# Кейс агротех-компании - API и цифровой агент

Canonical: https://www.kt-team.ru/cases/agritech-api-agent-release

Source: https://www.kt-team.ru/cases/agritech-api-agent-release

Как команда выравнивала API, справочники, фильтры и пользовательский контур перед выпуском цифрового агента.

![Схема API-контракта и цифрового агента](/assets/original/agritech-api-agent-release.svg)

- **4 API-эпика:** справочники, сущности, фильтры и пустые значения разбирались вместе
- **1 цифровой агент:** готовился к пользовательскому контуру
- **3 фильтра:** имя, тип и пол сущности вынесены в сценарии поиска

## Контекст

В агротех-продукте цифровой агент зависит от качества API: справочники, названия сущностей, фильтры и пустые значения должны быть понятны и системе, и пользователю.
В ходе работ работа шла на стыке релиза, админского UX, API-контракта и пользовательских сценариев.

## Задача

Нужно было подготовить пользовательский контур к релизу и одновременно убрать неоднозначность в данных: как называются сущности, какие поля ожидаются, что делать с пустыми значениями и как работают фильтры.
Без этого цифровой агент мог бы формально выйти в релиз, но давать пользователю непредсказуемый опыт.

## Решение

Команда стабилизировала цепочку справочники -> API -> сценарии. Отдельно прорабатывались фильтры, отображение данных, переименование сущностей и обработка пустых значений.
Релизный контур рассматривался вместе с админскими улучшениями, чтобы поддержка и пользователи работали с одними и теми же правилами данных.

- Уточнили API-контракт по ожидаемым полям.
- Добавили фильтры в пользовательские сценарии.
- Связали релиз цифрового агента с качеством справочников и админского UX.

## Результат

К завершению работ проект получил более устойчивую основу для релиза цифрового агента: понятнее API-контракт, стабильнее фильтрация и меньше риска, что пользователь столкнется с некорректным отображением данных.
Публичное описание оставлено обезличенным и не раскрывает защищенные материалы проекта.