Как я создал Android-приложение с нейросетью и ИИ-бота для мессенджера MAX
Когда я начинал работу над проектом LLMCOD, моя задача была достаточно простой: сделать искусственный интеллект доступным пользователям в России без сложных настроек и необходимости постоянно использовать VPN.
Постепенно проект вырос. Сначала появился сайт с ИИ-чатом и API для разработчиков. Затем я решил двигаться дальше: создать полноценное приложение для Android и отдельного ИИ-ассистента, работающего непосредственно в российском мессенджере MAX.
В этой статье расскажу, как я подошёл к разработке, с какими сложностями столкнулся и почему считаю, что небольшие независимые ИИ-проекты могут находить свою аудиторию.
С чего всё началось: проект LLMCOD
Основой для дальнейшей разработки стал мой сайт llmcod.ru.
Я хотел, чтобы пользователю не приходилось разбираться в сложных технических терминах, настраивать API или самостоятельно устанавливать нейросеть.
Поэтому в проекте появились несколько направлений:
- LLMCOD Chat — веб-чат для общения с искусственным интеллектом.
- LLMCOD API — программный интерфейс для подключения нейросети к другим приложениям и сервисам.
- LLMCOD Widget — ИИ-консультант для сайтов, который может использовать базу знаний компании.
- Мобильное приложение LLMCOD — доступ к чату со смартфона.
- LLMCOD ИИ Ассистент в MAX — отдельный чат-бот для пользователей мессенджера.
Для серверной части я использую Linux, Python, FastAPI, Next.js, PostgreSQL и другие инструменты.
При этом важная особенность моего проекта — развитие собственной серверной инфраструктуры. Такой подход даёт больше возможностей для контроля над работой сервиса, хотя и требует постоянного внимания к производительности, стабильности и обслуживанию.
Почему я решил сделать приложение для Android
Первоначально пользователи могли общаться с нейросетью через браузер. Но пользоваться обычным сайтом со смартфона не всегда так удобно, как отдельным приложением.
Я поставил перед собой несколько задач.
Во-первых, приложение должно открывать знакомый интерфейс LLMCOD Chat без необходимости каждый раз вводить адрес сайта.
Во-вторых, пользователю нужно было предоставить доступ к уже существующей учётной записи и возможностям сервиса.
В-третьих, требовалось продумать систему оплаты, чтобы человек мог пополнять баланс и пользоваться платными возможностями непосредственно со смартфона.
В итоге я подготовил Android-приложение LLMCOD с идентификатором ru.llmcod.app.
Для публикации в российском магазине приложений RuStore была подготовлена подписанная сборка в формате Android App Bundle (AAB).
Самое сложное оказалось не в интерфейсе
Когда делаешь приложение, связанное с существующим сайтом и платёжной системой, возникают нюансы, которые не всегда заметны на этапе проектирования.
Один из них — возвращение пользователя в приложение после оплаты.
В моём проекте используется платёжный сервис ЮKassa. Пользователь переходит к оплате, подтверждает её выбранным способом, после чего должен вернуться в LLMCOD.
На практике оказалось, что важно правильно обработать разные ситуации:
- Оплата прошла успешно.
- Пользователь отменил платёж.
- Банк ещё обрабатывает операцию.
- Пользователь вернулся в приложение до получения окончательного подтверждения.
Например, первоначально после отмены платежа приложение могло продолжать показывать ожидание подтверждения.
Пришлось дорабатывать серверную проверку статусов платежей, обработку возврата в приложение и сценарии отмены.
Именно такие мелочи во многом определяют, будет ли человек доверять сервису.
Следующий этап — собственный ИИ-бот для MAX
После работы над Android-приложением я задумался: зачем ограничиваться отдельным приложением, если многие люди уже пользуются мессенджерами каждый день?
Так появилась идея сделать LLMCOD ИИ Ассистент для MAX.
Мне хотелось, чтобы пользователь мог просто открыть привычный мессенджер, написать вопрос и получить ответ нейросети — без дополнительной регистрации на сайте.
Бот работает как обычный собеседник в чате. Ему можно задавать вопросы, просить объяснить сложную тему, составить текст, предложить идею или помочь с повседневной задачей.
Например:
«Помоги составить деловое письмо».
«Объясни простыми словами, как работает искусственный интеллект».
«Напиши объявление о продаже товара».
«Придумай название для небольшого бизнеса».
Для пользователя всё выглядит просто: он отправляет сообщение и получает ответ.
Но за этой простотой стоит отдельная серверная логика.
Как устроен ИИ-бот технически
Для бота я использовал платформу MAX и собственную серверную часть LLMCOD.
Общая схема работы следующая:
Пользователь MAX → бот LLMCOD → серверная обработка → нейросеть → ответ пользователю.
Сообщения обрабатываются через API MAX. Сервер получает входящие запросы, проверяет доступный лимит пользователя и передаёт вопрос модели.
После получения ответа бот отправляет текст обратно в чат.
Особое внимание пришлось уделить оформлению сообщений. Нейросети нередко используют Markdown-разметку: двойные звёздочки, специальные символы и другие элементы форматирования.
Для обычного чата это не всегда выглядит красиво. Поэтому я доработал обработку ответов, чтобы сообщения в MAX были более читаемыми.
Также реализовал удобное меню с кнопками, позволяющее пользователю управлять ботом без необходимости запоминать команды.
Три бесплатных вопроса для каждого нового пользователя
Одна из главных задач при запуске нового ИИ-сервиса — дать человеку возможность оценить его до покупки.
Поэтому в LLMCOD ИИ Ассистенте я предусмотрел 3 бесплатных вопроса для каждого нового пользователя.
Человек может открыть бота, пообщаться с нейросетью и решить для себя, нужен ли ему такой помощник.
После использования бесплатного лимита доступны платные пакеты:
ПакетСтоимость10 вопросов99 ₽50 вопросов399 ₽100 вопросов650 ₽
Такую систему я выбрал намеренно.
Не всем нужна ежемесячная подписка. Кто-то пользуется нейросетью ежедневно, а кому-то достаточно нескольких вопросов в неделю.
Оплата конкретного количества запросов позволяет пользователю самостоятельно выбирать расходы.
Как я подключал оплату в MAX
Здесь возникла ещё одна интересная задача: как организовать оплату непосредственно из чата?
В моём случае используется ЮKassa, уже интегрированная с инфраструктурой LLMCOD.
Схема выглядит так:
- Пользователь выбирает пакет вопросов в боте.
- Бот предлагает перейти к оплате.
- Пользователь оплачивает выбранный пакет через ЮKassa.
- Сервер получает подтверждение платежа.
- Купленные вопросы начисляются на баланс пользователя MAX.
Чтобы система работала корректно, необходимо связать платёж с конкретным пользователем мессенджера.
Кроме того, важно не начислять один и тот же пакет повторно при повторной доставке уведомления о платеже.
Отдельно пришлось учитывать российские особенности работы платёжных сервисов и настройки защищённого подключения к API MAX.
В результате получилась система, в которой бот умеет не только отвечать на вопросы, но и самостоятельно обслуживать оплату пользовательских пакетов.
Зачем мне одновременно Android-приложение и бот в MAX
На первый взгляд может показаться, что два продукта дублируют друг друга.
На самом деле у них разная аудитория.
Android-приложение LLMCOD предназначено для пользователей, которым нужен отдельный интерфейс нейросети, связанный с возможностями основного сервиса.
Бот в MAX — это максимально простой способ быстро задать вопрос искусственному интеллекту в привычном мессенджере.
Я считаю, что пользователю нужно давать выбор.
Кому-то удобнее работать с ИИ через браузер на компьютере, кому-то — через приложение на смартфоне, а кто-то предпочитает общаться с ботом в мессенджере.
Все эти варианты являются частями одного проекта — LLMCOD.
С какими трудностями я столкнулся
Разработка собственного сервиса оказалась гораздо шире, чем просто написание кода.
Приходится одновременно заниматься серверной инфраструктурой, базами данных, интерфейсами, платежами, безопасностью и тестированием.
Среди наиболее важных задач для меня оказались:
Стабильная работа сервера. Нейросети требовательны к вычислительным ресурсам, поэтому важно правильно подобрать оборудование и параметры запуска моделей.
Интеграция с внешними платформами. Android, RuStore, MAX и ЮKassa имеют свои технические особенности, которые необходимо учитывать.
Обработка нестандартных ситуаций. Пользователь может отменить оплату, потерять соединение или закрыть приложение в самый неподходящий момент.
Простота интерфейса. Чем сложнее внутренняя система, тем больше хочется сделать взаимодействие с ней простым для обычного пользователя.
И, конечно, отдельная задача — продвижение.
Можно создать работающий продукт, но этого недостаточно. Нужно ещё рассказать людям, что он существует и чем может быть полезен.
Что дальше
Сейчас я продолжаю развивать экосистему LLMCOD.
В числе моих приоритетов — совершенствование работы нейросетей, развитие мобильного направления, улучшение ИИ-консультантов для сайтов и расширение возможностей бота MAX.
Особенно интересным считаю направление ИИ-ассистентов для малого бизнеса.
Предпринимателям нужны инструменты, которые помогают отвечать клиентам, обрабатывать информацию, готовить тексты и автоматизировать повторяющиеся задачи.
Мне хочется развивать LLMCOD именно в сторону практических решений, которые можно использовать в повседневной работе.
Попробуйте LLMCOD ИИ Ассистент
Если вам интересно посмотреть, что получилось, приглашаю протестировать моего бота.
🎁 Каждому новому пользователю доступны 3 бесплатных вопроса.
🤖 LLMCOD ИИ Ассистент в MAX:
https://max.ru/id391800408942_bot
🌐 Официальный сайт проекта:
Разработка продолжается, поэтому мне особенно интересны отзывы первых пользователей: насколько удобен бот, какие задачи он помогает решать и каких возможностей пока не хватает.
Главный вывод, который я сделал за время работы над LLMCOD: собственный ИИ-продукт — это не только нейросеть. Это целая система, в которой каждая деталь, от интерфейса до обработки платежа, влияет на пользовательский опыт.
И именно над этим я продолжаю работать.