Экстренные оповещения для 15 тыс. пользователей: LLM, PostGIS и Qdrant в Telegram
Система преобразует поток неструктурированных сообщений из сотен Telegram‑каналов в гео‑привязанные события, удаляя дубли и автоматически распределяя их среди 15 000 подписчиков.
В середине 2026 года команда разработчиков из России запустила масштабную систему экстренных оповещений, рассчитанную на более чем 15 000 пользователей. Основная задача проекта – превратить бесструктурный поток текстов из сотен Telegram‑каналов в чётко описанные события, пригодные для автоматической рассылки.\n\nДля этого был построен конвейер из нескольких компонентов. Сначала сообщения собираются через Telegram Bot API и сохраняются в очередь. Далее LLM‑модель (используется общий LLM‑интерфейс) классифицирует тип события (пожар, наводнение, ДТП и т.д.), извлекает гео‑координаты и формирует короткое описание.\n\nПолученные координаты передаются в PostGIS – расширение PostgreSQL, которое позволяет быстро выполнять пространственные запросы и привязывать событие к конкретному району или объекту. Для устранения дублей применяется векторная база Qdrant: каждый текст преобразуется в эмбеддинг, а схожие эмбеддинги группируются, что позволяет автоматически отсеять повторяющиеся сообщения из разных каналов.\n\nПосле очистки и обогащения данных система формирует персонализированные рассылки. Пользователи могут в реальном времени указывать свои предпочтения и подтверждать получение оповещений, что создаёт обратную связь и уменьшает нагрузку на автоматический конвейер.\n\nПроект доказал, что полностью автоматизированный процесс может работать круглосуточно без постоянного участия модераторов, обеспечивая своевременное информирование широких аудиторий в условиях кризисных ситуаций.
Для AI‑разработчиков это отличный пример комбинирования LLM‑моделей с гео‑данными и векторным поиском. Подобный стек (LLM + PostGIS + Qdrant) позволяет построить масштабируемые решения, где ручная модерация практически не требуется. Студенты курсов могут взять эту архитектуру как шаблон для проектов в области мониторинга и оповещения.
