Автоматизация

Chatwoot, n8n и ИИ: антиспам и консультант для омниканальной поддержки

Развернули свою систему поддержки на Chatwoot: почта, Telegram и другие каналы в одном окне. Нейросеть отсеивает спам, а целевые обращения сразу уходят менеджерам. По пути победили сетевую изоляцию Docker, «жадного» бота и интерфейс, который грузился больше минуты, — а затем научили ИИ подбирать товары и читать вложения клиентов.

Клиент
Интернет-магазин и собственная инфраструктура студии
Отрасль
E-commerce, клиентская поддержка
Срок
Октябрь 2026
Технологии
Chatwoot, n8n, DeepSeek, Gemini, PostgreSQL, Docker, Proxmox, Nginx Proxy Manager

Результаты

  • 66 → 1–2 сзагрузка интерфейса Chatwoot
  • 3,35 → 0,8 МБглавный JS-бандл после сжатия
  • 14моделей сравнили для распознавания вложений
  • ~$0,002стоимость распознавания одной картинки

Кейс · Chatwoot + n8n + ИИ

Поддержка, где спам
отсеивает нейросеть

01

Сеть: NAT hairpinning между контейнерами

extra_hosts — и вебхуки пошли
02

Бот блокировал ответ менеджеру

передача без «Take over»
03

Интерфейс грузился минуту

66 → 1–2 с
04

ИИ-консультант читает вложения

PDF, сканы, таблицы

Задача

Нужна была своя (self-hosted) система поддержки клиентов: почта, Telegram и другие каналы — в одном окне, с историей переписки и без ежемесячной платы за каждого оператора. Главное требование — умная фильтрация. Каждое входящее сообщение должно автоматически проверяться нейросетью: спам закрывается и получает метку, а целевые обращения сразу попадают к живым менеджерам.

Вторым этапом та же связка должна была стать консультантом: подбирать товары по запросу клиента, читать присланные файлы и передавать менеджеру уже разобранную заявку.

Стек

  • Chatwoot — омниканальная платформа поддержки, развёрнута в Docker.
  • n8n — оркестратор: принимает события Chatwoot, вызывает нейросети, отвечает через API.
  • DeepSeek — языковая модель для классификации: спам или целевой запрос.
  • Gemini — распознавание сканов, фотографий и PDF во втором этапе.
  • PostgreSQL — очередь входящих сообщений для бота-консультанта.
  • Инфраструктура: Proxmox, изолированные Docker-контейнеры, Nginx Proxy Manager (NPM) для маршрутизации и SSL.

Вызов 1. Сетевая изоляция и NAT hairpinning

Симптом. Chatwoot должен отправлять вебхук о новом сообщении в n8n, но получал ошибку Connection refused.

Причина. Оба сервиса стоят на одной площадке за Nginx Proxy Manager, но в разных виртуальных сетях Docker. Chatwoot стучался в n8n по публичному HTTPS-домену, а локальный роутер не умеет заворачивать трафик сам на себя (проблема NAT hairpinning). Вдобавок путались порты: по HTTPS нужен 443, а контейнер n8n слушает локальный 5678.

Решение. Вместо сложной настройки маршрутизатора прописали маршрут прямо в docker-compose.yaml Chatwoot — директивой extra_hosts направили домен n8n на локальный адрес шлюза NPM:

extra_hosts:
  - "n8n.ecom-studio.ru:192.168.0.108"

После пересборки контейнеров связь восстановилась сразу.

Что добавили потом. Для бота-консультанта мы пошли ещё дальше: вебхук аккаунта Chatwoot отправляет события напрямую на внутренний адрес n8n в локальной сети, минуя прокси, домен и сертификат. Меньше звеньев — меньше мест для отказа. Заодно нашли и выключили старую автоматизацию Chatwoot, которая продолжала слать события на недоступный публичный адрес и тихо падала.

Вызов 2. Бот, который не отдаёт диалог

Симптом. n8n и нейросеть уверенно классифицировали письма. Но когда целевое сообщение передавалось менеджерам, Chatwoot блокировал поле ответа. Внизу чата висела плашка «This conversation is currently handled by Антиспам», и чтобы ответить клиенту, менеджер каждый раз вручную нажимал «Take over».

Причина. В Chatwoot сущность Agent Bot по умолчанию забирает управление диалогом. Обычный запрос к API на смену статуса (status: "open") не снимал бота с роли ответственного.

Решение. Переделали передачу диалога человеку в n8n. Узел HTTP Request отправляет PUT-запрос к API Chatwoot, который не только открывает диалог, но и принудительно обнуляет исполнителя:

{
  "status": "open",
  "assignee_id": null
}

Пришли и к более изящному варианту: вообще не назначать Agent Bot на канал, а получать события обычными вебхуками. Тогда конфликта интерфейсов нет в принципе — чат всегда открыт для оператора.

Тонкость, о которой мало пишут. Токен Agent Bot в Chatwoot умеет работать только с конкретным диалогом: список диалогов и сообщений аккаунта ему недоступен (ответ 401). Поэтому всё, что нужно боту, n8n берёт из самого события вебхука и ходит в API точечно — по номеру диалога.

Вызов 3. Интерфейс, который грузился 66 секунд

Симптом. Интерфейс Chatwoot стал невыносимо медленным: страница входящих сообщений открывалась почти 66 секунд.

Причина. Разбор HAR-файла показал, что главный JS-бандл Vite (dashboard.js) весит 3,35 МБ и передаётся без сжатия. Ситуацию усугублял включённый в NPM HTTP/2: при мультиплексировании множества мелких модулей через виртуальную сеть Proxmox поток зависал и обрывался по стандартному тайм-ауту прокси в 60 секунд.

Решение.

  1. В Nginx Proxy Manager для домена Chatwoot принудительно отключили HTTP/2.
  2. В разделе Advanced добавили сжатие и отключили буферизацию прокси:
proxy_buffering off;
gzip on;
gzip_proxied any;
gzip_comp_level 5;
gzip_types text/plain text/css application/javascript application/json;

Бандл сжался с 3,35 МБ до ~800 КБ и стабильно отдаётся по HTTP/1.1. Полная загрузка интерфейса сократилась с 66 секунд до 1–2 секунд.

Вывод для своих проектов: HTTP/2 — не «всегда лучше». За связкой прокси и виртуальной сети его надо проверять на реальной нагрузке, а сжатие — включать явно: gzip_proxied any нужен, чтобы nginx сжимал и ответы, пришедшие через прокси.

Этап 2. От фильтра спама — к ИИ-консультанту

Когда антиспам заработал, следующий шаг напрашивался сам: если нейросеть уже читает каждое обращение, пусть она и помогает с ответом. Для интернет-магазина светотехники мы собрали в n8n бота-консультанта — ассистента менеджера, который подбирает товары по запросу клиента.

Как устроен бот

  • Включается меткой. Бот отвечает только в диалогах с меткой бот-подборщик. Менеджер сам решает, где помощь нужна, а где он ведёт клиента лично.
  • Очередь и пауза. Клиенты часто пишут несколькими короткими сообщениями подряд. Каждое входящее сначала попадает в очередь в PostgreSQL, бот ждёт 60 секунд и отвечает на всё сразу — одним связным сообщением, а не пятью обрывками.
  • Ищет по нашему каталогу. Главный инструмент — поиск по самому сайту магазина: бот предлагает только товары, которые реально есть в продаже, со ссылками. Поиск в интернете — только для справок (характеристики, аналоги), он не подменяет каталог.
  • Читает страницы. Если клиент присылает ссылку на товар конкурента, бот открывает страницу, выделяет характеристики и ищет аналог у себя.
  • Отвечает в тот же канал — почта, Telegram или другой мессенджер, — откуда пришёл вопрос.

Читаем вложения клиентов

В оптовой светотехнике клиенты редко пишут «нужна гирлянда». Чаще присылают спецификацию в Word, таблицу Excel, PDF с чертежом или просто фото листа с ручными пометками. Это то, что изначально стояло в планах как «RAG на будущее», — и это оказалось самым ценным.

  • Тип файла — по содержимому, а не по расширению. Бот смотрит на сигнатуру файла: клиенты часто присылают .doc, который на самом деле .docx, или файл вовсе без расширения.
  • Текстовые форматы — без внешних сервисов. DOC, DOCX, RTF, XLSX, TXT и HTML разбираются прямо в n8n чистым JavaScript: быстро, бесплатно и без отправки документа куда-либо ещё.
  • PDF, сканы и фото — через распознавание. Мы сравнили 14 моделей на реальных вложениях клиентов: чертежах, сканах, фото таблиц. Победила лёгкая модель семейства Gemini: качество не хуже «старших», а цена — около $0,002 за картинку. Для PDF включили встроенный разбор текстового слоя — без него сканированные страницы возвращались пустыми. Если основной сервис недоступен, работает запасной.

Когда бот передаёт клиента человеку

  • Клиент просит менеджера — сразу, без участия нейросети: просьбу ловит простое правило по тексту, это быстрее и надёжнее.
  • Счёт или коммерческое предложение — только после того, как бот подобрал позиции и клиент их подтвердил. Раньше бот передавал диалог на первой же фразе «нужен счёт» — и менеджер получал заявку без списка товаров.
  • Бот не знает ответа — честно передаёт, а не выдумывает.

При передаче бот снимает свою метку, ставит метку оператор и оставляет менеджеру приватную заметку: что клиент хочет, что уже подобрано, какие вопросы остались. Диалог остаётся открытым — без всякого «Take over».

Итог

  • Одно окно для всех каналов — почта, Telegram и мессенджеры в Chatwoot на своём сервере.
  • Спам не доходит до людей: нейросеть закрывает его и ставит метку spam, менеджеры видят только чистый поток заявок.
  • Интерфейс открывается за 1–2 секунды вместо 66.
  • ИИ-консультант подбирает товары из реального каталога, читает спецификации, таблицы, PDF и сканы и передаёт менеджеру уже разобранную заявку.

Что из этого можно взять себе

  1. Связь сервисов внутри одной площадки — по локальной сети, а не через публичный домен: extra_hosts или внутренний адрес. Меньше звеньев — меньше отказов.
  2. Не давайте боту «владеть» диалогом, если отвечать должны люди: вебхуки вместо Agent Bot или сброс assignee_id при передаче.
  3. Медленный интерфейс — сначала HAR-файл. Часто причина не в «тяжёлом приложении», а в выключенном сжатии и капризах HTTP/2 за прокси.
  4. Модель для распознавания выбирайте на своих файлах. Разница в цене между моделями — в разы, а в качестве на реальных документах — иногда в пользу дешёвой.
  5. Правила там, где можно, нейросеть — где нужно. Просьбу позвать менеджера надёжнее поймать регулярным выражением, чем спрашивать у модели.

Что дальше

Следующий шаг — база знаний (RAG) по каталогу и типовым вопросам, чтобы бот вёл полноценную первичную консультацию: сравнивал серии, подсказывал совместимость блоков питания и контроллеров и только потом передавал клиента менеджеру с готовым списком.

Хотите такую же поддержку у себя? Расскажите о задаче — посмотрим, какие каналы и сценарии можно автоматизировать.

Опубликовано 06.11.2026

Нужен такой же результат?

Расскажите о задаче — проведём бесплатный технический аудит и предложим план работ.