## Контекст

Проект «Сверка договоров» — автоматическое сравнение договоров и допсоглашений (ДС) облачного провайдера.

### Текущая реализация (Lucee CFML + PostgreSQL)

**Таблицы:**
- `contracts` (id UUID, number, client)
- `documents` (id UUID, filename, mime_type, original_bytes, elements_json JSONB, parsed_text)
- `supplements` (id UUID, contract_id, document_id, type: 'initial'/'additional')
- `spec_rows` (id UUID, supplement_id, row_num INTEGER, name TEXT, price NUMERIC, qty NUMERIC, sum NUMERIC, date_start TEXT)
- `prompts` (contract_id UUID, prompt_text TEXT)

**Текущий поток:**
1. Загрузка PDF/DOCX через ВМ-прокси (contracts.kube5s.ru) — т.к. k8s Ingress с ddos-guard рвёт HTTP/2 при прямых POST > ~50KB. ВМ проксирует на Lucee (proxy_buffering off, client_max_body_size 100m). Для .doc — конвертация через libreoffice на ВМ.
2. Парсинг (PDFBox/POI/Tabula) → elements_json (параграфы + таблицы)
3. Для каждого документа отдельный вызов LLM (api.aillm.ru, gpt-oss-120b):
   - Промпт: «Извлеки строки спецификации в JSON {rows: [{row_num, name, price, qty, sum, date_start}]}»
   - Ответ LLM: JSON со строками
4. Сохраняется в spec_rows (DELETE старых + INSERT новых)
5. Сравнение: differ.cfm сравнивает initial VS каждый additional по row_num → added/deleted/changed

**Проблемы текущего подхода:**
- Сравнение по row_num — хрупкое. Если в ДС поменялся порядок строк — всё ломается
- Нет кумулятивного статуса — только попарный diff
- LLM используется только как экстрактор, а не как интерпретатор изменений
- Нет обработки неясных ситуаций (LLM не может сказать «не знаю»)
- Нет истории версий (event sourcing)

**Архитектура загрузки (важно):**
- Фронтенд Lucee (contractor.luceek8s.dev.nubes.ru) НЕ может принимать большие POST напрямую — k8s Ingress + ddos-guard рвут HTTP/2 стримы случайным образом (ERR_HTTP2_PROTOCOL_ERROR)
- Загрузка идёт через ВМ-прокси (contracts.kube5s.ru, nginx): proxy_buffering off, client_max_body_size 100m
- ВМ может выполнять дополнительную логику при необходимости (конвертация .doc, валидация, etc.)
- Прямая загрузка на pythonk8s (contractor.pythonk8s.services.ngcloud.ru) имеет ту же проблему с HTTP/2

**Инфраструктура:**
- Lucee 6.0 CFML на k8s (contractor.luceek8s.dev.nubes.ru)
- Python Flask на k8s (contractor.pythonk8s.services.ngcloud.ru)
- Python Flask на ВМ (contracts.kube5s.ru) — nginx, libreoffice, прокси для k8s
- PostgreSQL (через JDBC на Lucee, psycopg2 на Python)
- LLM API: api.aillm.ru/v1/chat/completions (gpt-oss-120b, 120B параметров, локальная модель, бесплатно, без ограничений по токенам)
- LLM НЕ поддерживает structured output / JSON mode — только промпт
- Клиентский HTTP/2 через httpx на Python, cfhttp на Lucee
- **Проблема Lucee:** cfhttp блокирует поток на время ответа LLM (до 120с на каждый вызов). Если 5 допников — Lucee висит 10 минут, ничего не отдавая клиенту

## Что нужно

Разработать архитектуру и логику **кумулятивного статуса договора** (event sourcing):

### Идея (требует детальной проработки)
1. **LLM получает**: текущую спецификацию договора (все строки) + полный текст ДС
2. **LLM возвращает**: список операций (ADD/UPDATE/DELETE/UNRESOLVED):
```json
[
  {"action":"UPDATE","target_hash":"abc123","new_values":{"price":150000},"comment":"..."},
  {"action":"DELETE","target_hash":"def456","comment":"..."},
  {"action":"ADD","new_row":{"name":"...","price":...,"qty":...,"sum":...,"date_start":"..."}},
  {"action":"UNRESOLVED","reason":"Не удалось сопоставить строку..."}
]
```
3. **Lucee исполняет** операции как лог (event sourcing), без хардкода
4. Связывание строк — по хэшу названия услуги (md5 нормализованного имени), НЕ по row_num

### Требования к архитектуре
- Event sourcing: лог операций, можно восстановить состояние на любую дату
- Обработка «полной замены» спецификации в ДС (пачка DELETE + ADD)
- UNRESOLVED: если LLM не уверен — оператор решает вручную (нужен UI)
- Два режима сравнения: А) ДС → изменения поверх договора, Б) ДС → полная замена спецификации
- Отказоустойчивость: если LLM ошибся, не испортить основные данные
- Поскольку загрузка идёт через ВМ — можно добавить промежуточную логику на ВМ если нужно

### Вопрос
Разработай полную архитектуру:
1. Структуру таблиц БД (лог операций, кумулятивный статус)
2. Промпт для LLM (как передать контекст: текущую спецификацию + текст ДС)
3. Логику Lucee (CFML) для исполнения лога операций
4. Как обрабатывать UNRESOLVED (UI + процесс)
5. Как откатывать ошибочные операции
6. Нужно ли сохранять старый экстрактор строк или заменить полностью?
7. ВМ-прокси как async-буфер для LLM-вызовов
   - Lucee через cfhttp висит синхронно до 120с на каждый вызов LLM
   - Предложение: ВМ (Flask + httpx) забирает задачу от Lucee, 
     асинхронно вызывает LLM, отдаёт готовый JSON команд
   - Lucee не блокируется, httpx работает с HTTP/2 надёжнее cfhttp
   - Как должен выглядеть API между Lucee и ВМ для этого?
   - Нужна ли очередь задач или можно синхронно (ВМ ждёт, Lucee ждёт ВМ)?
   - Стоит ли объединить все вызовы LLM в один запрос к ВМ (все ДС сразу)?