Сверка договоров — описание сервиса

Что делает

Сервис автоматически сравнивает договоры и дополнительные документы облачного провайдера (colocation, ЦОД). Юрист загружает файлы (.docx/.doc/.pdf), система извлекает спецификации услуг и при помощи LLM находит изменения: что добавилось, изменилось, удалилось.

Как устроен пайплайн

Загрузка → Парсинг → Порядок → LLM-сравнение → Результаты

Загрузка — файлы принимаются через веб-интерфейс. Поддерживаются .docx, .doc (старый Word), .pdf, а также .zip с несколькими файлами.
Парсинг — каждый файл автоматически разбирается на ВМ: извлекаются таблицы и текст. Используется pdfplumber для PDF (с сохранением структуры таблиц) и python-docx для Word. Результат — структурированный JSON (elements_json) и текстовое представление.
Порядок — файлы можно переставить стрелками ↕. Первый в списке считается базовым договором, остальные — дополнительные документы к нему.
LLM-сравнение — каждый дополнительный документ последовательно сравнивается с текущей спецификацией. Модель (gpt-oss-120b) получает промпт с текущим списком услуг, текстом дополнительного документа и возвращает операции:
- ADD — новая услуга
- UPDATE — изменение цены, количества, названия
- DELETE — услуга исключена
- UNRESOLVED — не удалось однозначно сопоставить
Результаты — накапливаются по цепочке дополнительных документов (Event Sourcing). Каждый следующий дополнительный документ учитывает изменения из предыдущих. Итоговая спецификация — сумма всех применённых операций.

Архитектура

Браузер (index.cfm + JS)
    │
    ├── загрузка файлов ──→ VM (Python, convert_server.py)
    │                           │
    │                           ├── /upload ──→ parse.py (pdfplumber + python-docx)
    │                           ├── /llm-ops ──→ LLM (api.aillm.ru, gpt-oss-120b)
    │                           └── /process-v2 ──→ Lucee (apply_events.cfm)
    │
    └── API ──→ Lucee (CFML на k8s)
                    │
                    └── PostgreSQL 15 (документы, спецификации, события, промпты)

Компонент	Где	Технология
Веб-интерфейс	Lucee 6.0 (k8s)	CFML + JavaScript
База данных	Внутренний PostgreSQL 15	JSONB, UUID, advisory locks
Парсинг документов	ВМ (5.172.178.213)	pdfplumber (PDF) + python-docx (DOCX)
LLM-анализ	ВМ (5.172.178.213)	Python 3, httpx, SSE-стриминг
Модель	api.aillm.ru	gpt-oss-120b (бесплатно, 8000 токенов)

Event Sourcing

Изменения не перезаписывают спецификацию — каждая операция сохраняется как событие в spec_events. Текущее состояние (spec_current) — материализованное представление всех событий.

Это даёт:

Аудит — кто/when/откуда каждая строка
Откат — можно пересобрать состояние на любой момент
Provenance — ссылка на документ-источник, версию промпта, полный ответ LLM

Промпты

Промпты для LLM хранятся в БД и версионируются. Есть два: для первого документа (извлечение) и для сравнения дополнительных документов. Встроенный редактор с историей версий позволяет улучшать промпты без правки кода: сохранил новую версию → она сразу используется LLM. Старые версии остаются в истории, можно откатиться.

Стек

Backend: Lucee 6.0 (CFML) на Kubernetes
База: PostgreSQL 15 (JSONB, UUID, window functions)
Парсинг: pdfplumber (PDF) + python-docx (DOCX) на ВМ
LLM-прокси: Python 3 + httpx + threading (SSE)
Модель: gpt-oss-120b (OpenAI-совместимый API)
Фронтенд: ванильный JS + Lucide иконки

5.4 KiB Raw Blame History