.dockerignore

@@ -1,71 +0,0 @@
-__pycache__
-*.pyc
-*.pyo
-*.pyd
-.Python
-env
-pip-log.txt
-pip-delete-this-directory.txt
-.tox
-.coverage
-.coverage.*
-.cache
-nosetests.xml
-coverage.xml
-*.cover
-*.log
-.git
-.mypy_cache
-.pytest_cache
-.hypothesis
-.ruff_cache
-
-.DS_Store
-.vscode
-.idea
-*.swp
-*.swo
-*~
-
-*.md
-!README.md
-
-.env
-.env.local
-.env.*.local
-.env.production
-.env.staging
-
-storage/chroma/*
-!storage/chroma/.gitkeep
-
-articles_konsol_pro/*
-!articles_konsol_pro/.gitkeep
-
-scripts/
-src/tests/
-src/__pycache__/
-
-*.tmp
-*.temp
-*.bak
-*.backup
-
-Dockerfile*
-docker-compose*
-.dockerignore
-
-.github
-.gitlab-ci.yml
-.travis.yml
-.circleci
-.gitea
-
-logs/
-*.log
-
-.venv/
-venv/
-env/
-
-Техническое задание.md 

.gitea/workflows/ci.yml

@@ -4,15 +4,9 @@ on:
   push:
     branches:
       - main
-    paths-ignore:
-      - 'README.md'
-      - 'docs/**'
   pull_request:
     branches:
       - main
-    paths-ignore:
-      - 'README.md'
-      - 'docs/**'
 
 jobs:
   lint_and_test:
@@ -43,4 +37,4 @@ jobs:
         run: ruff check .
 
       - name: Run Pytest
-        run: pytest
+        run: pytest -s

Dockerfile

@@ -1,38 +0,0 @@
-FROM python:3.10-slim
-
-LABEL maintainer="AI Email Assistant Team"
-LABEL version="1.0.0"
-LABEL description="AI Email Assistant with RAG and LangGraph"
-
-RUN groupadd -r appuser && useradd -r -g appuser appuser
-
-WORKDIR /app
-
-RUN apt-get update && apt-get install -y \
-    gcc \
-    g++ \
-    curl \
-    && rm -rf /var/lib/apt/lists/* \
-    && apt-get clean
-
-COPY requirements.txt .
-RUN pip install --no-cache-dir --upgrade pip && \
-    pip install --no-cache-dir -r requirements.txt
-
-COPY . .
-
-RUN mkdir -p /app/storage/chroma /app/data/articles_konsol_pro && \
-    chown -R appuser:appuser /app
-
-USER appuser
-
-ENV PYTHONPATH=/app
-ENV PYTHONUNBUFFERED=1
-ENV PYTHONDONTWRITEBYTECODE=1
-
-EXPOSE 8000
-
-HEALTHCHECK --interval=30s --timeout=10s --start-period=40s --retries=3 \
-    CMD curl -f http://localhost:8000/healthz || exit 1
-
-CMD ["uvicorn", "src.app.main:app", "--host", "0.0.0.0", "--port", "8000"] 

README.md

@@ -1,8 +0,0 @@
-# AI Email Assistant
-
-[![CI](https://img.shields.io/badge/CI-passing-brightgreen)](https://git.itqop.pw/itqop/sl-test/actions)
-[![Code style: black](https://img.shields.io/badge/code%20style-black-000000.svg)](https://github.com/psf/black)
-[![Ruff](https://img.shields.io/endpoint?url=https://raw.githubusercontent.com/astral-sh/ruff/main/assets/badge/v2.json)](https://github.com/astral-sh/ruff)
-
-Сервис для генерации персонализированных холодных писем с использованием RAG и LangGraph.
-

docker-compose.yml

@@ -1,51 +0,0 @@
-version: '3.8'
-
-services:
-  ai-email-assistant:
-    build: 
-      context: .
-      dockerfile: Dockerfile
-    container_name: ai-email-assistant
-    ports:
-      - "8000:8000"
-    environment:
-      - LLM_PROVIDER=openai
-      - LLM_MODEL=gpt-4o
-      - EMBEDDING_MODEL=text-embedding-3-large
-      - OPENAI_API_KEY=${OPENAI_API_KEY}
-      - GEMINI_API_KEY=${GEMINI_API_KEY}
-      - CHROMA_PERSIST_DIR=/app/storage/chroma
-      - TOP_K=30
-      - TOP_N_CONTEXT=6
-      - MAX_TOKENS_COMPLETION=1024
-      - LANGGRAPH_TRACING=false
-      - SERVICE_LANG=ru
-      - SALES_REP_NAME=Команда Консоль.Про
-      - CHUNK_SIZE=500
-      - CHUNK_OVERLAP=100
-      - API_SECRET_KEY=${API_SECRET_KEY:-secret}
-      - PYTHONPATH=/app
-      - PYTHONUNBUFFERED=1
-      - PYTHONDONTWRITEBYTECODE=1
-    volumes:
-      - ./storage/chroma:/app/storage/chroma:rw
-      - ./data:/app/data:ro
-    healthcheck:
-      test: ["CMD", "curl", "-f", "http://localhost:8000/healthz"]
-      interval: 30s
-      timeout: 10s
-      retries: 3
-      start_period: 40s
-    restart: unless-stopped
-    deploy:
-      resources:
-        limits:
-          memory: 2G
-          cpus: '1.0'
-        reservations:
-          memory: 512M
-          cpus: '0.5'
-    security_opt:
-      - no-new-privileges:true
-    tmpfs:
-      - /tmp:noexec,nosuid,size=100m

src/app/routers/ingest.py

@@ -26,8 +26,8 @@ def verify_admin_token(authorization: Optional[str] = Header(None)):
 @router.post("/ingest")
 async def trigger_ingest(recreate: bool = False, _: bool = Depends(verify_admin_token)):
     try:
-        data_dir = "/app/data"
+        data_dir = "articles_konsol_pro"
-        platform_file = "/app/data/platform_overview.md"
+        platform_file = "data/platform_overview.md"
         persist_dir = settings.chroma_persist_dir
 
         if not os.path.exists(data_dir):

src/graph/nodes/guardrails.py

@@ -43,7 +43,7 @@ def guardrails_node(state: EmailGenerationState) -> EmailGenerationState:
 
         meta = {
             "locale": lead_model.locale if lead_model else "ru",
-            "lead_normalized": lead_model.model_dump() if lead_model else {},
+            "lead_normalized": lead_model.dict() if lead_model else {},
             "used_chunks": email_draft.used_chunks,
             "model": llm_output.model if llm_output else "unknown",
             "tokens_prompt": llm_output.tokens_prompt if llm_output else 0,

src/graph/nodes/parse_output.py

@@ -39,29 +39,11 @@ def parse_output_node(state: EmailGenerationState) -> EmailGenerationState:
         subject = _validate_subject(subject)
         body = _validate_body(body)
 
-        ranked_context = state.get("ranked_context")
-        real_chunk_ids = []
-
-        if isinstance(used_chunks, list) and ranked_context:
-            for chunk_idx in used_chunks:
-                try:
-                    idx = int(chunk_idx) - 1
-                    if 0 <= idx < len(ranked_context.chunks):
-                        chunk = ranked_context.chunks[idx]
-                        chunk_info = f"{chunk.parent_doc_id}#{chunk.chunk_id}"
-                        real_chunk_ids.append(chunk_info)
-                    else:
-                        real_chunk_ids.append(str(chunk_idx))
-                except (ValueError, TypeError):
-                    real_chunk_ids.append(str(chunk_idx))
-        else:
-            real_chunk_ids = []
-
         email_draft = EmailDraft(
             subject=subject,
             body=body,
             short_reasoning=short_reasoning,
-            used_chunks=real_chunk_ids,
+            used_chunks=used_chunks if isinstance(used_chunks, list) else [],
         )
 
         state["email_draft"] = email_draft

src/services/prompt_templates.py

@@ -3,7 +3,7 @@ from src.models.email import RankedContext
 from src.app.config import settings
 
 
-SYSTEM_PROMPT = """Вы — AI-ассистент отдела продаж платформы «Консоль.Про». Ваша задача: на основе профиля лида и предоставленного контекста сформировать одно персонализированное холодное письмо (первое касание) на языке лида. Вы пишете кратко, уважительно, без давления. Вы показываете ценность через конкретные результаты клиентов и цифры. Вы не придумываете факты; используете только контекст. Если нет данных или они не релевантны — говорите общими преимуществами платформы.
+SYSTEM_PROMPT = """Вы — AI-ассистент отдела продаж платформы «Консоль.Про». Ваша задача: на основе профиля лида и предоставленного контекста сформировать одно персонализированное холодное письмо (первое касание) на языке лида. Вы пишете кратко, уважительно, без давления. Вы показываете ценность через конкретные результаты клиентов и цифры. Вы не придумываете факты; используете только контекст. Если нет данных — говорите общими преимуществами платформы.
 Формат ответа строго JSON: {"subject": str, "body": str, "short_reasoning": str, "used_chunks": [ids...]}. Без тройных кавычек, без Markdown."""
 
 
@@ -18,24 +18,18 @@ USER_PROMPT_TEMPLATE = """[ПРОФИЛЬ ЛИДА]
 
 [СТИЛЬ ПИСЬМА]
 - Язык: {locale}
-- Тон: деловой, лаконичный, дружелюбный, с ноткой эмпатии.
+- Тон: деловой, лаконичный, дружелюбный.
-- Письмо ≤ 1000 символов, раздели на микро‑абзацы по 1–2 предложения, чтобы текст легко читался.
+- Письмо до ~1600 символов.
-- Открывай цепляющим вопросом или заявлением («Как насчёт…?», «Представьте, что…»).
+- 1 CTA: предложить 15-мин звонок/демо. Не навязчиво.
-- 1 CTA: предложить 15‑минутный звонок/демо. Не навязчиво: «Если вам интересно —», «Буду рад(а) обсудить» и т.п.
+- Можно упомянуть, что внедрение платформы занимает ~1 день (если релевантно).
-- Основная боль ↔ основное решение в первых 2–3 абзацах.
-- Добавь конкретные цифры или проценты («до 100 % собираемости документов», «сокращение времени на 80 %»).
-- Вставь мини‑соцдоказательство (название клиента + результат (Конкретизировать кейс цифрой ОБЯЗАТЕЛЬНО)) как отдельный абзац или буллет.
-- Позитивная эмоциональная связь: слова «спокойствие», «уверенность», «контроль».
-- Предупреди «болевую» эмоцию: «Избегите…», «Снизьте риски…».
-- Можно упомянуть, что внедрение занимает ~1 день (только если уместно).
 
 [ШАБЛОН СТРУКТУРЫ ТЕКСТА]
 1. Приветствие по имени.
-2. Короткий усиленный хук‑вопрос, отсылающий к индустрии/процессам с исполнителями.
+2. Короткий хук, отсылающий к индустрии/процессам с исполнителями.
 3. Ценность Консоль.Про + 1–3 релевантные выгоды (цифры, если в контексте).
-4. Мини-соцдоказательство (кейсы, факты). - ОБЯЗАТЕЛЬНО укажи название клиента и точный численный результат (процент, время, количество).
+4. Мини-соцдоказательство (кейс, факт).
 5. CTA.
-6. Подпись: С уважением, {sales_rep_name}
+6. Подпись: Имя менеджера ({sales_rep_name}) | Консоль.Про.
 
 Напомню: ответ только JSON."""
 

src/services/retrieval.py

@@ -70,7 +70,12 @@ class RetrievalService:
 
         text_query = " ".join(search_terms)
 
-        metadata_filters = None
+        metadata_filters = {}
+        if lead_features.industry_tag != "other":
+            metadata_filters["$or"] = [
+                {"industry": {"$contains": lead_features.industry_tag}},
+                {"roles_relevant": {"$contains": lead_features.role_category}},
+            ]
 
         return RetrievalQuery(
             text_query=text_query,
@@ -150,12 +155,9 @@ class RetrievalService:
             if chunk.metadata.get("metrics"):
                 metrics = chunk.metadata["metrics"]
                 metrics_parts = []
-                if isinstance(metrics, dict):
+                for key, value in metrics.items():
-                    for key, value in metrics.items():
+                    if isinstance(value, (int, float)):
-                        if isinstance(value, (int, float)):
+                        metrics_parts.append(f"{key}: {value}")
-                            metrics_parts.append(f"{key}: {value}")
-                elif isinstance(metrics, str):
-                    metrics_parts.append(metrics)
                 if metrics_parts:
                     metrics_info = f" ({', '.join(metrics_parts)})"
 

src/tests/test_api.py

@@ -20,6 +20,7 @@ def test_health_endpoint(mock_embedding_service, mock_chroma_store):
     response = client.get("/healthz")
     assert response.status_code == 200
     data = response.json()
+    print("Health check response:", data)
     assert "status" in data
     assert data["status"] == "healthy"