматизированных процессов с использованием языковых моделей.

Разработка и автоматизация

Python, VBA, REST API, обработка данных и файлов, интеграции и оптимизация рабочих процессов.

Управление IT-проектами

Планирование и декомпозиция задач, организация разработки, взаимодействие с командами, контроль качества и результата.

Техническая документация

API-документация, Docs as Code, OpenAPI, Markdown, Git, Confluence, ГОСТ 19/34.

Продуктовое мышление

Поиск и анализ проблем пользователей, определение требований к продукту, проектирование функциональности и проверка решений на практике.

Контакты

Telegram dashatxt@mail.ru

AI DEV Framework — Процесс

От идеи до готовности к релизу: пять этапов разработки