Add Readme

.dockerignore

@@ -0,0 +1,71 @@
+__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

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

Dockerfile

@@ -0,0 +1,38 @@
+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

@@ -0,0 +1,8 @@
+# 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

@@ -0,0 +1,51 @@
+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 = "articles_konsol_pro"
-        platform_file = "data/platform_overview.md"
+        data_dir = "/app/data"
+        platform_file = "/app/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.dict() if lead_model else {},
+            "lead_normalized": lead_model.model_dump() 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

@@ -39,11 +39,29 @@ 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=used_chunks if isinstance(used_chunks, list) else [],
+            used_chunks=real_chunk_ids,
         )
 
         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 — 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 или они не релевантны — говорите общими преимуществами платформы.
 Формат ответа строго JSON: {"subject": str, "body": str, "short_reasoning": str, "used_chunks": [ids...]}. Без тройных кавычек, без Markdown."""
 
 
@@ -18,18 +18,24 @@ USER_PROMPT_TEMPLATE = """[ПРОФИЛЬ ЛИДА]
 
 [СТИЛЬ ПИСЬМА]
 - Язык: {locale}
-- Тон: деловой, лаконичный, дружелюбный.
-- Письмо до ~1600 символов.
-- 1 CTA: предложить 15-мин звонок/демо. Не навязчиво.
-- Можно упомянуть, что внедрение платформы занимает ~1 день (если релевантно).
+- Тон: деловой, лаконичный, дружелюбный, с ноткой эмпатии.
+- Письмо ≤ 1000 символов, раздели на микро‑абзацы по 1–2 предложения, чтобы текст легко читался.
+- Открывай цепляющим вопросом или заявлением («Как насчёт…?», «Представьте, что…»).
+- 1 CTA: предложить 15‑минутный звонок/демо. Не навязчиво: «Если вам интересно —», «Буду рад(а) обсудить» и т.п.
+- 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 хук, отсылающий к индустрии/процессам с исполнителями.
+2. Короткий усиленный хук‑вопрос, отсылающий к индустрии/процессам с исполнителями.
 3. Ценность Консоль.Про + 1–3 релевантные выгоды (цифры, если в контексте).
-4. Мини-соцдоказательство (кейс, факт).
+4. Мини-соцдоказательство (кейсы, факты). - ОБЯЗАТЕЛЬНО укажи название клиента и точный численный результат (процент, время, количество).
 5. CTA.
-6. Подпись: Имя менеджера ({sales_rep_name}) | Консоль.Про.
+6. Подпись: С уважением, {sales_rep_name}
 
 Напомню: ответ только JSON."""
 

src/services/retrieval.py

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

@@ -20,7 +20,6 @@ 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"