FloraDoc — AI-диагностика комнатных растений
Мобильный сервис для RuStore: диагностика по фото, структурированный отчёт с планом лечения, квоты и покупка пакетов диагностик.
Статус: Работает Срок реализации: 1 месяц
RuStore
Публикация
15–45 с
Ответ AI
Async
Диагностика
Задача
MVP должен был быстро проверить гипотезу «фото → диагноз → результат» на российском рынке с монетизацией через магазин приложений, без тяжёлой регистрации.
- Пользователю нужен короткий путь от снимка до понятного отчёта о состоянии растения
- Ответ LLM занимает 15–45 секунд — клиент не должен блокироваться на это время
- Биллинг и квоты через RuStore, без OAuth-соцсетей в пилоте
- Нужны идемпотентность запросов и списание квоты только при успешном диагнозе
Решение
Собран полный MVP: Android-приложение, backend API, биллинг RuStore и инфраструктура на Docker.
- Android: мастер диагностики (тип растения → фото → оплата при нулевой квоте → ожидание AI → результат), история и детальный отчёт
- Backend: гостевая авторизация по отпечатку устройства, JWT, асинхронная обработка (202 + polling), квоты, история с пагинацией
- AI: со structured output и fallback по моделям (Gemini/GPT)
- Биллинг: RuStore Pay на клиенте, верификация покупок и webhook, начисление квот по developer_payload
- Инфраструктура: Docker Compose (Redis, API, landing, nginx), dev/prod окружения
- Публикация в RuStore: ru.maxsavin.dev.floradoc
Технологии
KotlinJetpack ComposeFastAPIRedisRuStore PayDockernginxCameraXMaterial 3
Результаты
Продукт работает в российской экосистеме: приложение в RuStore, лендинг и async pipeline диагностики без блокировки UI.
- Клиент не ждёт ответ LLM синхронно — polling после 202
- Идемпотентность запросов диагноза и покупок
- Квота списывается только при успешном завершении диагноза
- Гостевая сессия достаточна для пилота без соцлогинов
Нужен мобильный AI-продукт под RuStore?
Спроектирую Android-клиент, async backend и интеграцию с российским биллингом и LLM под вашу предметную область