Blaze AI — Telegram-бот и WebApp с генерацией изображений и видео

Blaze AI начинался с идеи убрать технический барьер между обычным пользователем и генеративными нейросетями.

Генерация изображений и видео быстро перестала быть историей про одну модель и один API. Разные модели имеют собственные форматы запросов, ограничения по количеству референсов, доступным разрешениям, соотношениям сторон, качеству, длительности видео, звуку и режимам работы.

Пользователю при этом нужен не API и не набор технических параметров — ему нужен результат.

Поэтому задачей стало создать единый AI-сервис, который объединяет несколько сценариев генерации внутри одного продукта и скрывает различия между внешними AI-провайдерами.

В процессе разработки Blaze AI вырос из Telegram-бота в систему из нескольких связанных частей: Telegram-интерфейса, собственного WebApp, backend-сервера, базы данных, системы оплаты и баланса, инструментов модерации и интеграций с AI API.

При проектировании нужно было решить сразу несколько задач:

• сделать простой режим генерации для пользователя, который не хочет разбираться в моделях и настройках;

• одновременно оставить профессиональный режим с выбором модели, разрешения, качества, формата, референсных изображений и дополнительных параметров;

• объединить генерацию изображений, обработку фотографий и генерацию видео в одной системе;

• поддержать несколько AI-моделей с разными API, ограничениями и форматами запросов;

• дать пользователю возможность запускать несколько генераций параллельно, не блокируя интерфейс ожиданием предыдущей задачи;

• сохранять состояние каждой генерации отдельно, чтобы настройки одной задачи не могли повлиять на другую;

• реализовать историю генераций и доступ к готовым результатам;

• добавить отдельные AI-инструменты для прикладных сценариев: Face Swap, виртуальную примерочную, Upscale, фото на документы и удаление объектов;

• создать собственную систему токенов и динамического расчёта стоимости в зависимости от модели и параметров генерации;

• принимать оплату несколькими способами;

• корректно обрабатывать таймауты, ошибки, повторные запросы, ограничения внешних API и возврат средств за неуспешные генерации;

• реализовать модерацию и защиту сервиса от запрещённого контента;

• обеспечить одинаковую бизнес-логику между Telegram-ботом и WebApp;

• сделать интерфейс адаптированным под мобильные устройства и сохранить поддержку русского и английского языков.

Отдельной сложностью стала многозадачность. Генерация через внешний AI API может занимать значительное время, а пользователь не должен быть привязан к одному экрану ожидания. Поэтому каждая WebApp-генерация получила собственный идентификатор, отдельное состояние и механизм проверки результата. Это позволило запускать несколько независимых задач и продолжать пользоваться приложением во время обработки предыдущих.

Ещё одной частью задачи была полноценная коммерческая инфраструктура. Blaze AI должен был не просто генерировать контент, а учитывать баланс пользователя, стоимость выбранной модели и принимать оплату через Telegram Stars, ЮKassa и CryptoBot.

В итоге первоначальная задача «сделать удобный Telegram-бот для нейросетей» превратилась в разработку самостоятельного AI-продукта со своим WebApp, backend-логикой, пользовательской системой, биллингом, параллельными задачами и production-инфраструктурой. WebApp и API работают как часть того же приложения, а сервер параллельно обслуживает Telegram-бота, фоновые процессы и проверки платежей.

От Telegram-бота к полноценному AI-продукту

Blaze AI постепенно превратился из Telegram-бота в единую систему, где Telegram отвечает за вход, уведомления и часть пользовательских сценариев, а WebApp — за полноценный визуальный интерфейс генерации. Оба интерфейса работают с общей серверной логикой, базой данных, балансом и историей задач.

Единый backend для Telegram и WebApp

Серверная часть построена на Python, aiogram и aiohttp. WebApp обращается к собственным API-эндпоинтам Blaze AI: получение профиля, запуск генерации, проверка статуса задачи, работа с PRO-инструментами и создание платежей.

Перед выполнением запроса сервер проверяет Telegram-авторизацию пользователя, его статус, принятие правил, параметры генерации и загруженные файлы. Благодаря этому Telegram-бот и WebApp не существуют как два отдельных продукта — они используют общую бизнес-логику и пользовательскую систему.

Быстрая и профессиональная генерация

Интерфейс был разделён на два уровня. Быстрый режим предназначен для пользователя, которому нужен результат без изучения десятков параметров. Профессиональный режим оставляет доступ к выбору модели, разрешения, качества, формата, референсов и дополнительных настроек.

Внутри сервиса объединены разные семейства моделей для изображений и видео. Их API отличаются между собой: используются разные endpoints, ограничения на количество референсов, форматы, разрешения, параметры качества и режимы видео.

Поэтому backend не просто пересылает пользовательский текст внешнему API, а формирует корректный запрос под конкретную модель и проверяет совместимость выбранных параметров до отправки.

Параллельные задачи вместо одного окна ожидания

Одной из самых сложных частей проекта стала многозадачность. Генерация через внешний AI API может выполняться десятки секунд или несколько минут, поэтому блокировать пользователя до получения результата было неудобно.

Для каждой WebApp-генерации создаётся отдельный request_id и собственная запись generation_id. Состояние задачи изолируется, а её параметры сохраняются отдельным снимком. Поэтому запуск следующей генерации не может случайно изменить модель, длительность видео, качество или другие настройки уже выполняющейся задачи.

WebApp сразу получает статус processing и продолжает проверять состояние конкретной генерации через отдельный API. Каждая активная задача отображается собственной карточкой. Благодаря этому пользователь может запускать несколько независимых генераций и продолжать работу с приложением, пока предыдущие выполняются в фоне.

От генератора к набору прикладных AI-инструментов

Помимо обычной генерации в Blaze AI появился отдельный набор PRO-инструментов: Face Swap, виртуальная примерочная, Upscale, фото на документы и удаление объектов.

Для этих функций были сделаны отдельные пользовательские сценарии и серверные маршруты. Например, виртуальная примерочная работает не как обычный prompt: система принимает фотографию человека и референсы одежды, формирует отдельные инструкции для модели и учитывает параметры конкретного сценария.

Таким образом, поверх базовых генеративных моделей начали появляться самостоятельные прикладные функции, ориентированные уже не на выбор нейросети, а на конкретную задачу пользователя.

Собственная экономика и платежи

Внутри Blaze AI используется собственный баланс в токенах. Цена генерации рассчитывается в зависимости от выбранной модели и её параметров, а списание связывается с конкретной задачей. При неуспешной генерации предусмотрена логика возврата.

Оплата реализована через Telegram Stars, ЮKassa и CryptoBot. Для платежей ведутся отдельные записи активных и уже обработанных счетов, чтобы повторный callback или перезапуск процесса не приводил к повторному начислению баланса.

База данных и история

База хранит не только пользователей и их баланс. Для каждой генерации фиксируются модель, стоимость, prompt, task_id, статус, разрешение, ссылка на результат и другие данные задачи.

Отдельно хранятся платежные операции, избранные инструменты, бонусы, реферальные данные и служебные состояния. Это позволяет WebApp получать историю результатов и восстанавливать состояние фоновой задачи независимо от экрана, на котором пользователь её запустил.

Модерация и обработка ошибок

В проекте предусмотрена отдельная логика модерации. Если результат требует проверки, генерация переводится в специальный статус и временно не выдаётся пользователю. Администратор получает карточку задачи и может вернуть токены, отклонить результат без наказания либо применить страйк.

Также отдельно обрабатываются таймауты, сетевые ошибки, некорректные форматы изображений, ошибки внешних AI API и повторные запросы.

Production-инфраструктура

На сервере состояние пользовательских сценариев хранится в Redis, WebApp обслуживается собственным aiohttp-сервером, а для работы с внешними сервисами используется общая HTTP-сессия. В production предусмотрена работа через локальный Telegram Bot API Server, а в фоне одновременно работают проверки платежей, логирование и другие служебные процессы.

В результате Blaze AI стал не оболочкой над одной нейросетью, а самостоятельным AI-сервисом: с двумя пользовательскими интерфейсами, собственной backend-логикой, параллельными задачами, прикладными AI-инструментами, биллингом, модерацией и production-инфраструктурой.

В результате Blaze AI был доведён от идеи Telegram-бота до самостоятельного AI-продукта, в котором пользователь работает не с отдельными нейросетями и API, а с единым сервисом для генерации и обработки изображений и видео.

Главный результат разработки — удалось собрать в одной системе пользовательский интерфейс, Telegram, WebApp, backend, базу данных, генеративные модели, биллинг, платежи, модерацию и серверную инфраструктуру. Для пользователя большая часть этой сложности скрыта: он выбирает нужный сценарий, загружает референсы при необходимости и получает результат, а система сама определяет дальнейший технический процесс.

Одним из ключевых результатов стала полноценная многозадачность. Каждая WebApp-генерация получает собственный идентификатор и изолированное состояние, а её статус можно независимо запрашивать через backend. Благодаря этому одна новая задача не перезаписывает параметры уже выполняющейся: пользователь может продолжать работу с приложением, пока предыдущие генерации обрабатываются в фоне.

Blaze AI также перестал быть просто интерфейсом «prompt → картинка». В продукт были добавлены отдельные прикладные AI-сценарии: Face Swap, виртуальная примерочная, улучшение изображения, фото на документы и удаление объектов. Для таких задач используются собственные пользовательские сценарии и отдельная серверная логика, поэтому человеку не требуется самостоятельно подбирать модель и технические параметры.

Появилась полноценная история генераций. В базе для каждой задачи сохраняются модель, потраченные токены, prompt, внешний task_id, статус, разрешение и ссылка на готовый результат. Дополнительно сохраняются настройки и ключ запроса, необходимые для работы WebApp и защиты от повторного запуска одного и того же запроса.

Отдельным результатом стала собственная коммерческая логика. Пользователь работает с единым токенным балансом, а стоимость рассчитывается в зависимости от выбранной модели и настроек генерации. Оплату можно инициировать через Telegram Stars, ЮKassa и криптовалютный платёжный сценарий. Платёжная часть встроена непосредственно в WebApp и Telegram, а не вынесена в отдельный ручной процесс.

Для реальной эксплуатации была реализована система модерации. Если результат попадает в спорный сценарий, он может быть остановлен до выдачи пользователю. Администратор получает информацию о генерации и может принять решение: вернуть токены, отклонить результат без наказания либо применить страйк. До решения задача получает отдельный статус moderation_hold.

Отдельно была подготовлена production-инфраструктура. В серверном окружении пользовательские состояния работают через Redis, для сетевых запросов используется общая aiohttp-сессия, а Telegram-бот может работать через локальный Telegram Bot API Server. Это отделяет локальный режим разработки от серверного режима эксплуатации и позволяет поддерживать фоновые процессы без привязки к одному пользовательскому запросу.

При этом проект сохранил возможность дальнейшего расширения. Новая AI-модель не требует создания отдельного продукта: её можно подключить к существующей системе, добавить собственные параметры, pricing и пользовательский сценарий. Именно поэтому Blaze AI постепенно превратился из набора интеграций в платформу, которую можно развивать дальше — добавлять новые модели, прикладные AI-инструменты и отдельные продуктовые направления.

Для меня главным итогом проекта стало то, что Blaze AI не остался прототипом или демонстрацией API. Это работающая система с собственной пользовательской логикой, состояниями задач, оплатой, историей, модерацией и серверной частью, которую пришлось неоднократно дорабатывать уже с учётом реального поведения внешних AI-сервисов и мобильного WebApp.