Realizacja · obróbka blach i metalu · lakiernia proszkowa
Lakotech to zakład usługowej obróbki blach i metalu z własną lakiernią proszkową. Materiał, grubość, ilość i operacje były zapisane tylko w nazwach plików DXF, o stan detalu trzeba było pytać ludzi na hali, a zlecenia malowania szły przez grupę na WhatsAppie i zeszyt. Zbudowałem dla zakładu jedną aplikację, która prowadzi zamówienie od folderu z rysunkami, przez halę i lakiernię, do WZ, etykiet i podpowiedzi cen do faktury.
Tekst i kod: Rafał Szewc, inżynier oprogramowania, RS Mobile
Zakład miał wszystkie dane, tylko rozproszone. Najwięcej mówiła nazwa pliku z rysunkiem.
Folder zamówienia na dysku
Plik z rysunkiem w tym folderze
Zamówienie to folder na dysku z plikami DXF, STEP i PDF. Materiał, grubość, ilość i kolejne operacje były zapisane tylko w nazwach plików.
Nie było jednego miejsca, w którym widać etap każdego detalu. Sprawdzało się go w folderach, także w kopiach w folderach GOTOWE, albo u ludzi na hali.
Liczyło się je z wymiarów rysunków. Pierwszą próbą automatyzacji był osobny skrypt, który z plików DXF robił arkusz Excela.
Cen do faktury szukało się w starych fakturach w arkuszach. Numer zamówienia klienta przepisywało się na WZ i na etykiety.
Zlecenie to był post w grupie na WhatsAppie, „zdjęcia + kolor + instrukcja”, i linijka w zeszycie. Farbę ważono i rozliczano za kg poza systemem, a wsady do pieca układało się z głowy.
Braki, np. „skończyła się dysza do piaskarki”, zgłaszało się na WhatsAppie. Właściciel szukał w starych mailach, gdzie to ostatnio zamawiał, i wysyłał to samo zapytanie do kilku firm.
Jedną aplikację w przeglądarce: biuro pracuje w niej na komputerach, hala na tabletach. Zamówienie przechodzi tu drogę od folderu z rysunkami do WZ, etykiet i pozycji do faktury.
Zamówienia
Co 15 minut system czyta foldery zamówień z dysku firmy. Każdy plik staje się elementem zamówienia, a operacje system odczytuje z nazwy. Miniaturę i wymiary w milimetrach dorabia serwis CAD: wsadowo co 5 godzin albo od razu, na przycisk. Statusy Oczekuje, W trakcie i Wykonane liczą się same, a Skompletowane i Wydane zaznacza się ręcznie.
Produkcja
Biuro przeciąga zamówienia do kolumn Dziś i Jutro. Pracownik loguje się numerem telefonu i 4-cyfrowym PIN-em, widzi tylko operacje swojego stanowiska i odhacza krok jednym przyciskiem. Aplikacja zapisuje, kto i kiedy to zrobił, a pomyłkę da się cofnąć.
Lakiernia
Zlecenie malowania to temat z numerem, zdjęciami, kolorem RAL, ilością i procentem pieca. Bot (GPT-4o od OpenAI) czyta grupę lakierni razem ze zdjęciami, zakłada temat i pyta tylko o brakujący kolor. Tablica podpowiada, jak złożyć wsady do 100% pieca, a farbę waży się przed i po malowaniu, ze zdjęciem wagi.
Wycena i ceny do faktury
„Utwórz wycenę” zapisuje w folderze zamówienia arkusz Excela z miniaturami, wymiarami, materiałem i sumą netto. Nazwy plików czyta przy tym GPT. Przy pozycjach do faktury system pokazuje dla każdego pliku do 5 cen z dawnych faktur, po jednej na rok, i ostrzega, gdy wtedy był inny materiał lub grubość. Samej faktury aplikacja nie wystawia; to, co już zafakturowano, co godzinę odczytuje z arkuszy Google.
Dokumenty
WZ z roczną numeracją i listę kompletacji system składa w PDF i zapisuje w folderze zamówienia. Etykiety 50×30 mm idą na drukarkę TSC prosto z zamówienia. Numer zamówienia klienta wpisuje się raz, a trafia na WZ i na każdą etykietę.
Bot wyłapuje z grup potrzeby zakupowe i zakłada temat. Dostawców podpowiada z bazy firmowych maili, a zapytanie wychodzi z firmowej skrzynki, z 10 sekundami na „Cofnij”. Odpowiedzi system czyta co 5 minut, a decyzję o zamówieniu podejmuje człowiek.
Pozostałe moduły · 7 z 16
System stoi u klienta: aplikacja i baza działają w kontenerach Docker na jego serwerze Synology NAS, obok folderów z zamówieniami. Funkcje AI korzystają z OpenAI (GPT-4o przez LangChain4j), więc dane, które obsługują, wychodzą poza zakład.
Pięć trybów pracy, od wyłączonego do pełnego. W trybie obserwacji bot tylko zapisuje, co by zrobił. Po ponad 10 wysyłkach w 10 minut albo ponad 30 w ciągu dnia sam się pauzuje.
Nie usuwa tematów i nie zakłada nowych firm. Tematy z WhatsAppa czekają na sprawdzenie w przerywanej ramce.
Kod w Javie sprawdza każdą odpowiedź modelu, a terminy liczy sam. Role ADMIN i EMPLOYEE są pilnowane w interfejsie i w API.
System rósł moduł po module przez 11 miesięcy, od 7.11.2025 do 1.10.2026. Daty etapów pochodzą z historii zmian w kodzie.
Import folderów, operacje i statusy elementów, miniatury CAD i szukanie duplikatów. Od 26.11 synchronizacja z dyskiem co 15 minut.
Rozwój panelu i zakładki zamówień. Od 7.01 LakotechBot w Telegramie odpowiada na pytania o zamówienia.
Wycena z plików DXF do Excela. Nazwy plików czyta AI.
Wyceniacz, firmy z GUS, WZ, drukarka TSC i baza maili w Elasticsearch.
Logowanie telefonem i PIN-em, plan produkcji, historia cen i strona „Wystaw fakturę”.
Etykiety dla całego zamówienia i lista kompletacji.
Lakiernia (1.09) i bot na WhatsAppie (7.09), zakładka Kompletowanie, „Pokaż w folderze”.
Zakupy (1.10), najnowszy moduł systemu.
To wynika wprost z tego, jak działa system.
Nikt nie przepisuje zamówień. Nowy folder pojawia się w systemie najpóźniej po 15 minutach.
Etap każdego detalu widać na liście zamówień, bez przeglądania folderów i dopytywania hali.
Każdy krok na hali ma podpis: kto go odhaczył i kiedy.
Zlecenie malowania staje się tematem z numerem, kolorem RAL i terminem, a braki, np. kolor albo ważenie, widać na karcie.
Zużycie farby wynika z ważeń ze zdjęciem wagi i rozlicza się w zł za kg, bez zeszytu.
Numer zamówienia klienta wpisuje się raz, a cenę do faktury podpowiada historia.
Zaczynam od prototypu (PoC) na Twoich folderach i rysunkach: kosztuje 10–25 tys. zł netto i trwa 2–4 tygodnie. Pierwszy etap systemu na danych firmy to zwykle 40–120 tys. zł i 2–3 miesiące. W Lakotechu system rósł etapami przez 11 miesięcy. Utrzymanie kosztuje 1–2 tys. zł miesięcznie. Więcej liczb jest we wpisie o koszcie wdrożenia AI.
Baza zamówień, rysunki i plan produkcji leżą na serwerze w zakładzie. Na zewnątrz wychodzi to, czym zajmuje się AI: wiadomości i zdjęcia z grup na WhatsAppie, nazwy plików przy wycenie, nazwy pozycji z faktur, treść maili oraz pytania do bota w Telegramie razem z danymi zamówień, których dotyczy odpowiedź. OpenAI deklaruje, że danych z API nie używa do trenowania modeli. W chmurze są też arkusze Google z fakturami i sam WhatsApp, czyli serwery Mety. Jeśli jakieś dane nie mogą opuścić zakładu, stawiam model lokalny na serwerze w firmie.
PoC na Twoich plikach zajmuje 2–4 tygodnie, kolejne moduły dochodzą etapami. W tym projekcie import zamówień ze statusami powstał w listopadzie 2025, plan produkcji w maju i czerwcu 2026, a lakiernia z botem we wrześniu 2026.
System działa na serwerze w zakładzie, nie u mnie. Bazę MySQL i indeks Elasticsearch kopiują i odtwarzają gotowe skrypty. Kod to standardowa Java ze Spring Bootem i Angularem, z 255 klasami testów backendu i 48 scenariuszami testów E2E, więc inny programista nie zaczyna od zera. Prawa do kodu, NDA i zasady przekazania projektu ustalamy w umowie przed rozpoczęciem prac. Stałe utrzymanie to 1–2 tys. zł miesięcznie.
Tak, bo zaczynam od tego, na czym zakład już pracuje. U tego klienta to foldery na dysku, arkusze Google z fakturami, firmowa skrzynka, grupy WhatsApp i drukarka etykiet TSC. Jeśli pracujesz na Comarch ERP, SAP albo IFS, łączę się z tym systemem przez API albo widoki SQL. Co ma do niego płynąć, a co z niego, ustalamy na pierwszej rozmowie.
Temat i tak trafi na tablicę w przerywanej ramce, ze statusem „do sprawdzenia”, więc ktoś go poprawi przed malowaniem. Na start bot może też pracować w trybie obserwacji, w którym nic nie tworzy i nic nie wysyła.
Może. Bot czyta istniejącą grupę lakierni jako połączone urządzenie, tak jak WhatsApp Web, przez nieoficjalną bibliotekę, a nie przez Cloud API Mety, które opisuję we wpisie o chatbocie WhatsApp. Dzięki temu załoga pisze tam, gdzie pisała, ale Meta takiego połączenia nie wspiera. Dlatego bot ma limit wysyłek i tryb obserwacji, a temat w lakierni zawsze można założyć ręcznie.
Opisz, jak u Ciebie wygląda droga od zamówienia do faktury. Odpiszę, od którego modułu bym zaczął i ile to może kosztować. W RS Mobile pierwszym krokiem jest test na Twoich folderach i rysunkach: 2–4 tygodnie, 10–25 tys. zł netto. W dni robocze odpowiadam na WhatsAppie zwykle w ciągu godziny.
Rafał Szewc
Inżynier oprogramowania, 12+ lat, wcześniej SAP. Rozmawiasz wprost z osobą, która pisze kod.
Więcej o mnie
