# Elmer — анализ и план (2026-05-25)

## Суть проекта

Сервис анализа ошибок электроники автомобиля через ELM327 OBD2 + LLM.

## Железо

- **Сканер:** ELM327 Bluetooth v1.5, чип PIC18F25K80 (китайский клон)
- **Ноутбук разработчика:** с Bluetooth, будет соединяться с ELM327 напрямую для отладки

## Целевая аудитория

- Технически любопытный автовладелец (не профессионал, но и не «глубинарий»)
- Уже имеет ELM327 — значит базовое понимание есть
- Хочет понять проблему, а не просто получить код ошибки

## Ключевые требования к ответам

- **Честная уверенность:** «С вероятностью ~80% проблема в X, потому что...»
- **Пояснение логики:** почему именно этот вывод
- **Предупреждения:** «Если НЕ помогло — тогда проверь Y»
- **Никаких категоричных «меняй X»** без 100% уверенности
- **Liability Protection:** нельзя чтобы пользователь сломал машину из-за неверного диагноза

## LLM

- Рассматривается DeepSeek (дёшево через API)
- Или другая простая/дешёвая модель
- Нужен RAG/grounding на реальных repair manuals и TSB, чтобы минимизировать галлюцинации

## Компоненты системы

1. **Android-приложение** (в последнюю очередь)
   - Стабильная версия Android (не гоняться за новейшей)
   - Максимально простое: минимум кнопок
   - Русский язык
   - Bluetooth SPP → ELM327

2. **Сервер** (после отладки логики на ноутбуке)
   - Принимает данные от приложения
   - Формирует запросы к LLM
   - Итеративный цикл: запрос → ответ → может запросить ещё параметры или действия от пользователя
   - Отдаёт диагноз с пояснениями

3. **LLM-слой**
   - Промпт с контекстом автомобиля (VIN → марка/модель/двигатель)
   - RAG на базу знаний (ошибки, мануалы, TSB)
   - Итеративная диагностика: сервер может переспрашивать LLM

## Протокол диагностики (конечный автомат)

Цикл:
1. Приложение считывает VIN → сервер
2. Приложение считывает коды ошибок → сервер
3. Сервер → LLM: первичный анализ
4. LLM может запросить:
   - Дополнительные PID'ы с ЭБУ (live data)
   - Действия от пользователя (прогазовать, проехать, считать на холодную и т.д.)
5. Повторять пока не будет достаточно данных для диагноза
6. Финальный ответ: диагноз + степень уверенности + пояснения + что делать

## План разработки (три фазы)

### Фаза 1: Ноутбук + ELM327 (СЕЙЧАС)
- Python-скрипт: Bluetooth → ELM327 → читаем VIN, ошибки, PID'ы
- Отправляем в LLM вручную — отлаживаем логику, промпты, цикл вопросов-ответов
- Никакого сервера, никакого Android

### Фаза 2: Сервер
- Flask/FastAPI — принимать данные, проксировать в LLM
- База знаний / RAG
- State machine диагностики

### Фаза 3: Android-приложение
- Bluetooth SPP (Serial Port Profile) — есть нюансы на Android 12+
- Минималистичный UI
- Отправка данных на сервер, отображение ответов

## Риски

1. **ELM327 v1.5 клон** — неполный протокол, глюки на高速 CAN
2. **PID'ы разные у разных марок** — нужна БД по производителям
3. **LLM галлюцинации** — только grounding/RAG спасёт
4. **Bluetooth SPP на Android 12+** — permissions, pairing

## Ресурсы

- `python-OBD` — библиотека для работы с ELM327 (или свой serial-протокол)
- `pyserial` уже установлен в системе
- DeepSeek API (или OpenRouter как альтернатива)

---

## Структура проекта (создана 2026-05-25)

```
elmer/
├── elmer/              # Python-пакет
│   ├── __init__.py     # версия 0.1.0
│   ├── config.py       # загрузка config.yaml + подстановка ${ENV}
│   ├── elm.py          # ELM327: pyserial, VIN, DTC, PID
│   ├── db.py           # SQLite: cars, tokens, llm_messages, ecu_parameters, dtc_codes
│   ├── prompts.py      # SYSTEM_PROMPT + build_user_prompt()
│   └── diagnose.py     # DeepSeek API (OpenAI-совместимый)
├── config.yaml         # настройки (BT-порт, API-ключ, PID'ы)
├── requirements.txt    # pyserial, pyyaml, requests
├── run.py              # главный вход: ELM → данные → LLM → печать + сохранение
├── idea.md             # исходная задумка
└── analysis.md         # этот файл
```

## Запуск (в салоне авто)

```bash
# 1. Установить зависимости
pip install -r requirements.txt

# 2. Сопрячь ELM327 по Bluetooth
bluetoothctl pair 11:22:33:44:55:66
# (в config.yaml прописан порт /dev/rfcomm0)

# 3. Запустить
DEEPSEEK_API_KEY=sk-... python run.py
```

Что произойдёт:
1. Подключится к ELM327
2. Прочитает VIN
3. Считает ошибки (stored mode 03 + pending mode 07)
4. Считает параметры (обороты, температура, скорость, дроссель, MAP, IAT, топливные тримы)
5. Отправит в DeepSeek → напечатает диагноз
6. Сохранит всё в `elmer.db` (SQLite)

---

## Десктопный UI (Web)

Для тестирования на ноутбуке (не тыкать грязным пальцем в телефон):
- `web/app.py` — Flask (порт 5005), один endpoint `/api/diagnose` (POST)
- `web/templates/index.html` — одна кнопка, тёмная тема, результат
- В будущем этот же код — прототип серверного API

Запуск:
```bash
DEEPSEEK_API_KEY=sk-... python web/app.py
# Открыть http://localhost:5005
```

## Версии для пользователей (будущее)

- **Android** — Kotlin/Java, Bluetooth SPP
- **Windows** — тот же веб-интерфейс в WebView (или Electron, или просто браузер)
- Общий серверный API между ними

---

*Продолжить: тестировать в салоне авто с реальным ELM327.*