doc: развязка LLM-саги, extractor, differ, текущий статус

2026-06-14 14:28:34 +04:00
parent e05af2b6ce
commit f4e57e1de1
3 changed files with 174 additions and 0 deletions
@@ -343,3 +343,72 @@ Python-библиотеки (`requests`, `httpx`) не держат HTTP/2 из
 - `cc3203a` — `test_routes`: action `debug` для просмотра env vars
 - `0d0ba18` — debug показывает длину ключа
 - `b457de4` — debug показывает `h2_available` и `httpx_version`
+
+---
+
+## Развязка саги с LLM: опечатка в ключе
+
+После 2 часов попыток (HTTP/2, h2, curl, httpx) причина оказалась простой:
+**в переменной `LLM_API_KEY` в платформе была опечатка**.
+
+Сравнение хешей:
+- Правильный ключ: `sk-ucI5YvOticoOQ9Kuj5K9mQ` → hash `5fad79ba`
+- Ключ в облаке: `sk-ucI5YvOticoOQK9ujK5m9Q` → hash `c772c3e5` (ошибка 401)
+
+Перепутаны местами `9K` → `K9` и `5K` → `K5`.
+
+**Урок:** всегда первым делом проверять входные данные, а не гнаться за архитектурными гипотезами.
+
+### Финальное решение LLM
+`httpx` + `h2` (отдельно в requirements) + `http2=True`. Работает.
+Модель: `gpt-oss-120b` (120B, reasoning).
+
+---
+
+## Extractor (extractor.py) — 14.06.2026
+
+LLM-извлечение строк спецификации из распарсенного текста.
+
+**Поток:** `parsed_text → промпт → LLM → JSON → [{row_num, name, price, qty, sum, date}]`
+
+**Результат на реальном документе:** 14 строк из двух таблиц спецификации.
+LLM корректно определила изменение цены (213 905 → 250 000) и разные даты (01.04 → 25.04).
+
+Промпт: строгий формат JSON, поддержка `unresolved` для нераспознанных значений.
+
+---
+
+## Differ (differ.py) — 14.06.2026
+
+Сравнение строк спецификаций между допниками. Чистая функция без зависимостей.
+
+**Вход:** `rows_old`, `rows_new` (списки dict)
+**Выход:** `{changes: [{row_num, change_type, old_values, new_values, changed_fields}], summary}`
+
+**change_type:** `added` | `deleted` | `changed` | `unchanged`
+
+**Тест:** row 1 (changed: price, date), row 2 (unchanged), row 3 (added) ✅
+
+---
+
+## Текущий статус (14.06.2026 08:15)
+
+### Готовые слои (11 файлов)
+```
+site/
+├── app.py          — сборка (ensure_schema + Blueprints)
+├── db.py           — транспорт БД (connect, query, execute, query_one)
+├── schema.py       — DDL 5 таблиц
+├── parser.py       — bytes → elements (docx/pdf/doc/zip)
+├── textify.py      — elements → текст
+├── upload.py       — POST /upload (file → parse → textify → DB)
+├── llm_client.py   — HTTP/2 к aillm.ru (httpx+h2)
+├── extractor.py    — текст → LLM → строки спецификации
+├── differ.py       — сравнение строк между версиями
+├── test_routes.py  — /test (status, tables, sql, exec, llm, extract, debug, createdb)
+└── templates/
+```
+
+### Осталось
+- `api.py` — Blueprint для договоров/допников/истории
+- Интеграция цепочки: upload → extract → save spec_rows → diff → spec_history