Обновление "Мульти-рассылка СМС" 1.0.0.25

Новый функционал:

  • Добавлена поддержка отправки SMS в конфигурации "Розница 1.0" и ее производных.
  • В запросы добавлена выбора только разрешенных элементов справочников.
  • Иногда возникала ошибка "Индекс находится за пределами границы". Исправлено.
  • Исправлено открытие обработки не в БСП и на обычных формах.
Изображение автора статьи

Основатель и директор по развитию Софтонит. Практикующий руководитель разработки. Эксперт в области автоматизации техподдержки

Будь вкурсе!

Сообщим о новых материалах, важных событиях и предложениях

Email заполнен не корректно
Нажимая на кнопку «Подписаться», вы даете согласие на обработку своих персональных данных и получения рассылок
Нажимая на кнопку «Подписаться», вы даете согласие на обработку своих персональных данных и получения рассылок
Подписка на email рассылку
Поделитесь статьей
Рекомендуем почитать
Статьи Как настроить бесплатные уведомления СМС с сайта

Расскажем в этой статье, как настроить бесплатные смс-сообщения с сайта. Причем практически для любого WordPress, Joomla, Битрикс и т.д.

Эта инструкция подойдет для любого сайта.

Статьи СМС рассылка как вид маркетинга

Что такое смс рассылка и с чем ее едят. Рассмотрим коротко и понятно.

Статьи Как я создал Text Extract API для RAG за 2 дня с помощью AI и Cursor: подробный кейс

Разработка с помощью AI‑инструментов меняет подход к созданию ПО. Я сам убедился в этом на практике: всего за два дня мне удалось создать Text Extract API для RAG, используя Claude 4.0, Gemini Pro 2.5 и IDE Cursor. Этот эксперимент показал, что нейросети — уже не просто хайп, а мощный ассистент, способный значительно ускорить процесс разработки.

Наша команда занимается созданием ПО для IT‑специалистов — программу «Управление IT‑отделом 8». В ней есть блок для работы с заявками от клиентов и обширная база знаний. Возникла идея: интегрировать нейросети для автоматической обработки тикетов. Кейс прост:

Прилетает тикет от клиента > Нейросеть смотрит в базу знаний и готовит ответ > IT‑специалист либо использует ответ нейросети, либо нейросеть отвечает автоматически.

Для реализации такого функционала необходимо обучить AI‑модель на нашей базе знаний, а это требует качественного извлечения текста из различных документов. Эта статья посвящена первому этапу этого процесса — созданию API для извлечения текстовых данных из файлов любых форматов, что критически важно для эффективной работы с Retrieval‑Augmented Generation (RAG).

Для тех, кто хочет сразу увидеть результат, вот ссылка на GitHub.

0 / 0