Sonnet Analysis — 2026-06-24 — Auto-classification

1. Архитектура: отдельный /api/classify

Не встраивать в upload. Отдельный эндпоинт → фоновая классификация → SSE прогресс → UI подтверждение.

2. Промпт classify

Только header (первые 50 элементов / 2000 символов). Экономия токенов в 5-10 раз. Поля: doc_type, contract_number, doc_date, counterparty, parent_contract_number.

3. Группировка

Новая таблица doc_classifications (staging). Группировка по (contract_number, counterparty) + fuzzy match. Существующих contracts + supplements достаточно для хранения итога.

4. Схема БД

ALTER supplements ADD sort_order
CREATE TABLE doc_classifications (staging)

5. UI

Карточки групп (contract), внутри — сортированный список документов. Действия: перенести, изменить тип, подтвердить, запустить сравнение.

6. Массовая загрузка

ZIP → batch upload → 5 параллельных воркеров (threading.Thread + queue.Queue). 2000 файлов × 6s / 5 воркеров ≈ 40 минут. Память: BYTEA в PG для пилота ОК, для прода нужен S3.

7. Приоритеты

doc_classifications + промпт classify — низкая сложность, критично
/api/classify (один doc_id) — низкая, критично
Batch ZIP + workers + SSE — высокая, критично
Алгоритм группировки — средняя, критично
UI review — средняя, важно
/process-v2 per group — низкая, важно
Артикул→каталог — высокая, отложить

Риски

threading в http.server: на пилоте ОК, для прода нужен gunicorn
Промпт classify надо обкатать на реальных документах ДО реализации

2.2 KiB Raw Blame History