Как собрать ИИ-чат-бота на бесплатных тарифах облачных сервисов
ИИ-инженер Картиган Виджей описал набор инструментов, с помощью которых создал спортивного чат-бота Rune Score с минимальными стартовыми расходами. Проект объединяет средства разработки, базу данных, интернет-поиск, мониторинг и голосовой синтез. Однако возможность пользоваться таким решением бесплатно зависит от нагрузки и условий отдельных сервисов.

В авторской колонке для Entrepreneur разработчик объясняет, что за простым интерфейсом чат-бота скрывается несколько связанных систем. Они должны получать актуальные спортивные данные, понимать по-разному сформулированные вопросы, сохранять историю общения и обрабатывать ошибки при обращении к языковым моделям.
Для оформления проекта автор использовал Figma, а код разместил в GitHub. Репозиторий служил общей рабочей базой для двух ИИ-инструментов с разными обязанностями: Claude Code занимался разработкой, а Codex проверял изменения и помогал формулировать следующие задания.
Все доработки выполнялись в отдельных ветках. Перед объединением с основной версией проекта автор самостоятельно просматривал изменения и одобрял запросы на их включение. Такая организация позволяла сохранять контроль над кодом, создаваемым ИИ.
При этом описанный бесплатный доступ к Claude Code был временным: автор воспользовался гостевым приглашением от подписчика Claude Max. По его словам, оно предоставляло неделю доступа уровня Pro. Поэтому этот компонент нельзя считать постоянным бесплатным ресурсом для разработки.
Серверную часть и интерфейс чат-бота Виджей разместил на Railway, предусмотрев отдельную тестовую среду. В статье он ссылается на стартовые кредиты для новых пользователей. Актуальная документация Railway различает пробный период с разовым кредитом $5 на 30 дней и бесплатный тариф с ежемесячным лимитом ресурсов на $1.
На постоянном бесплатном тарифе Railway сервисы засыпают при простое, а после исчерпания лимита останавливаются до следующего расчётного периода или перехода на платный план. Это ограничивает возможность использовать его для непрерывной работы растущего проекта.
Регистрацию и вход пользователей автор организовал через Clerk. Переписку и данные приложения он хранил в Neon — облачной базе PostgreSQL, способной сокращать потребление вычислительных ресурсов при отсутствии активности.
Для наблюдения за работой ИИ-агентов использовался Langfuse. Он помогал отслеживать запросы к моделям, сбои и стоимость обработки. Поиск информации распределили между Exa и Firecrawl: первый сервис находил страницы, второй преобразовывал их содержимое в текст для дальнейшего анализа.
Перед выбором языковой модели разработчик тестировал разные варианты через каталог API Nvidia, используя предоставляемые для экспериментов кредиты. При этом в колонке не раскрыта полная схема оплаты модели, которая обслуживает пользователей готового чат-бота. Поэтому бесплатное тестирование не подтверждает отсутствие расходов на последующую эксплуатацию.
Голосовые ответы обеспечивал Azure AI Speech. Домен автор приобрёл через Cloudflare, где также настроил DNS и защитные функции. Регистрация собственного домена остаётся платной, хотя Cloudflare заявляет об отсутствии наценки к стоимости реестра.
Описанный опыт показывает, как сочетание бесплатных квот и пробных предложений позволяет снизить расходы на создание и проверку идеи. Дальнейший бюджет зависит от числа пользователей, обращений к моделям, объёма хранимых данных и потребности в постоянной доступности сервиса.



