Personal CRM + цифровой двойник (TG-переписки)

Полный ручной проход Клода по 366 обезличенным контактам (по смыслу переписки, не regex). categories_llm.json -> apply2.py пересобрал vault: уникальные имена файлов (дубли починены, снова 366), категории, метрики, стиль, выборка. Распределение: потенц.клиенты 101, работа/команда 75 (было 7!), рекрутеры 45, текущие клиенты 40, друзья 35, партнёры 31, поставщики 16, спам 9, не разобрано 9 (было 79), семья 3, бывшие 2. Приватность: проход по id, mapping имя<->тег локально.

→ Владелец перезагружает/открывает vault E:/PersonalCRM-Vault в Obsidian, точечно правит. Слабое место: граница потенциальные/бывшие клиенты размыта (бывших мало — остывшие сидят в потенциальных; доуточнить по freshness). Задачи 1+4 закрыты. 2(playbook)+3(каналы->автор) ждут решения по ИИ-боту.

Приватность по схеме владельца: anon.json (id+переписка БЕЗ имени/тега) в scratchpad, mapping.json (id->имя) ЛОКАЛЬНО в vault, связка ПД наружу НЕ уходила. Клод прочитал обезличенную выборку 366 контактов, вывел правила категоризации ПО СОДЕРЖАНИЮ, применил локально (categorize2.py). Градация: потенц.клиенты 100, бывшие 58, текущие 26, рекрутеры 42, семья 16, спам 16, друзья 11, партнёры 11, команда 7, не разобрано 79 (было 322). 366 заметок обновлены + индексы + 01 Градация.md.

→ Владелец открывает vault в Obsidian, точечно правит категории (правила ~80%). Задачи 1(категории)+4(градация) закрыты первично. Задачи 2(playbook как с кем общаться)+3(каналы->агент-автор) — ОТЛОЖЕНЫ (бота пока не делаем, решение владельца). Опционально: полный LLM-проход для 100% точности.

Уточнены 4 задачи = ИИ-ДВОЙНИК: (1) точные категории (работа/потенц/бывшие/текущие клиенты); (2) спека как с кем общаться -> правила для агента-Я; (3) инфа по группам -> агент как автор канала; (4) градация со счётчиками. contacts.json собран (366 контактов+метрики+стиль+выборка 20 сообщений, промежуточный слой). Предв.градация эвристиками: 322/366 Не разобрано -> категоризация только по содержанию = LLM обязателен.

→ ГЕЙТ: приватность LLM на личных переписках (не решено). Рекоменд: Anthropic (не тренит на API-данных, качество/скорость) ИЛИ локальная Ollama (макс приватность, медленно на CPU). После решения LLM-слой закрывает п.1 (категории по sample), п.2 (playbook.md по категориям: тон/что говорим/не говорим/как пост), п.3 (channel knowledge->автор), п.4 (точные счётчики). Оценка ~366 вызовов.

Владелец сделал офиц.экспорт Telegram (728МБ, безопасный путь). Парсинг ЛОКАЛЬНО (ijson, без LLM, ничего наружу): 986 личных диалогов, 366 живых (>=10 сообщений). Построен Obsidian-vault E:/PersonalCRM-Vault: заметка на контакт (метрики, СТИЛЬ-МЕТРИКИ кодом — ср.длина/смайлы-скобки/эмодзи/вопросы/инициатор, выборка переписки, связи-граф) + индексы категорий + главная. Эвристика по имени категоризировала 39/366; 327 = Не разобрано.

→ LLM-СЛОЙ (согласовать приватность!): категоризация 327 не-разобранных по СОДЕРЖАНИЮ + качественный стиль-профиль по типам людей + can_offer_services. Приватность личных переписок: локальная модель Ollama (рекоменд, приватно) vs доверенный провайдер vs гибрид. Владелец открывает vault в Obsidian (Open folder as vault).

Владелец предложил personal CRM/цифровой двойник по TG-перепискам. Подняты 2 флажка ДО работы: (1) БЕЗОПАСНОСТЬ — не юзербот на основном акке (риск бана), а офиц.экспорт Telegram JSON; (2) ПРИВАТНОСТЬ — LLM-анализ личных данных наружу, выбор локальная/доверенный/гибрид. LangGraph=не визуализация (агент-фреймворк), для графа предложен Obsidian.

→ Ждём решения владельца: 1) экспорт vs юзербот; 2) приватность LLM; 3) категории людей; 4) какие каналы+что собирать; 5) Obsidian vs веб-UI. Потом роадмап+код. Ничего не подключено.