chore: маркер заморозки — активная работа в contracts-flask

.FROZEN

@@ -0,0 +1,6 @@
+⛔ ЗАМОРОЖЕНО 2026-06-28.
+
+Весь код здесь — Lucee/прод (contracts.kube5s.ru, БД baza).
+НЕ ТРОГАТЬ без прямого приказа.
+
+Активная разработка: /home/naeel/nubes/contracts/contracts-flask

chat.cfm

@@ -15,14 +15,12 @@
     <cfelseif NOT len(form.question)>
         <cfset result.error = "question required (POST field)">
     <cfelse>
-        <!--- Собрать все spec_rows --->
+        <!--- Собрать строки текущей спецификации --->
         <cfquery name="rowsData" datasource="baza">
-            SELECT d.filename, sr.row_num, sr.name, sr.price, sr.qty, sr.sum, sr.date_start
-            FROM spec_rows sr
-            JOIN supplements s ON sr.supplement_id = s.id
-            JOIN documents d ON s.document_id = d.id
-            WHERE s.contract_id = <cfqueryparam value="#url.contract_id#" cfsqltype="cf_sql_varchar">
-            ORDER BY s.created_at, sr.row_num
+            SELECT name, price, qty, sum, date_start
+            FROM spec_current
+            WHERE contract_id = <cfqueryparam value="#url.contract_id#" cfsqltype="cf_sql_varchar">
+            ORDER BY name
         </cfquery>
 
         <cfif rowsData.recordCount EQ 0>
@@ -32,7 +30,7 @@
             <cfset contextLines = []>
             <cfloop query="rowsData">
                 <cfset arrayAppend(contextLines,
-                    "[" & rowsData.filename & "] строка " & rowsData.row_num & ": " & rowsData.name &
+                    rowsData.name &
                     " | цена=" & rowsData.price & " | объём=" & rowsData.qty &
                     " | сумма=" & rowsData.sum & " | начало=" & rowsData.date_start
                 )>
@@ -50,7 +48,7 @@
 Ответь кратко и по делу, опираясь ТОЛЬКО на данные выше. Если данных недостаточно — скажи об этом.">
 
             <!--- Вызов LLM --->
-            <cfset apiKey = "sk-ucI5YvOticoOQ9Kuj5K9mQ">
+            <cfset apiKey = createObject("java", "java.lang.System").getenv("LLM_KEY")>
             <cfset llmPayload = {
                 "model": "gpt-oss-120b",
                 "messages": [{"role": "user", "content": prompt}],

deploy/convert_server.py

@@ -13,6 +13,7 @@ db_prompts.seed_defaults()
 # Schema migration: classify_raw column (idempotent)
 execute("ALTER TABLE documents ADD COLUMN IF NOT EXISTS classify_raw text")
 execute("ALTER TABLE documents ADD COLUMN IF NOT EXISTS classify_input text")
+execute("ALTER TABLE documents ADD COLUMN IF NOT EXISTS zip_source text")
 
 # ── DB modules ────────────────────────────────────────────────────────────
 from db import supplements as db_supplements

deploy/db/documents.py

@@ -2,12 +2,12 @@
 from .connection import query, execute, execute_returning
 
 
-def insert(filename, mime_type, original_bytes, status="uploaded", batch_id=None):
+def insert(filename, mime_type, original_bytes, status="uploaded", batch_id=None, zip_source=None):
     """Insert document, return row dict."""
     return execute_returning(
-        """INSERT INTO documents (filename, mime_type, original_bytes, status, batch_id)
-           VALUES (%s, %s, %s, %s, %s) RETURNING *""",
-        (filename, mime_type, original_bytes, status, batch_id),
+        """INSERT INTO documents (filename, mime_type, original_bytes, status, batch_id, zip_source)
+           VALUES (%s, %s, %s, %s, %s, %s) RETURNING *""",
+        (filename, mime_type, original_bytes, status, batch_id, zip_source),
     )
 
 
@@ -53,6 +53,14 @@ def set_classify_failed(doc_id, error):
     )
 
 
+def set_classify_garbage(doc_id, reason=""):
+    """Mark document as garbage (Stage 1-2 filter, no LLM call)."""
+    return execute(
+        "UPDATE documents SET doc_type='garbage', classify_status='garbage', error_message=%s WHERE id=%s",
+        (f"garbage: {reason}", doc_id),
+    )
+
+
 def list_pending(batch_id):
     """Documents waiting for classification."""
     return query(
@@ -62,18 +70,27 @@ def list_pending(batch_id):
 
 
 def reset_classify_status(batch_id):
-    """Сбросить classify_status на 'pending' для всех документов батча."""
+    """Сбросить classify_status на 'pending' для всех документов батча (включая 'processing' — crash recovery)."""
     return execute(
         "UPDATE documents SET classify_status='pending', error_message=NULL WHERE batch_id=%s",
         (batch_id,),
     )
 
 
+def set_classify_processing(doc_id):
+    """Mark document as being processed (for crash recovery)."""
+    return execute(
+        "UPDATE documents SET classify_status='processing' WHERE id=%s",
+        (doc_id,),
+    )
+
+
 def list_by_batch(batch_id):
     """All documents in a batch with classification fields."""
     return query(
         """SELECT id, filename, status, doc_type, own_number, parent_number,
-           doc_date, counterparty, classify_status, error_message, classify_raw, classify_input
+           doc_date, counterparty, classify_status, error_message, classify_raw, classify_input,
+           zip_source
            FROM documents WHERE batch_id=%s ORDER BY created_at""",
         (batch_id,),
     )

deploy/files.js

@@ -53,10 +53,51 @@ function statusToHTML(st) {
 function renderFiles(state) {
   if (state.files.length === 0) {
     fileTable.innerHTML = '<tr class="empty-row"><td colspan="7">Нет файлов — выберите .docx / .pdf</td></tr>';
-  } else {
-    fileTable.innerHTML = state.files.map(function(f, i) {
-      var rows = '<tr id="row_' + i + '">' +
-        '<td class="name-cell" style="cursor:pointer;" onclick="toggleClassifyDetail(' + i + ')">' +
+    lucide.createIcons();
+    return;
+  }
+
+  // Сгруппировать файлы по zip_source
+  var groups = [];  // [{zip: "name.zip"|null, files: [f, ...]}]
+  var seen = {};
+  for (var i = 0; i < state.files.length; i++) {
+    var f = state.files[i];
+    var zip = f.zip_source || null;
+    var key = zip || '__naked__';
+    if (!seen[key]) {
+      seen[key] = { zip: zip, files: [] };
+      groups.push(seen[key]);
+    }
+    // Сохраняем оригинальный индекс для id строк
+    f._idx = i;
+    seen[key].files.push(f);
+  }
+
+  // Рендер: заголовок ZIP → файлы с отступом
+  var rows = [];
+  for (var gi = 0; gi < groups.length; gi++) {
+    var g = groups[gi];
+
+    if (g.zip) {
+      // Заголовок-секция ZIP
+      rows.push(
+        '<tr class="zip-header" style="background:var(--brand-grey-light);">' +
+        '<td colspan="7" style="padding:6px 12px;font-size:12px;font-weight:600;">' +
+        '📦 ' + escHtml(g.zip) + ' — ' + g.files.length + ' файл.' +
+        (g.files.length === 1 ? '' : 'ов') +
+        '</td></tr>'
+      );
+    }
+
+    // Файлы внутри группы (с отступом если из ZIP)
+    for (var fi = 0; fi < g.files.length; fi++) {
+      var f = g.files[fi];
+      var i = f._idx;
+      var indent = g.zip ? 'padding-left:24px;' : '';
+
+      rows.push(
+        '<tr id="row_' + i + '">' +
+        '<td class="name-cell" style="cursor:pointer;' + indent + '" onclick="toggleClassifyDetail(' + i + ')">' +
         (f.doc_id ? '<span id="expand_' + i + '" style="font-size:10px;margin-right:4px;">▸</span>' : '') +
         escHtml(f.name) + '</td>' +
         '<td style="font-size:12px;color:var(--muted);">' + formatDate(f.lastModified) + '</td>' +
@@ -65,10 +106,12 @@ function renderFiles(state) {
         '<td><button class="info-btn' + (f.doc_id ? ' visible' : '') + '" onclick="showText(' + i + ')" title="Текст / Распарсено"><i data-lucide="file-text" style="width:16px;height:16px;"></i></button></td>' +
         '<td><button class="remove-btn" onclick="removeFile(' + i + ')" title="Удалить"><i data-lucide="trash-2" style="width:16px;height:16px;"></i></button></td>' +
         '</tr>' +
-        '<tr id="detail_' + i + '" style="display:none;"><td colspan="7" style="padding:4px 12px;font-size:11px;background:var(--brand-grey-light);"><span style="color:var(--muted);">Загрузка...</span></td></tr>';
-      return rows;
-    }).join('');
+        '<tr id="detail_' + i + '" style="display:none;"><td colspan="7" style="padding:4px 12px;font-size:11px;background:var(--brand-grey-light);"><span style="color:var(--muted);">Загрузка...</span></td></tr>'
+      );
     }
+  }
+
+  fileTable.innerHTML = rows.join('');
   lucide.createIcons();
 }
 
@@ -170,7 +213,7 @@ window.toggleClassifyDetail = async function(i) {
  *   - Возвращает Promise<ответ API> с полями doc_id, contract_id, parsed
  *   - Таймаут 180с (большие PDF)
  */
-function uploadFile(file, onProgress) {
+function uploadFile(file, onProgress, zipSource) {
   return new Promise(function(resolve, reject) {
     // .doc → конвертация в docx (старый формат Word)
     var isDoc = file.name.toLowerCase().endsWith('.doc') && !file.name.toLowerCase().endsWith('.docx');
@@ -183,6 +226,7 @@ function uploadFile(file, onProgress) {
       fd.append('files', uploadFile, uploadName);
       if (state.contractId) fd.append('contract_id', state.contractId);
       fd.append('batch_id', state.batchId);
+      if (zipSource) fd.append('zip_source', zipSource);
       xhr.open('POST', UPLOAD_URL);
       xhr.upload.onprogress = function(e) {
         if (e.lengthComputable && onProgress) onProgress(Math.round(e.loaded / e.total * 100));
@@ -340,7 +384,7 @@ async function addZipFile(file) {
       var mime = {docx:'application/vnd.openxmlformats-officedocument.wordprocessingml.document',doc:'application/msword',pdf:'application/pdf'}[zf.ext] || 'application/octet-stream';
       var extractedFile = new File([bytes], zf.filename, { type: mime, lastModified: Date.now() });
 
-      await addRegularFile(extractedFile);
+      await addRegularFile(extractedFile, file.name);
     }
 
     // Шаг 3: убрать временную строку ZIP (только после успешной обработки всех файлов)
@@ -365,14 +409,16 @@ async function addZipFile(file) {
  * 
  * Мутирует state.files, вызывает render(state) после каждого изменения.
  */
-async function addRegularFile(file) {
+async function addRegularFile(file, zipSource) {
   // Создать запись с начальным статусом
-  var entry = { name: file.name, lastModified: file.lastModified, size: file.size, file: file, status: { kind: 'uploading', pct: 0 } };
+  var entry = { name: file.name, lastModified: file.lastModified, size: file.size, file: file, status: { kind: 'uploading', pct: 0 }, zip_source: zipSource || null };
   
-  // Заменить существующий файл с тем же именем или добавить новый
+  // ДЕДУПЛИКАЦИЯ: ключ = (zip_source, name), чтобы одноимённые файлы из разных ZIP не затирались
+  var dupKey = (zipSource || '') + '/' + file.name;
   var existingIdx = -1;
   for (var j = 0; j < state.files.length; j++) {
-    if (state.files[j].name === file.name) { existingIdx = j; break; }
+    var ejKey = (state.files[j].zip_source || '') + '/' + state.files[j].name;
+    if (ejKey === dupKey) { existingIdx = j; break; }
   }
   var rowIdx;
   if (existingIdx >= 0) {
@@ -393,7 +439,7 @@ async function addRegularFile(file) {
     var resp = await uploadFile(file, function(pct) {
       state.files[rowIdx].status = { kind: 'uploading', pct: pct };
       render(state);
-    });
+    }, zipSource);
     // Бэкенд возвращает doc_id и contract_id (нижний регистр — Python keys)
     if (resp && resp.contract_id) state.contractId = resp.contract_id;
     state.files[rowIdx].doc_id = resp.doc_id;

deploy/groups.js

@@ -172,6 +172,7 @@ function renderGroupCard(group, gi) {
       return '<div style="padding:2px 0;">' +
         '<span style="color:var(--muted);">' + escHtml(typeLabel || '?') + '</span> ' +
         escHtml(d.filename) +
+        (d.zip_source ? ' <span style="color:var(--brand-gray);font-size:10px;">[' + escHtml(d.zip_source) + ']</span>' : '') +
         (d.doc_date ? ' <span style="color:var(--muted);">' + escHtml(d.doc_date) + '</span>' : '') +
         '</div>';
     }).join('') + '</div>' +
@@ -211,6 +212,7 @@ function renderGroupCardDone(group, gi) {
       return '<div style="padding:2px 0;cursor:pointer;" onclick="var b=document.querySelectorAll(\'#cmpBody_' + gi + ' .diff-section-body\');if(b[' + di + '])b[' + di + '].style.display=b[' + di + '].style.display===\'none\'?\'block\':\'none\';">' +
         '<span style="color:var(--muted);">' + escHtml(typeLabel || '?') + '</span> ' +
         escHtml(d.filename) +
+        (d.zip_source ? ' <span style="color:var(--brand-gray);font-size:10px;">[' + escHtml(d.zip_source) + ']</span>' : '') +
         (d.doc_date ? ' <span style="color:var(--muted);">' + escHtml(d.doc_date) + '</span>' : '') +
         '</div>';
     }).join('') + '</div>' +

deploy/llm_prompt.py

@@ -1,10 +1,8 @@
 """llm_prompt.py — Формирование промпта для LLM-анализа ДС.
-Читает активный промпт из БД (через Lucee API). При ошибке — fallback на хардкод."""
+Читает активный промпт из БД напрямую (db.prompts). При ошибке — fallback на хардкод."""
 
 import os
-import httpx
-
-LUCEE_URL = os.environ.get("LUCEE_URL", "https://contractor.luceek8s.dev.nubes.ru")
+from db import prompts as db_prompts
 
 # ── Fallback-промпты (если БД недоступна) ──────────────────────
 
@@ -102,7 +100,7 @@ FALLBACK_DIFF = """Ты — анализатор допсоглашений (Д
 7. Если в тексте есть и фраза о новой редакции, и точечные правки — приоритет за «новой редакцией»: full_replace.
 
 EDGE-CASES:
-8. UNRESOLVED — если ДС упоминает изменение услуги, которой НЕТ в текущей спецификации, ИЛИ название настолько отличается, что нельзя уверенно сопоставить с конкретным id. В reason укажи причину.
+8. UNRESOLVED — если ДС упоминает изменение услуги, которой НЕТ в текущей спецификации, ИЛИ название настолько отличается, что нельзя уверенно сопоставить с конкретным id. ВАЖНО: если СОМНЕВАЕШЬСЯ в сопоставлении — делай UNRESOLVED, а НЕ ADD. Лучше unresolved, чем ложный дубликат. В reason укажи причину.
 9. Частичные данные: если в ДС нет цены/кол-ва/даты — ставь null для этих полей, не выдумывай.
 10. Пропускай итоговые строки («Итого», «НДС», «К оплате») и подписи/реквизиты.
 11. price, qty, sum — ЧИСЛА (без «руб.», без пробелов; «55 000,00» \u2192 55000). Не пересчитывай суммы сам — бери из ДС.
@@ -178,19 +176,11 @@ EDGE-CASES:
 
 
 def _fetch_prompt(role: str) -> dict | None:
-    """Получить активный промпт из БД. Возвращает {id, body} или None."""
+    """Получить активный промпт из БД напрямую (а не через Lucee HTTP)."""
     try:
-        with httpx.Client(http2=True, timeout=10) as client:
-            resp = client.get(
-                f"{LUCEE_URL}/prompt.cfm",
-                params={"action": "get_active", "role": role},
-            )
-            resp.raise_for_status()
-            data = resp.json()
-            # Lucee serializeJSON → UPPERCASE keys, normalize to lowercase
-            data = {k.lower(): v for k, v in data.items()}
-            if data.get("ok") and data.get("body"):
-                return {"id": data.get("id", ""), "body": data["body"]}
+        row = db_prompts.get_active(role)
+        if row and row.get("body"):
+            return {"id": row.get("id", ""), "body": row["body"]}
     except Exception:
         pass
     return None
@@ -242,17 +232,45 @@ def build_classify_prompt(header_text):
         body = prompt["body"].replace("{header_text}", header_text)
         return body, prompt.get("id", "")
     # Fallback
-    body = """Ты — классификатор договорных документов. Ниже фрагмент текста документа.
+    body = """Ты — классификатор договорных документов облачного провайдера НУБЕС.
 
-Определи:
-1. doc_type: "contract", "supplement", "specification", "other"
-2. own_number: номер ЭТОГО документа
-3. parent_number: номер родительского договора (для допников/спецификаций)
-4. doc_date: дата в формате YYYY-MM-DD
-5. counterparty: название контрагента
-6. confidence: "ok" или "low"
+Ниже фрагмент текста документа. Определи:
 
-Верни СТРОГО JSON: {"doc_type":"...","own_number":"...","parent_number":"...","doc_date":"...","counterparty":"...","confidence":"..."}
+1. doc_type:
+   - "contract" — договор (заголовок «Договор», «Соглашение», преамбула с условиями)
+   - "supplement" — допсоглашение (ссылается на родительский договор, меняет условия)
+   - "specification" — спецификация / приложение с таблицей услуг (стойко-места, IP, каналы, питание)
+   - "other" — НЕ договорной документ: акт сверки, счёт, счёт-фактура, УПД, акт оказанных услуг, платёжное поручение, доверенность, письмо
+
+2. own_number — номер ЭТОГО документа (например «XXX001-03700», «МЭС-123/2024», «1» для допника).
+   Если номер не указан — null.
+
+3. parent_number — номер родительского договора (для supplement и specification).
+   Для doc_type="contract": ВСЕГДА null.
+
+4. doc_date — дата документа в формате YYYY-MM-DD. Если дата прописью — переведи в цифры.
+   Если нет даты — null.
+
+5. counterparty — название КОНТРАГЕНТА (Заказчика).
+   ВАЖНО: НУБЕС — всегда Исполнитель. НЕ возвращай НУБЕС как counterparty.
+   НУБЕС известен как: «НУБЕС», «ООО НУБЕС», «ООО "НУБЕС"», «Nubes».
+   counterparty — ВСЕГДА другая сторона (Заказчик/Покупатель/Абонент).
+   Если документ не содержит контрагента — null.
+
+Верни СТРОГО JSON без пояснений:
+{"doc_type":"...","own_number":"...","parent_number":"...","doc_date":"...","counterparty":"..."}
+
+ПРИМЕР 1 (договор):
+Текст: «Договор № XXX001-03700 от 15.03.2025. ООО "НУБЕС" (Исполнитель) и ЗАО "ТехноПлюс" (Заказчик)...»
+Ответ: {"doc_type":"contract","own_number":"XXX001-03700","parent_number":null,"doc_date":"2025-03-15","counterparty":"ЗАО \"ТехноПлюс\""}
+
+ПРИМЕР 2 (допсоглашение):
+Текст: «Допсоглашение №1 к Договору № XXX003-01300 от 05.06.2024...»
+Ответ: {"doc_type":"supplement","own_number":"1","parent_number":"XXX003-01300","doc_date":"2024-06-05","counterparty":"АО XXX003"}
+
+ПРИМЕР 3 (мусор):
+Текст: «Акт сверки взаимных расчётов за 1 квартал 2025 г. Стороны: НУБЕС и ООО Ромашка. Сальдо 150 000 руб.»
+Ответ: {"doc_type":"other","own_number":null,"parent_number":null,"doc_date":"2025-03-31","counterparty":"ООО Ромашка"}
 
 ДОКУМЕНТ:
 ---

deploy/services/classify.py

@@ -27,11 +27,36 @@ LLM_URL = "https://api.aillm.ru/v1/chat/completions"
 LLM_KEY = os.environ.get("LLM_KEY") or os.environ.get("LLM_API_KEY", "")
 LLM_MODEL = "gpt-oss-120b"
 
+# ── Garbage filter (Stage 1: filename regex) ────────────────────
+_GARBAGE_FILENAME_RE = re.compile(
+    r'(сч[её]т|акт|плат[её]ж|УПД|сверк|инвойс|invoice|payment|act)',
+    re.IGNORECASE,
+)
+
+# ── Garbage filter (Stage 2: header keywords) ───────────────────
+_GARBAGE_HEADER_MARKERS = [
+    'СЧЕТ-ФАКТУРА', 'СЧЕТ НА ОПЛАТУ', 'АКТ СВЕРКИ',
+    'АКТ ОКАЗАННЫХ УСЛУГ', 'АКТ ВЫПОЛНЕННЫХ РАБОТ',
+    'ПЛАТЁЖНОЕ ПОРУЧЕНИЕ', 'УНИВЕРСАЛЬНЫЙ ПЕРЕДАТОЧНЫЙ',
+    'УПД', 'ПЛАТЕЖНОЕ ПОРУЧЕНИЕ',
+]
+
+
+def _is_garbage_by_filename(filename: str) -> bool:
+    """Stage 1: regex по имени файла — быстро, 0 токенов."""
+    return bool(_GARBAGE_FILENAME_RE.search(filename))
+
+
+def _is_garbage_by_header(text: str) -> bool:
+    """Stage 2: ключевые слова в первых 2KB текста — быстро, 0 токенов."""
+    header = text[:2000].upper()
+    return any(marker in header for marker in _GARBAGE_HEADER_MARKERS)
+
 
 def _call_llm_classify(header_text):
     """
     Прямой вызов LLM для классификации ОДНОГО документа.
-    Возвращает (parsed_dict, raw_text).
+    Возвращает (parsed_dict, raw_text, needed_fix).
     """
     prompt, _ = build_classify_prompt(header_text)
     payload = {
@@ -49,7 +74,8 @@ def _call_llm_classify(header_text):
         data = resp.json()
 
     raw = data.get("choices", [{}])[0].get("message", {}).get("content", "")
-    return _safe_json_parse(raw), raw
+    parsed, needed_fix = _safe_json_parse(raw)
+    return parsed, raw, needed_fix
 
 
 def classify_batch(batch_id):
@@ -68,12 +94,33 @@ def classify_batch(batch_id):
     total = len(pending)
     done = 0
     failed = 0
+    garbage = 0
+    json_fixes = 0
+    json_total = 0
 
     def _classify_one(doc):
-        """Классифицировать один документ: выжимка → LLM → сохранить результат."""
+        """Классифицировать один документ: фильтр → выжимка → LLM → сохранить."""
+        nonlocal garbage, json_fixes, json_total
         try:
+            # Stage 1: garbage by filename (0 tokens)
+            if _is_garbage_by_filename(doc["filename"]):
+                db_docs.set_classify_garbage(doc["id"], "filename_regex")
+                garbage += 1
+                return True
+
+            # Stage 2: garbage by header keywords (0 tokens)
             text = _smart_extract(doc["elements_json"])
-            result, raw = _call_llm_classify(text)
+            if _is_garbage_by_header(text):
+                db_docs.set_classify_garbage(doc["id"], "header_keywords")
+                garbage += 1
+                return True
+
+            # Stage 3: LLM classification (only for remaining)
+            db_docs.set_classify_processing(doc["id"])  # crash recovery marker
+            result, raw, needed_fix = _call_llm_classify(text)
+            json_total += 1
+            if needed_fix:
+                json_fixes += 1
             db_docs.set_classification(
                 doc["id"],
                 result.get("doc_type", "other"),
@@ -97,11 +144,13 @@ def classify_batch(batch_id):
             else:
                 failed += 1
 
-    return {"ok": True, "total": total, "done": done, "failed": failed}
+    return {"ok": True, "total": total, "done": done, "failed": failed,
+            "garbage": garbage, "json_fix_rate": round(json_fixes / max(json_total, 1), 3)}
 
 
 def _safe_json_parse(raw):
-    """Parse LLM response, fixing common JSON errors."""
+    """Parse LLM response, fixing common JSON errors.
+    Returns (parsed_dict, needed_fix: bool)."""
     if not raw:
         raise ValueError("empty LLM response")
 
@@ -120,7 +169,7 @@ def _safe_json_parse(raw):
 
     # Try strict parse
     try:
-        return json.loads(text)
+        return json.loads(text), False
     except json.JSONDecodeError:
         pass
 
@@ -133,7 +182,7 @@ def _safe_json_parse(raw):
 
     # Try again
     try:
-        return json.loads(text)
+        return json.loads(text), True
     except json.JSONDecodeError:
         pass
 
@@ -149,7 +198,7 @@ def _safe_json_parse(raw):
             text += '"'
         text += "}"
 
-    return json.loads(text)
+    return json.loads(text), True
 
 
 def _smart_extract(elements_json):

deploy/services/llm.py

@@ -16,7 +16,7 @@ def call_llm(current_spec, doc_text, build_prompt_fn):
         "max_tokens": 8000,
         "temperature": 0.1,
     }
-    with httpx.Client(http2=True, timeout=120, verify=False) as client:
+    with httpx.Client(http2=True, timeout=120, verify=True) as client:
         resp = client.post(
             LLM_URL,
             json=payload,

deploy/services/metrics.py

@@ -0,0 +1,72 @@
+"""Metrics — quality signals without golden dataset.
+
+Checks that work immediately:
+- Arithmetic: sum == price * qty (free signal of LLM/data errors)
+- JSON fix rate: how often _safe_json_parse has to repair LLM output
+"""
+from decimal import Decimal, InvalidOperation
+
+
+def check_arithmetic(ops: list) -> list[dict]:
+    """Check sum == price * qty for ADD/UPDATE operations.
+    Returns list of mismatches: [{action, name, price, qty, expected_sum, actual_sum, diff}]
+    """
+    mismatches = []
+    for op in ops:
+        action = op.get("action", "")
+        if action not in ("ADD", "UPDATE"):
+            continue
+
+        row = op.get("new_row") or op.get("new_values") or {}
+        price = _to_decimal(row.get("price"))
+        qty = _to_decimal(row.get("qty"))
+        actual_sum = _to_decimal(row.get("sum"))
+
+        if price is None or qty is None or actual_sum is None:
+            continue  # can't check without all three
+
+        expected = price * qty
+        if expected != actual_sum:
+            mismatches.append({
+                "action": action,
+                "name": row.get("name", "")[:100],
+                "price": float(price),
+                "qty": float(qty),
+                "expected_sum": float(expected),
+                "actual_sum": float(actual_sum),
+                "diff": float(actual_sum - expected),
+            })
+    return mismatches
+
+
+class ClassifyMetrics:
+    """Track _safe_json_parse fix rate per batch."""
+    def __init__(self):
+        self.total = 0
+        self.fixes = 0  # how many times JSON needed repair
+
+    def record(self, needed_fix: bool):
+        self.total += 1
+        if needed_fix:
+            self.fixes += 1
+
+    @property
+    def fix_rate(self) -> float:
+        return self.fixes / self.total if self.total else 0.0
+
+    def summary(self) -> dict:
+        return {
+            "total_classifications": self.total,
+            "json_fixes": self.fixes,
+            "json_fix_rate": round(self.fix_rate, 3),
+        }
+
+
+def _to_decimal(val) -> Decimal | None:
+    """Safe conversion to Decimal."""
+    if val is None or val == "":
+        return None
+    try:
+        return Decimal(str(val))
+    except (InvalidOperation, ValueError):
+        return None

deploy/services/parse.py

@@ -1,6 +1,5 @@
-"""Parse service — PDF (PyPDF2), DOCX (python-docx), plain text fallback."""
+"""Parse service — PDF (pdfplumber), DOCX (python-docx), plain text fallback."""
 import io
-from PyPDF2 import PdfReader
 
 
 def parse_file(filename, data):
@@ -20,9 +19,24 @@ def parse_file(filename, data):
 
 
 def _parse_pdf(data):
-    reader = PdfReader(io.BytesIO(data))
+    """Parse PDF with pdfplumber — preserves table structure (unlike PyPDF2)."""
+    import pdfplumber
     elements = []
-    for page in reader.pages:
+    with pdfplumber.open(io.BytesIO(data)) as pdf:
+        for page in pdf.pages:
+            # Tables first — preserves column structure critical for specs
+            tables = page.extract_tables()
+            for table in tables:
+                if table:
+                    rows = []
+                    for row in table:
+                        if row:
+                            cells = [str(cell or "").strip() for cell in row]
+                            if any(cells):
+                                rows.append(cells)
+                    if rows:
+                        elements.append({"type": "table", "rows": rows})
+            # Remaining text as paragraphs
             text = page.extract_text()
             if text:
                 for line in text.split("\n"):

deploy/services/process.py

@@ -1,6 +1,7 @@
 """Process service — SSE pipeline: reset → supplements → LLM → apply."""
 import json, time, threading
 from db import supplements, spec_current, spec_events
+from .metrics import check_arithmetic
 
 
 def run_pipeline(contract_id, order_ids, sse_send, build_prompt_fn):
@@ -108,6 +109,10 @@ def run_pipeline(contract_id, order_ids, sse_send, build_prompt_fn):
         summary = spec_events.apply_ops(
             contract_id, sid, s.get("document_id", ""), ops, prompt_id, llm_result
         )
+        # Arithmetic quality check (free signal, no golden dataset needed)
+        arith_mismatches = check_arithmetic(ops)
+        if arith_mismatches:
+            summary["arithmetic_mismatches"] = len(arith_mismatches)
         sse_send({"type": "applied", "supplement_id": sid, "summary": summary, "ops": ops})
 
     total_time = round(time.time() - t0, 1)

deploy/services/upload.py

@@ -59,6 +59,13 @@ def handle_upload(rfile, content_type, content_length):
         except (ValueError, AttributeError):
             batch_id = None
 
+    # zip_source — имя родительского ZIP-архива (для визуальной группировки)
+    zip_source = None
+    if "zip_source" in fs:
+        raw_zip = fs.getfirst("zip_source", "")
+        if raw_zip:
+            zip_source = os.path.basename(raw_zip)[:255]  # защита от path traversal + лимит
+
     if not filename or not file_data:
         return {"ok": False, "error": "no file in request"}
 
@@ -71,7 +78,7 @@ def handle_upload(rfile, content_type, content_length):
         except Exception:
             pass  # old record may not exist or FK issue — proceed with insert
 
-    doc = documents.insert(filename, mime, b64, batch_id=batch_id)
+    doc = documents.insert(filename, mime, b64, batch_id=batch_id, zip_source=zip_source)
 
     if not contract_id:
         from datetime import datetime

deploy/state.js

@@ -16,7 +16,7 @@
  * 
  *   state.files            — бывший fileQueue, массив загруженных файлов.
  *     Каждый элемент: { name, size, lastModified, file, doc_id,
- *       uploaded, parsed, parseInfo, supp_id, supp_type, status }
+ *       uploaded, parsed, parseInfo, supp_id, supp_type, status, zip_source }
  * 
  *   state.contractId       — бывший contractId, ID контракта в БД.
  *     Приходит с бэкенда после первого успешного upload.