Chatgpt как можно использовать 1с

Chatgpt как можно использовать 1с

Расширение адаптировано для основных конфигураций на управляемых формах: Управление торговлей 11, Комплексная автоматизация 2.5, Управление нашей фирмой 3, 1С:ERP Управление предприятием 2.5. Если вам необходимо расширение для вашей конфигурации на управляемых формах — пожалуйста, свяжитесь с технической поддержкой. Расширение прошло аудит в сервисе 1cfresh.com. Код расширения полностью открыт

Работу расширения обеспечивает REST API от chat.openai.com

3. Регистрация (не требуется на 1cfresh.com)

На данный момент регистрация возможна по ссылке https://chat.openai.com/chat только с использованием VPN. Также вам понадобится не российский номер телефона. Можно использовать esim или сервисы аренды номера (например https://sms-activate.org/ru/). Это необходимо только для регистрации и получения api key (для работы с сервисом далее VPN не нужен)

4. Получаем свой api key по ссылке https://platform.openai.com/account/api-keys (VPN все еще нужен, не требуется на 1cfresh.com)

копируем свой api key в настройки 1С

копируем свой api key в настройки 1С

5. Теперь расширение может получать описание товаров. В карточке номенклатуры есть ссылка Заполнить из ChatGPT. В запросе передается наименование товара, а результат возвращается в Описание

6. Примеры работы расширения

Расширение будет полезно всем интернет магазинам, а также тем, кто работает с маркетплейсами. Вот несколько примеров:

Автошина Cordiant Road Runner 195/65R15 91H — надежный выбор для тех, кто ценит комфорт и безопасность на дороге. Ее высокотехнологичный дизайн исключает скольжение на мокрой поверхности и обеспечивает стабильность при движении на трассе.

Широкие плечевые блоки и мягкий рисунок протектора гарантируют превосходную управляемость и долговечность, а многолетняя гарантия на изделие подтверждает ее несомненное качество.

Сделайте свой ежедневный вождения комфортным и безопасным, остановитесь на выборе шины Cordiant Road Runner 195/65R15 91H!

Chanel №5 — это непревзойденный аромат, который известен своей богатой историей и безупречным качеством. Эта парфюмерная вода создана легендарным дизайнером Коко Шанель более 100 лет назад и до сих пор остается одним из самых узнаваемых и желанных ароматов на рынке.

Это изысканное сочетание цветочных и древесных нот создает непревзойденный аромат, который идеально подходит для любого типа кожи и времени суток. Парфюм Chanel №5 100 мл будет великолепно смотреться на любой полке для бьюти-продуктов, а также станет прекрасным подарком для любого ценителя красоты и элегантности.

Выберите этот аромат, чтобы оставаться в центре внимания и привлекать внимание всех окружающих. Обладайте уникальным стилем и шармом вместе с Chanel №5!

Доска гладильная НИКА 10 (МЕТАЛЛ) – это идеальное решение для тех, кто ценит качество и комфорт при глажке. Изделие выполнено из высококачественного металла, что обеспечивает ему прочность и долговечность. Доска имеет прочную и устойчивую ножку, которая обеспечивает ее стабильность во время использования.

Уникальное покрытие доски гладильной НИКА 10 предотвращает скольжение белья и обладает защитными свойствами от перегорания. Кроме того, внутри доски расположен специальный термоотражающий слой, который позволяет экономить время на глажке.

Доска НИКА 10 (МЕТАЛЛ) имеет удобные габариты, что позволяет легко хранить ее в любом месте и перемещать из одного места в другое. Благодаря своей эргономичности и комфортности, глажка с использованием этой доски станет приятным и легким занятием.

Не упусти свой шанс приобрести доску гладильную НИКА 10 (МЕТАЛЛ) и наслаждаться превосходным качеством при глажке каждый день!

Причины купить

Если вы являетесь владельцем интернет-магазина или каталога товаров а также продаете товары на маркетплейсах, использование расширения для генерации описания товара с помощью ChatGPT может иметь следующие преимущества:

Экономия времени и сил. Генерация описаний товаров вручную занимает много времени и сил, в то время как использование расширения позволяет сократить время на заполнение информации.

Увеличение производительности. Автоматизация процесса генерации описаний товаров позволяет увеличить производительность и снизить количество ошибок.

Увеличение уникальности контента. ChatGPT может генерировать уникальные описания товаров, что способствует повышению уникальности сайта или каталога товаров.

Снижение затрат на копирайтера. Использование расширения для генерации описания товара с помощью ChatGPT может быть более экономически выгодным, чем найм профессионального копирайтера.

Увеличение продаж. Качественное описание товаров является одним из ключевых факторов, влияющих на решение покупателя. Чем более подробно и качественно описан товар, тем больше вероятность его продажи.

1C Предприятие и ChatGPT – Отчет!

Уже почти две недели как мы тестируем телеграмм чат – бота «Колю – Да Винчи» у нас в группе.

«Коля» – это «ИИ», аналог всем известного ChatGPT (GPT-3.5 – 4.0) что работает на API от OpenAI.

ПОПРАВКА! 05.03.2023

Бот Коля уже работает на новом API gpt-3.5-turbo (Что делает его “почти” аналогом ChatGPT)

ПОПРАВКА! 27.04.2023

Бот Коля работает на новом API GPT-4.0

Пора подводить итоги данного тестирования и не только «Коли» ) но и оригинального ChatGPT на предмет того, как «искусственный интеллект» может помочь нам с различными вопросами связанными с 1С Предприятием.

Предлагаю начать с «Коли», как менее «умной» но более удобной версии «ИИ» чат бота.

Что может данный телеграмм бот в 1С и стоит ли волноваться разработчикам?

И так, что у «Коли» реально получилось:

Создание простого цикла в 1С с дальнейшем выводом Сообщить():

А если спросить бота: “Как это увидит пользователь ?”

А если усложнить задачу, и пускай бот отредактирует цикл согласно запросу:

А как насчет самому придумать простые циклы по примеру:

А если в “Таблицу Значений” колонку добавить ?

Перепиши этот код так, чтоб “Округлял в меньшую сторону”:

Согласитесь, хоть и не идеально но уже неплохо )

А что у нас из “Запросами” в 1С ?

И опять неплохо, чуток подправить! )

А как у нас из свободным творчеством:

Интересно, а умеет “Коля” анализировать достаточно “длинный” код в 1С?

Жаль, что пока бот не способен написать такой код самостоятельно (

Собственно, то самое “творчество” касаемо кода в 1С, Коле пока к сожалению недоступно (

Даже честно пытается писать игры на 1С ))

Хотя согласитесь, определенная логика здесь присутствует )

Что бот знает об 1С в целом ?

При этом Коля, почти ничего не знает о конфигурациях в 1С, интерфейсах, и базовых вопросах по ее администрированию и использованию, даже на уровне простого пользователя. (

Хотя, признаюсь, это не помешало ему за 3 сек. написать два рабочих! батника для бэкапа файловой 1С:

И разобрать не простой запрос в PostgreSQL:

А вот с подбором “серверов” для 1С Предприятия, все не так хорошо:

Вот такой он Коля – “давинчи” )

Тут знаю, а не знаю, так придумаю: )

Собственно, для “внедренцев” 1С, ценный кадр:

Да, да, с юмором у Коли также все в полном порядке, ну или около того )

Ну и совсем жесть )…

Опубликовал бы и больше, но боюсь меня за банит Google, как за вопросы, так и полученные ответы от Коли )

Для объективности, отмечу, что на многие вопросы Коля отвечает “выдумками”, и здесь представлена лишь выжимка, того, на что бот смог ответить, также статья надеюсь послужит и примером того, как надо писать вопросы боту, какого характера, формулировки и тд.

В большинстве проблема как раз в формулировке вопросов 97%, и завышенных ожиданиях от бота.

Также у Коли есть еще одна особенность, если ему задать тот же вопрос повторно, ответ будет другой, иногда верный, а иногда наоборот (

За время тестирования было отмечено ряд важных фактов!

“Как вы лодку назовете, так она и ….”

1. Ошибка которую допускают почти все – Это пытаться писать вопросы боту как в Google.
2. Уточняйте! Не 1С, а “1С Предприятие 8”, так были добыты более достоверные ответы.
3. Контекст! бот, как и оригинальный СhatGPT, понимает контекст! Не стесняйтесь уточнять вопросом на уже полученный ответ!
4. Больше входных данных, здесь лучше написать, чем не дописать.

Плюсы и минусы “Коли”:

+ Удобнее, чем оригинальный чат СhatGPT

+ Не требует регистрации

+ Не ограничен количеством ответов

+ Не зависает (Обычно)

+ Отвечает быстрее чем СhatGPT

– Старая версия API. Если спросить бота какой сейчас год, ответ будет – 2020 (

– Уступает по интеллекту оригинальному СhatGPT

– Платное API (Он не бесплатный)

– Если не знает верного ответа, обязательно будет “сочинять”, собственно как и СhatGPT )

А вот его “Старший брат” СhatGPT

может сделать больше:

Конечно, неправда, но как попытку засчитаем )

Разработчики 1С – пока ВЫДЫХАЕМ! )

СhatGPT хоть и умнее “Коли” но точно пока не способен заменить даже “Джуна в 1С”, а вот стать последнему хорошим помощником, это однозначно да!

Так как ошибка в синтаксисе 1С, не отменяет представленную логику написания той или иной функции или процедуры в 1С, что конечно будет весьма кстати новичку – разрабу в 1С.

А вот, что касается python, php, javascript, html, css то здесь на месте “джунов” я бы уже засуетился!

Почему ?

Посмотрите, в конце данной статьи, есть рекламный блок телеграмм-группы, так вот он был создан полностью в СhatGPT на HTML и CSS.

Рекламный текст в блоке, сгенерил Коля в нашей группе, а остальное сделал СhatGPT!

Процесс создания формы, вызвал у меня просто необыкновенные эмоции, сравнимо с тем “Как будто-бы, снова интернет придумали” )

Я ощутил себя “Тони Старком” который дает инструкции “Джарвису”, и тот создает именно то, что тот хотел!

Скажу больше!

Новый функционал данного бота “Коли”, был доработан также на Python в СhatGPT, а именно: понимать контекст и отвечать не только на прямые вопросы его научил СhatGPT.

Как вам такое ?

“Бот пишет бота”, и делает это весьма хорошо!

Кстати теперь понятно почему в Google так засуетились растущей популярностью СhatGPT:

Вдохновившись умениями “ИИ”, я также решил пойти далее в этой ново-открытой для себя области и “сгенерить” парочку картинок на тему: ChatGPT и программиста, что с ним работает, а также 1С- ника в рутине ежедневного “кодинга” )

Вот что у меня получилось:

А вот запрос на создание картинки разработчика в 1С Предприятии “ИИ” воспринял как-то чудно )

ChatGPT пришел за бухгалтерами? Используем ChatGPT для классификации бухгалтерских проводок

Отец знакомого работает главным бухгалтером. Сегодня срочно вызвали на совещание обсуждали GPT4. Вернулся поздно и ничего не объяснил. Сказал лишь собирать вещи и искать диплом фрезеровщика. Сейчас едем куда-то далеко за город. Не знаю, что происходит, но кажется началось (с)

Привет! На связи Сергей, маркетинг-менеджер платформы Puzzle RPA. Мы занимаемся автоматизацией бизнес-процессов в крупных компаниях. Нельзя сказать, что там есть большое поле для экспериментов, поэтому мы решили потестировать новую хайповую игрушку на своем бизнесе.

Задачу для теста выбрали простую (генеральный директор сказал НЕ простую прим.ред.) – классификация бухгалтерских проводок.

Вот что chat gpt рассказывает о себе в контексте классификации бухгалтерских проводок:

ChatGPT – это мощная технология, которая позволяет автоматически классифицировать бухгалтерские проводки. Это очень полезно для компаний, которые имеют большой объем бухгалтерской документации и необходимость быстрого и точного анализа финансовых данных.

С помощью ChatGPT вы можете быстро и эффективно классифицировать бухгалтерские проводки, что позволит вам сократить время на ручную обработку документации и снизить вероятность ошибок. Кроме того, ChatGPT способен быстро обработать большие объемы данных, что позволяет ускорить процесс принятия решений на основе финансовой отчетности.

Нужно сделать небольшой диклеймер, проводки мы тестировали прямо в бесплатном чате 3.5 без использования API.

Предварительно систему мы не обучали, то есть тест был сделан на «холодную».

Вот какой запрос мы дали на вход:

Перечень статей движения денежных средств:

• Возврат от поставщиков

• Возврат подотчетных сумм

• Получение кредитов и займов

• Получение оплаты от покупателя

• Поступления денежных вкладов собственников (участников)

• Поступления от погашения займов

• Прочие поступления

• Розничная выручка

• Аренда нежилых помещений

• Аренда транспортных средств

• Аудио и видео техника

• Возврат покупателям

• Выдача подотчетных сумм

• Выплата дивидендов

• Выплата дивидендов учредителям

• Выплата дивидендов учредителям через расходы

• Выплата заработной платы

• Выплата процентов по кредитам и займам

• Госпошлины

• Знаковые события работников

• ИТ оборудование

• ИТ сопровождение бухгалтерии

• Налог на прибыль

• Налоги и взносы по з/п

• Оплата аренды помещения

• Оплата налогов с дивидендов

• Оплата от факторинговой компании

• Оплата поставщикам (подрядчикам)

• Оплата услуг подбора персонала

• Организация мероприятий

• Организация питания сотрудникам

• Платформы для автоматизации процессов

• Погашение кредитов и займов

• Предоставление займов

• Представительские расходы

• Прочие налоги и сборы

• Прочие расходы

• Расходы на услуги банков

• Юридические и нотариальные услуги

Сами вопросы выглядели так:

• К какой из статей движения денежных средств относится выплата по Плата за пакет услуг ### за период с ’02/10/2022′ по ’01/11/2022′ дог.*номер договора*. НДС не взимается. ПАО СБЕРБАНК

Ответ: Выплата по платежу за пакет услуг ### за указанный период относится к статье «Оплата услуг банков».

• К какой из статей движения денежных средств относится выплата по РОП 220930re.d01 Отражено по операции с картой MasterCard Business 547938******** за 30.09.2022. ФИО Держателя ФИО . 1010 Покупка. TAXCOM MOSCOW RUS. КА_259300 ФИО ?

Ответ: Выплата по РОП (расходы по операционной деятельности) обычно относится к статье «Выплата заработной платы». Однако, поскольку в данном случае указано, что это выплата по операции с картой MasterCard Business, возможно, что это относится к статье «Оплата услуг банков». Если уточнить, какая именно услуга была оплачена, то можно более точно определить, к какой статье следует отнести данную выплату.

• К какой из статей движения денежных средств относится Поступление за выплата по оплата по счету 4 от 25 .10.2022 за оказание консультационных услуг НДС не облагается ХХ ООО

Ответ: Поступление за выплату по оплате по счету 4 от 25.10.2022 за оказание консультационных услуг необходимо отнести к статье «Получение оплаты от покупателя»

Внимательный читатель обратит внимание, что мы получили 2 из 3 правильных ответа. Но учитывая, что второй вопрос был задан не до конца корректно можно сказать что алгоритм справился.

Однако, для достижения наилучшей точности классификации, желательно правильно обучить модель и использовать аугментацию данных. Хотя тесты показывают, что можно вполне обходиться и без дообучения.

Для использования аугментации в классификации бухгалтерских проводок можно использовать различные инструменты и библиотеки машинного обучения, такие как TensorFlow или PyTorch. Эти инструменты позволяют создавать функции аугментации, которые можно применять к существующим данным перед их использованием для обучения модели.

Чтобы достичь высокой точности, мы используем различные техники обучения модели. В том числе аугментацию данных, которая позволяет расширить набор обучающих данных путем создания вариаций существующих данных. Это помогает увеличить количество данных для обучения модели и сделать ее более точной в классификации проводок.

По горячим следам мы решили добавить функционал Chat GPT в нашу RPA платформу, ниже в видео видно, как идет процесс работы. Забегая вперед, скажу, что уже с использованием API и уточнением запросов мы получили результат 18 из 18 проводок были разнесены верно.

После завершения роботом процесса бухгалтеру остается только зайти в отчет и проверить корректность проставленных статей и видов операций. Наш отчет выглядит так:

Наша RPA-платформа Puzzle позволяет создавать роботов, которые могут автоматически обрабатывать бухгалтерские проводки. Боты могут считывать данные из различных источников, например, из электронных таблиц, баз данных или сканов бумажных документов. Далее, с помощью Chat GPT, боты могут классифицировать проводки по соответствующим категориям.

При этом мы уделяем большое внимание точности классификации, чтобы убедиться, что все проводки правильно отнесены к соответствующим категориям.

Также мы используем технику Fine-tuning, которая позволяет точнее настроить модель, используя предварительно обученные модели на больших наборах данных. Это позволяет получить более точные результаты в классификации.

По итогам теста мы запустили модуль классификации в прод, для начала будем тестировать на нашей головной компании в помощь финансовому менеджеру, а дальше планируем раскатать возможность на клиентские аккаунты.

Надо сказать, что работа возможности, которые дает данная технология на прикладном уровне заставляет задуматься. Ну кто мог сказать, что роботы придут сразу за бухгалтерами, а не скажем за маркетологами или разработчиками? Пока мы нащупываем почву, но вполне возможно, что через пару лет данная технология изменит целые отрасли и лучше начинать работать с ней уже сейчас.

1. Как-то слишком много статей движения денежных средств. Обычно делают не больше 20, этого вполне достаточно)

2. Интересный эксперимент, но для реальной компании избыточен. Автоматическая классификация операции решается простым скриптом в 1С за 10к рублей разово. Правда придется тратить время на настройку при появлении нового контрика, но это займет не больше 1 минуты на 1 контрика и дополнительных расходов для компании не возникнет.

3. Логично внедрять нейросетки в сферы, где большой состав ФОТ. IT, управление, а линейные и простые должности автоматизировать дорогими алгоритмами — окупаемость сомнительна)

Спасибо за коммент! У вас классные статьи, иногда вас читаем!)
п1. Мы осуществляем ИТ консалтинг в части проектирования систем консолидации данных (в т.ч. бюджетирование) на базе 1С, в т.ч. 1С УХ. Обычно количество статей у заказчиков превышает 100 🙂 Часто их стараются максимально сблизить с затратными статьями, за исключением "Амортизации" и тд. Насколько я понимаю, вы пользуетесь другим подходом в классификации, нам он тоже нравится. Подход должен закрывать потребности заказчика)
п2. Вы абсолютно правы, что это кейс не для малых предприятий! Но на самом деле он окупаем даже для небольших организаций. Мы его настроили за несколько дней с учетом проведения исследований и это уже работает.
В вашем подходе, как в и нашем есть свои +-, все зависит от ситуации. Также Ваш кейс предполагает доработку 1С, наш кейс — исключает. Также, если пользователь работает во Fresh, доработать базу намного проблематичнее. В вашем случае необходимо постоянно дорабатывать систему разработчиком, в нашем — изменить название ДДС.
п3. Отчасти с вами согласимся) Если вспомнить тот же 1С, они разработали нейросеть для распознавания документов, встраивается как расширение в 1С БП и малые компании этим активно пользуются:)

2. Можно сделать скрипт в 1С внешней обработкой и не влезать в конфигурацию, тогда обновления 1С будут нормально ложиться. Фреш обычно используют очень небольшие компании, поэтому и в автоматизации и доработке смысла мало.

Если вы для среднего и крупного бизнеса делаете разнос выписки за 10к полностью автоматически без привлечения бухгалтеров, готовы привлечь вашу компанию на наши проекты:) Пишите в лс:)

Использование языковой модели GPT3 для создания интерфейса 1С на естественном языке

Думаю, что уже почти все в курсе насчет GPT, но все же начну с небольшой справки.

GPT расшифровывается как Generative pretrained transformers. Это языковая нейросеть, обученная по технологии transformer. Описание технологии появилось в общем доступе в 2020 году. Кому интересно, ссылка здесь https://arxiv.org/abs/2005.14165. История развивалась более или менее обычными темпами для ИТ, но в конце прошлого года произошло нечто, выходящее за привычные рамки. Компания OpenAI выложила в общий доступ версию языковой модели, взаимодействие с которой организовано в виде чата. Всего лишь за одну неделю этот чат преодолел отметку в миллион пользователей. Такого раньше не было. О chatGPT стали очень много говорить и писать. В том числе, совершенно фантастические вещи. Наиболее впечатлительные начали говорить, что скоро нам всем конец, потому что искусственный интеллект вот-вот захватит мир.

Если не терять голову и смотреть на вещи трезво, то надо понимать, что языковая модель, это достаточно простая, почти механическая, штука. Вся магия в объемах данных, использованных для обучения. Ответ на ваш вопрос формируется как результат компиляции из того, что было ранее сказано в интернете. Языковая модель не обладает сознанием, она не в состоянии делать элементарные логические выводы. Общаясь с ней не стоит забывать, что вы общаетесь не с каким-то неведомым существом, а с людьми, которые когда-то обсуждали ваш вопрос в интернете.

При всем при этом, языковая модель обладает одним чудесным качеством, которое, я уверен, произведет самую настоящую революцию в области взаимодействия людей с компьютерами вообще и с базами данных и учетными системами в частности.

Она вас понимает.

Что это означает, я вам сейчас продемонстрирую на примере работы с типовой конфигурацией УТ редакции 11.5.

Я написал небольшое дополнение, которое необходимо добавлять к каждому вопросу пользователя. В этом дополнении дается описание таблиц базы УТ. В силу ограничений, установленных OpenAI для работы в режиме бесплатного тестирования, я включил в это описание не всю конфигурацию, как есть, а ограничился некоторым более или менее содержательным подмножеством таблиц. В него вошли остатки на складе, продажи и взаиморасчеты. Кроме того, так как большинство 1с-ников привыкли читать запросы на русском языке, я сделал перевод выдаваемого языковой моделью текста запроса.

Также я написал простенькую обработку. Пользователь вводит свой вопрос на русском языке и получает ответ. При желании можно заглянуть в текст запроса.

Можно сказать, что мой первый вопрос составлен не совсем на русском языке. Скорее на русско-программистском. Но я хотел для начала дать языковой модели наиболее легкое задание. В этом тексте вопроса уже содержатся готовые инструкции: какие таблицы с какими следует соединять и по каким условиям.

Зададим более непринужденный вопрос.

Текст запроса для этого вопроса почти такой же

Я зря старался в первом вопросе. Языковая модель и так понимает что, с чем и как следует соединять.

Раз так, зададим вопрос совсем по-человечески

Ответ такой же. Текст запроса не имеет смысла приводить, потому что он полностью совпадает с предыдущим. И это прекрасный результат. Особенно с учетом того, что у нас есть не только регистр остатков но и регистр продаж. А там тоже есть товар и склад. Но языковая модель совершенно правильно понимает, что нам нужны остатки.

Попросим теперь показать продажи.

Текст запроса здесь такой:

Можно еще и так

Попробуем поставить языковую модель в тупик. Зададим неоднозначный, расплывчатый вопрос: «Сколько чая?» Из самого вопроса сложно понять, что хочет узнать вопрошающий. Остатки на складе или объем продаж?

Языковая модель не зависает и не ломается. Она просто решает, что в данном случае будет уместным выдать информацию о продажах.

Если пользователь все-таки хотел получить информацию об остатках, он может задать вопрос чуть иначе. Например, вот так.

Текст запроса совпадает с предыдущим. Здесь важно то, что возникшее затруднение пользователь может решить так же, как он это привык делать при обычном общении.

Приведу еще несколько примеров.

Как видите, языковая модель прекрасно справляется с вопросами на естественном языке. Во всем этом есть только один досадный момент. На вопрос «Сколько продано чая Иванову в январе» будет получен вот такой текст запроса

Когда мы говорим «в январе», мы имеем ввиду январь текущего года. Но в данном случае языковая модель нас не понимает. Более того, бесполезно пытаться уточнять «в январе 2023 года». Результат будет тот же. Здесь самое время вспомнить, что мы получаем ответы от людей, которые когда-то что-то писали в интернете. Обучение языковой модели происходило в 2021 году. И на тот момент в интернете не было (или почти не было, что одно и то же) текстов запросов, в которых упоминался бы 23 год. Время — это самое слабое место языковых моделей. Разработчик, OpenAI честно предупреждает об этом. Для учетных систем это реальная проблема. Но, к счастью, она решается путем относительно несложной доработки.

Подведем итоги. Использование языковой модели дает нам реальную возможность построения интерфейсов на естественном языке. Эффект усиливается еще и тем, что в недавно представленной платформе 8.3.23 уже присутствует сервис распознавания речи. Языковые модели и сервис распознавания речи приведут к революционным изменениям в способах взаимодействия пользователей с учетными системами и базами данных. Думаю, что каждому специалисту будет полезно узнать об этом и, по возможности, погрузиться в тему поглубже.

Если вас возникло желание поэкспериментировать со всем этим самостоятельно, свяжитесь со мной.