SupplyScribe: Automatyzacja content marketingu z LLM i LangChain
SupplyScribe to prosty skrypt CLI (AI-Agent) automatyzująca operacyjny workflow marketingowy w Składzie Muzycznym. Agreguje dane o dostawach i wydarzeniach, a następnie generuje sprofilowane posty na blog i 5 platform społecznościowych.
📋 Metryki projektu
- Data rozpoczęcia: 12 maja 2024 (Initial Repo)
- Data wdrożenia: czerwiec 2024
- Status: Zakończone / Produkcyjne (Skład Muzyczny)
- Rola: Lead Developer / Architect
- Cel: Skrócenie czasu dystrybucji informacji o dostawach i eventach we wszystkich kanałach cyfrowych
🚀 Ewolucja projektu (AI workflow)
- Agregacja (Ingestion) — połączenie z API Retable (dostawy sprzętu) i kalendarzem wydarzeń.
- Orkiestracja LLM (Processing) — LangChain jako centralny interfejs; modele OpenAI, Anthropic, Groq.
- Formatowanie (Prompting) — osobne prompty dla FB/IG/LinkedIn/X/Google Business dopasowane do Tone of Voice i długości.
- Dystrybucja (Delivery) — drafty zapisywane w AITable i opcjonalnie wysyłane do Ocoya do publikacji.
🎯 Problem biznesowy
Klasyczne „wąskie gardło”: nowa dostawa = ręczne pisanie posta na blog i 5 wariantów pod social media. Rosnąca liczba kanałów zwiększała koszt czasu liniowo.
❌ „Bóle” i wyzwania operacyjne
- Opóźnienia (Cost of Delay): „Dostawa jest, posta nie ma” z braku czasu na pisanie.
- Rozproszone źródła prawdy: Dostawy w Retable, eventy w kalendarzu — ciągłe przełączanie kontekstu.
- Niespójność formatów: 6 platform = różna jakość treści, znużenie pracownika.
- Marnowanie kreatywności: Godziny na przepisywanie specyfikacji zamiast na strategię i kampanie.
💡 Dlaczego to działa? (podejście produktowe)
- Asystent, nie zastępca: LLM generuje drafty na twardych danych z Retable; publikacja zawsze po akceptacji człowieka (Ocoya/AITable) → kontrola halucynacji.
- Multi-Model Strategy: LangChain ułatwia testy modeli (OpenAI, Anthropic/Claude, Groq) i balans jakości/kosztu.
- Separacja promptów: Pliki w
src/prompts/per kanał — łatwe korekty stylu bez psucia innych platform.
📈 Wpływ na biznes (ROI)
Automatyzacja zmieniła paradygmat z „piszę” na „zatwierdzam”.
| Metryka | Efekt wdrożenia | Znaczenie dla biznesu |
|---|---|---|
| Oszczędność czasu | ~3 godziny tygodniowo | Czas na pracę strategiczną |
| Time-to-market | Drafty powstają natychmiast po dostawie | Szybsza informacja = szybsza sprzedaż |
| Regularność komunikacji | Eliminacja przestojów | Lepsze zasięgi algorytmów social media |
"SupplyScribe zamienił godziny pisania postów w minuty ich zatwierdzania. Skrypt nie wyręcza mnie całkowicie, ale potężnie pomaga w codziennej pracy."
🛠️ Architektura i stack techniczny
- Core: Node.js + TypeScript (modułowa architektura z centralnym koordynatorem)
- AI & orchestration: LangChain (@langchain/core, @langchain/openai, @langchain/anthropic, @langchain/groq)
- Ingestion: Axios, API Retable (dostawy), API Kalendarza (eventy)
- Distribution: APITable (AITable) + API Ocoya (dystrybucja treści)
🚀 Podsumowanie
Pragmatyczny agent AI łączący systemy operacyjne z marketingowymi. Pokazuje, jak w Node.js zbudować agenta GenAI rozwiązującego konkretny problem biznesowy. W zasadzie jest to pewien szkic narzędzia, które można potem wykorzystać w innych projektach, ale jest bardzo pomocne w codziennej pracy.