Как я за 8 недель на вайб-кодинге собрал рабочую ERP для лесопереработки

Герой этого поста - Станислав

Пришёл на курс по вайб-кодингу в Claude Code с конкретной задачей — навести порядок в бизнес-процессах предприятия «Леса Сибири» (закупка/переработка/продажа пиломатериалов и домокомплектов).

До этого учёт велся в таблицах и на бумаге: заказы терялись, остатки на складе не сходились, отчёты собирались вручную по вечерам, сметы считались «на глазок».

Что в итоге получилось — сквозная ERP от заявки до денег:

📋 CRM и продажи — воронка от лида до сделки, вся история по клиенту

🏗 Производство — учёт операций по цехам, сушка пиломатериала как отдельный процесс, домокомплекты — отдельный модуль со своей логикой комплектации

📦 Склад — остатки сырья и готовой продукции в реальном времени, движение между переделами

🚚 Снабжение — от заявки до прихода на склад, привязка к производственным потребностям

💰 Финансы — себестоимость, маржа, дебиторка, план-факт

👥 HR и зарплата — учёт рабочего времени, расчёт зарплаты, приём откликов с Авито и hh.ru с автоматической сортировкой по воронке найма

☎️ Телефония — интеграция с виртуальной АТС: звонки на HR-линию сразу падают в воронку найма, а не в продажи

📊 Дашборд и отчёты — картина по всему бизнесу на одном экране, без ручной сборки

🧮 Отдельно — про Сметчика. Это главное, чем мы гордимся.Раньше смета на дом или партию пиломатериала — это часы работы человека: залезть в прайсы, вспомнить нормы расхода, всё руками пересчитать, не ошибиться.

Теперь это ИИ-агент, с которым разговариваешь как с сотрудником. Ты просто описываешь, что нужно посчитать («дом такой-то площади, фундамент такой-то, комплектация такая») — и дальше:

1. Агент сам уточняет недостающие параметры в диалоге, а не требует заполнить сложную форму
2. Ищет актуальные расценки в справочнике компании — не выдумывает цифры, а берёт их из базы
3. При необходимости сверяется с ценами поставщиков в интернете, если что-то нужно проверить «на актуальность»
4. Сам расчёт объёмов и стоимости передаёт отдельному расчётному ядру (у нас это называется CCE) — оно жёстко считает по инженерным формулам фундамента, каркаса, комплектации, а ИИ только собирает параметры и интерпретирует результат для человека
5. На выходе — готовая смета и коммерческое предложение
Итог: смета, которая раньше требовала полдня работы сметчика и могла содержать ошибку, теперь готовится за несколько минут диалога — и по одной и той же логике каждый раз, без «человеческого фактора».

🤖 И это только один из ИИ-агентов в системе.
Похожий принцип работает и в Telegram для сотрудников: производство, склад, продажи пишут боту обычным языком — «какие у меня задачи», «сколько доски на складе», «что по заказу клиента» — и получают точный ответ по своим данным, без ручного поиска в интерфейсе.

Всё крутится на своём сервере (Next.js, Fastify, Prisma, Docker + Claude поверх) — данные не уходят в чужое облако, что принципиально для владельца бизнеса.

Как это происходило?!
Ключевое отличие от «нанять программиста» в том, что тестировать можно было с первого же дня.

Станислав теперь не ждет неделю-две-месяц, пока разработчик выдаст первую версию для проверки — написал кусок логики, тут же попробовал в деле, увидел неудобство или ошибку — в этот же час поправил.

Итерация «попробовал → исправил» занимает минуты, а не циклы согласования ТЗ и правок с подрядчиком.

Зачем это всё?!
Перестать терять деньги на ручных ошибках и разрозненных таблицах, принимать решения по актуальным цифрам, а не догадкам — и освободить людей от рутины, которую теперь делает ИИ.

Что дальше?!
Станислав пларирует предлагать решение и другим небольшим производствам, которым не по карману традиционная кастомная разработка. Если тема интересна — пишите Станиславу, а так же осваивайте вайбкодинг самим.