Вернуться к профилю

2015 — 2026

EOBlend — калькулятор и база знаний

Подбор смесей эфирных масел по химическим и ароматическим профилям.

Автор и разработчик

Задача

Большая таблица сочетаний требовала ручного сравнения каждой пары. Пользователю нужен был последовательный и наглядный выбор.

Личный вклад

  • Придумал и реализовал механику последовательного подбора композиции.
  • Развил продукт от Drupal/jQuery до FastAPI/Nuxt через четыре поколения архитектуры.
  • Создал каталог, мультиязычные страницы и серверный рендеринг для поиска.
  • Развиваю научную базу знаний: источники, молекулярные данные, химические профили и ароматические классы для подбора сочетаний и гипотез смесей.

Результаты

  • Четыре поколения работающего продукта: от интерактивного калькулятора до платформы с каталогом и исследовательскими данными.
  • Многолетний органический трафик по профильным запросам.
Компоненты и связи

Интерфейс продукта

  • Интерфейс Nuxt SSRКаталог, последовательный выбор и explainable result.

Приложение

  • Типизированный APIПриложение и доменные use cases.
  • Подбор с объяснениемРекомендация с объяснением факторов и ограничений.

Модель знаний

  • Масла и композицииОсновные доменные сущности и состав смеси.
  • Химические профилиМолекулы, свойства и связи с ароматическим профилем.
  • Утверждения и доказательностьУтверждения, ограничения и уровень доказательности.

Исследовательские данные

  • ИсточникиПроисхождение каждого значимого утверждения.
  1. Интерфейс Nuxt SSR↔Типизированный APIзапросы
  2. Типизированный API↔Масла и композицииданные каталога
  3. Масла и композиции↔Химические профилисостав
  4. Утверждения и доказательность→Источникиподтверждение
  5. Химические профили→Подбор с объяснениемпризнаки
  6. Утверждения и доказательность→Подбор с объяснениемограничения
  7. Подбор с объяснением→Интерфейс Nuxt SSRобъяснение

Инженерный итог

Контекст

Инструмент подбора ароматических композиций и каталог эфирных масел.

  • Неоднородность и разная полнота предметных источников.
  • Сохранение каталога и поисковых страниц при смене архитектуры.

Подход

Развиваю продукт от конкретного пользовательского действия к более глубокой модели знаний.

  • Последовательный выбор вместо ручного сравнения таблиц.
  • Отдельные сущности для источников, свойств и состава.
  • Развитие модели данных вместе с задачами продукта.

Выводы

  • Долгоживущий продукт развивается через модель данных и пользовательские сценарии, а не только через смену стека.

Продукты, системы и идеи, доведённые до работающего кода.