feat: интеграция ML-скоринга с использованием RAG и DeepSeek

- Обновлен Dockerfile для установки необходимых зависимостей.
- Добавлены новые переменные окружения для настройки ML-скоринга в env.example.
- Реализованы методы для получения и обновления ML-скоров в AsyncBotDB и PostRepository.
- Обновлены обработчики публикации постов для интеграции ML-скоринга.
- Добавлен новый обработчик для получения статистики ML-скоринга в админ-панели.
- Обновлены функции для форматирования сообщений с учетом ML-скоров.

.github/workflows/deploy.yml

@@ -165,9 +165,8 @@ jobs:
             
             📦 Repository: telegram-helper-bot
             🌿 Branch: main
-            📝 Commit: ${{ github.event.pull_request.merge_commit_sha || github.sha }}
-            👤 Author: ${{ github.event.pull_request.user.login || github.actor }}
-            ${{ github.event.pull_request.number && format('🔀 PR: #{0}', github.event.pull_request.number) || '' }}
+            📝 Commit: ${{ github.sha }}
+            👤 Author: ${{ github.actor }}
             
             ${{ job.status == 'success' && '✅ Deployment successful! Container restarted with migrations applied.' || '❌ Deployment failed! Check logs for details.' }}
             

Dockerfile

@@ -1,15 +1,14 @@
 ###########################################
 # Этап 1: Сборщик (Builder)
 ###########################################
-FROM python:3.11.9-alpine as builder
+FROM python:3.11.9-slim as builder
 
-# Устанавливаем инструменты для компиляции + linux-headers для psutil
-RUN apk add --no-cache \
+# Устанавливаем инструменты для компиляции
+RUN apt-get update && apt-get install --no-install-recommends -y \
     gcc \
     g++ \
-    musl-dev \
     python3-dev \
-    linux-headers  # ← ЭТО КРИТИЧЕСКИ ВАЖНО ДЛЯ psutil
+    && rm -rf /var/lib/apt/lists/*
 
 WORKDIR /app
 COPY requirements.txt .
@@ -21,29 +20,34 @@ RUN pip install --no-cache-dir --target /install -r requirements.txt
 ###########################################
 # Этап 2: Финальный образ (Runtime)  
 ###########################################
-FROM python:3.11.9-alpine as runtime
+FROM python:3.11.9-slim as runtime
 
 # Минимальные рантайм-зависимости
-RUN apk add --no-cache \
-    libstdc++ \
-    sqlite-libs
+RUN apt-get update && apt-get install --no-install-recommends -y \
+    libgomp1 \
+    && rm -rf /var/lib/apt/lists/*
 
 # Создаем пользователя
-RUN addgroup -g 1001 deploy && adduser -D -u 1001 -G deploy deploy
+RUN groupadd -g 1001 deploy && useradd -r -u 1001 -g deploy deploy
 
 WORKDIR /app
 
 # Копируем зависимости
-COPY --from=builder --chown=1001:1001 /install /usr/local/lib/python3.11/site-packages
+COPY --from=builder --chown=deploy:deploy /install /usr/local/lib/python3.11/site-packages
 
-# Создаем структуру папок
-RUN mkdir -p database logs voice_users && \
-    chown -R 1001:1001 /app
+# Создаем структуру папок (включая директории для ML моделей)
+RUN mkdir -p database logs voice_users data/models && \
+    chown -R deploy:deploy /app
+
+# Устанавливаем переменные для HuggingFace (кеш моделей внутри /app)
+ENV HF_HOME=/app/data/models
+ENV TRANSFORMERS_CACHE=/app/data/models
+ENV HF_HUB_CACHE=/app/data/models
 
 # Копируем исходный код
-COPY --chown=1001:1001 . .
+COPY --chown=deploy:deploy . .
 
-USER 1001
+USER deploy
 
 # Healthcheck
 HEALTHCHECK --interval=30s --timeout=15s --start-period=10s --retries=5 \

database/async_db.py

@@ -211,6 +211,23 @@ class AsyncBotDB:
             helper_message_id, status
         )
     
+    # Методы для ML Scoring
+    async def get_post_text_by_message_id(self, message_id: int) -> Optional[str]:
+        """Получает текст поста по message_id."""
+        return await self.factory.posts.get_post_text_by_message_id(message_id)
+    
+    async def update_ml_scores(self, message_id: int, ml_scores_json: str) -> bool:
+        """Обновляет ML-скоры для поста."""
+        return await self.factory.posts.update_ml_scores(message_id, ml_scores_json)
+    
+    async def get_approved_posts_texts(self, limit: int = 1000) -> List[str]:
+        """Получает тексты одобренных постов для обучения RAG."""
+        return await self.factory.posts.get_approved_posts_texts(limit)
+    
+    async def get_declined_posts_texts(self, limit: int = 1000) -> List[str]:
+        """Получает тексты отклоненных постов для обучения RAG."""
+        return await self.factory.posts.get_declined_posts_texts(limit)
+
     # Методы для работы с черным списком
     async def set_user_blacklist(
         self,

database/repositories/post_repository.py

@@ -357,3 +357,126 @@ class PostRepository(DatabaseConnection):
         post_content = await self._execute_query_with_result(query, (published_message_id,))
         self.logger.info(f"Получен контент опубликованного поста: {len(post_content)} элементов для published_message_id={published_message_id}")
         return post_content
+    
+    # ============================================
+    # Методы для работы с ML-скорингом
+    # ============================================
+    
+    async def update_ml_scores(self, message_id: int, ml_scores_json: str) -> bool:
+        """
+        Обновляет ML-скоры для поста.
+        
+        Args:
+            message_id: ID сообщения в группе модерации
+            ml_scores_json: JSON строка со скорами
+            
+        Returns:
+            True если обновлено успешно
+        """
+        try:
+            query = "UPDATE post_from_telegram_suggest SET ml_scores = ? WHERE message_id = ?"
+            await self._execute_query(query, (ml_scores_json, message_id))
+            self.logger.info(f"ML-скоры обновлены для message_id={message_id}")
+            return True
+        except Exception as e:
+            self.logger.error(f"Ошибка обновления ML-скоров для message_id={message_id}: {e}")
+            return False
+    
+    async def get_ml_scores_by_message_id(self, message_id: int) -> Optional[str]:
+        """
+        Получает ML-скоры для поста.
+        
+        Args:
+            message_id: ID сообщения
+            
+        Returns:
+            JSON строка со скорами или None
+        """
+        query = "SELECT ml_scores FROM post_from_telegram_suggest WHERE message_id = ?"
+        rows = await self._execute_query_with_result(query, (message_id,))
+        if rows and rows[0][0]:
+            return rows[0][0]
+        return None
+    
+    async def get_post_text_by_message_id(self, message_id: int) -> Optional[str]:
+        """
+        Получает текст поста по message_id.
+        
+        Args:
+            message_id: ID сообщения
+            
+        Returns:
+            Текст поста или None
+        """
+        query = "SELECT text FROM post_from_telegram_suggest WHERE message_id = ?"
+        rows = await self._execute_query_with_result(query, (message_id,))
+        if rows and rows[0][0]:
+            return rows[0][0]
+        return None
+    
+    async def get_approved_posts_texts(self, limit: int = 1000) -> List[str]:
+        """
+        Получает тексты опубликованных постов для обучения RAG.
+        
+        Args:
+            limit: Максимальное количество постов
+            
+        Returns:
+            Список текстов
+        """
+        query = """
+            SELECT text FROM post_from_telegram_suggest 
+            WHERE status = 'approved' 
+                AND text IS NOT NULL 
+                AND text != '' 
+                AND text != '^'
+            ORDER BY created_at DESC
+            LIMIT ?
+        """
+        rows = await self._execute_query_with_result(query, (limit,))
+        texts = [row[0] for row in rows if row[0]]
+        self.logger.info(f"Получено {len(texts)} опубликованных постов для обучения")
+        return texts
+    
+    async def get_declined_posts_texts(self, limit: int = 1000) -> List[str]:
+        """
+        Получает тексты отклоненных постов для обучения RAG.
+        
+        Args:
+            limit: Максимальное количество постов
+            
+        Returns:
+            Список текстов
+        """
+        query = """
+            SELECT text FROM post_from_telegram_suggest 
+            WHERE status = 'declined' 
+                AND text IS NOT NULL 
+                AND text != '' 
+                AND text != '^'
+            ORDER BY created_at DESC
+            LIMIT ?
+        """
+        rows = await self._execute_query_with_result(query, (limit,))
+        texts = [row[0] for row in rows if row[0]]
+        self.logger.info(f"Получено {len(texts)} отклоненных постов для обучения")
+        return texts
+    
+    async def update_vector_hash(self, message_id: int, vector_hash: str) -> bool:
+        """
+        Обновляет хеш вектора для поста (для кеширования).
+        
+        Args:
+            message_id: ID сообщения
+            vector_hash: Хеш вектора
+            
+        Returns:
+            True если обновлено успешно
+        """
+        try:
+            query = "UPDATE post_from_telegram_suggest SET vector_hash = ? WHERE message_id = ?"
+            await self._execute_query(query, (vector_hash, message_id))
+            return True
+        except Exception as e:
+            self.logger.error(f"Ошибка обновления vector_hash для message_id={message_id}: {e}")
+            return False

env.example

@@ -35,3 +35,20 @@ METRICS_PORT=8080
 # Logging
 LOG_LEVEL=INFO
 LOG_RETENTION_DAYS=30
+
+# ML Scoring - RAG (ruBERT)
+# Включает локальное векторное сравнение с использованием ruBERT
+RAG_ENABLED=false
+RAG_MODEL=DeepPavlov/rubert-base-cased
+RAG_CACHE_DIR=data/models
+RAG_VECTORS_PATH=data/vectors.npz
+RAG_MAX_EXAMPLES=10000
+RAG_SCORE_MULTIPLIER=5
+
+# ML Scoring - DeepSeek API
+# Включает оценку постов через DeepSeek API
+DEEPSEEK_ENABLED=false
+DEEPSEEK_API_KEY=your_deepseek_api_key_here
+DEEPSEEK_API_URL=https://api.deepseek.com/v1/chat/completions
+DEEPSEEK_MODEL=deepseek-chat
+DEEPSEEK_TIMEOUT=30

helper_bot/handlers/admin/admin_handlers.py

@@ -16,6 +16,7 @@ from helper_bot.keyboards.keyboards import (create_keyboard_for_approve_ban,
                                             create_keyboard_for_ban_reason,
                                             create_keyboard_with_pagination,
                                             get_reply_keyboard_admin)
+from helper_bot.utils.base_dependency_factory import get_global_instance
 # Local imports - metrics
 from helper_bot.utils.metrics import db_query_time, track_errors, track_time
 from logs.custom_logger import logger
@@ -137,6 +138,69 @@ async def get_banned_users(
         await handle_admin_error(message, e, state, "get_banned_users")
 
 
+@admin_router.message(
+    ChatTypeFilter(chat_type=["private"]),
+    StateFilter("ADMIN"),
+    F.text == '📊 ML Статистика'
+)
+@track_time("get_ml_stats", "admin_handlers")
+@track_errors("admin_handlers", "get_ml_stats")
+async def get_ml_stats(
+    message: types.Message, 
+    state: FSMContext,
+    **kwargs
+    ):
+    """Получение статистики ML-скоринга"""
+    try:
+        logger.info(f"Запрос ML статистики от пользователя: {message.from_user.full_name}")
+        
+        bdf = get_global_instance()
+        scoring_manager = bdf.get_scoring_manager()
+        
+        if not scoring_manager:
+            await message.answer("📊 ML Scoring отключен\n\nДля включения установите RAG_ENABLED=true или DEEPSEEK_ENABLED=true в .env")
+            return
+        
+        stats = scoring_manager.get_stats()
+        
+        # Формируем текст статистики
+        lines = ["📊 <b>ML Scoring Статистика</b>\n"]
+        
+        # RAG статистика
+        if "rag" in stats:
+            rag = stats["rag"]
+            lines.append("🤖 <b>RAG (ruBERT):</b>")
+            lines.append(f"  • Статус: {'✅ Включен' if rag.get('enabled') else '❌ Отключен'}")
+            lines.append(f"  • Модель: {rag.get('model_name', 'N/A')}")
+            lines.append(f"  • Модель загружена: {'✅' if rag.get('model_loaded') else '❌'}")
+            
+            vs = rag.get("vector_store", {})
+            lines.append(f"  • Положительных примеров: {vs.get('positive_count', 0)}")
+            lines.append(f"  • Отрицательных примеров: {vs.get('negative_count', 0)}")
+            lines.append(f"  • Всего примеров: {vs.get('total_count', 0)}")
+            lines.append(f"  • Макс. примеров: {vs.get('max_examples', 'N/A')}")
+            lines.append("")
+        
+        # DeepSeek статистика
+        if "deepseek" in stats:
+            ds = stats["deepseek"]
+            lines.append("🔮 <b>DeepSeek API:</b>")
+            lines.append(f"  • Статус: {'✅ Включен' if ds.get('enabled') else '❌ Отключен'}")
+            lines.append(f"  • Модель: {ds.get('model', 'N/A')}")
+            lines.append(f"  • Таймаут: {ds.get('timeout', 'N/A')}с")
+            lines.append("")
+        
+        # Если ничего не включено
+        if "rag" not in stats and "deepseek" not in stats:
+            lines.append("⚠️ Ни один сервис не настроен")
+        
+        await message.answer("\n".join(lines), parse_mode="HTML")
+        
+    except Exception as e:
+        logger.error(f"Ошибка получения ML статистики: {e}")
+        await message.answer(f"❌ Ошибка получения статистики: {str(e)}")
+
+
 # ============================================================================
 # ХЕНДЛЕРЫ ПРОЦЕССА БАНА
 # ============================================================================

helper_bot/handlers/callback/dependency_factory.py

@@ -15,7 +15,8 @@ def get_post_publish_service() -> PostPublishService:
     db = bdf.get_db()
     settings = bdf.settings
     s3_storage = bdf.get_s3_storage()
-    return PostPublishService(None, db, settings, s3_storage)
+    scoring_manager = bdf.get_scoring_manager()
+    return PostPublishService(None, db, settings, s3_storage, scoring_manager)
 
 
 def get_ban_service() -> BanService:

helper_bot/handlers/callback/services.py

@@ -29,12 +29,13 @@ from .exceptions import (BanError, PostNotFoundError, PublishError,
 
 
 class PostPublishService:
-    def __init__(self, bot: Bot, db, settings: Dict[str, Any], s3_storage=None):
+    def __init__(self, bot: Bot, db, settings: Dict[str, Any], s3_storage=None, scoring_manager=None):
         # bot может быть None - в этом случае используем бота из контекста сообщения
         self.bot = bot
         self.db = db
         self.settings = settings
         self.s3_storage = s3_storage
+        self.scoring_manager = scoring_manager
         self.group_for_posts = settings['Telegram']['group_for_posts']
         self.main_public = settings['Telegram']['main_public']
         self.important_logs = settings['Telegram']['important_logs']
@@ -393,6 +394,9 @@ class PostPublishService:
         """Отклонение одиночного поста"""
         author_id = await self._get_author_id(call.message.message_id)
         
+        # Обучаем RAG на отклоненном посте перед удалением
+        await self._train_on_declined(call.message.message_id)
+
         updated_rows = await self.db.update_status_by_message_id(call.message.message_id, "declined")
         if updated_rows == 0:
             logger.error(f"Не удалось обновить статус поста message_id={call.message.message_id} на 'declined'")
@@ -485,6 +489,9 @@ class PostPublishService:
     @track_errors("post_publish_service", "_delete_post_and_notify_author")
     async def _delete_post_and_notify_author(self, call: CallbackQuery, author_id: int) -> None:
         """Удаление поста и уведомление автора"""
+        # Получаем текст поста для обучения RAG перед удалением
+        await self._train_on_published(call.message.message_id)
+        
         await self._get_bot(call.message).delete_message(chat_id=self.group_for_posts, message_id=call.message.message_id)
         
         try:
@@ -494,6 +501,32 @@ class PostPublishService:
                 raise UserBlockedBotError("Пользователь заблокировал бота")
             raise
     
+    async def _train_on_published(self, message_id: int) -> None:
+        """Обучает RAG на опубликованном посте."""
+        if not self.scoring_manager:
+            return
+        
+        try:
+            text = await self.db.get_post_text_by_message_id(message_id)
+            if text and text.strip() and text != "^":
+                await self.scoring_manager.on_post_published(text)
+                logger.debug(f"RAG обучен на опубликованном посте: {message_id}")
+        except Exception as e:
+            logger.error(f"Ошибка обучения RAG на опубликованном посте {message_id}: {e}")
+    
+    async def _train_on_declined(self, message_id: int) -> None:
+        """Обучает RAG на отклоненном посте."""
+        if not self.scoring_manager:
+            return
+        
+        try:
+            text = await self.db.get_post_text_by_message_id(message_id)
+            if text and text.strip() and text != "^":
+                await self.scoring_manager.on_post_declined(text)
+                logger.debug(f"RAG обучен на отклоненном посте: {message_id}")
+        except Exception as e:
+            logger.error(f"Ошибка обучения RAG на отклоненном посте {message_id}: {e}")
+
     @track_time("_delete_media_group_and_notify_author", "post_publish_service")
     @track_errors("post_publish_service", "_delete_media_group_and_notify_author")
     @track_media_processing("media_group")

helper_bot/handlers/private/private_handlers.py

@@ -35,11 +35,11 @@ sleep = asyncio.sleep
 class PrivateHandlers:
     """Main handler class for private messages"""
     
-    def __init__(self, db: AsyncBotDB, settings: BotSettings, s3_storage=None):
+    def __init__(self, db: AsyncBotDB, settings: BotSettings, s3_storage=None, scoring_manager=None):
         self.db = db
         self.settings = settings
         self.user_service = UserService(db, settings)
-        self.post_service = PostService(db, settings, s3_storage)
+        self.post_service = PostService(db, settings, s3_storage, scoring_manager)
         self.sticker_service = StickerService(settings)
         
         self.router = Router()
@@ -240,18 +240,24 @@ class PrivateHandlers:
 
 
 # Factory function to create handlers with dependencies
-def create_private_handlers(db: AsyncBotDB, settings: BotSettings, s3_storage=None) -> PrivateHandlers:
+def create_private_handlers(db: AsyncBotDB, settings: BotSettings, s3_storage=None, scoring_manager=None) -> PrivateHandlers:
     """Create private handlers instance with dependencies"""
-    return PrivateHandlers(db, settings, s3_storage)
+    return PrivateHandlers(db, settings, s3_storage, scoring_manager)
 
 
 # Legacy router for backward compatibility
 private_router = Router()
 
+# Флаг инициализации для защиты от повторного вызова
+_legacy_router_initialized = False
+
 # Initialize with global dependencies (for backward compatibility)
 def init_legacy_router():
     """Initialize legacy router with global dependencies"""
-    global private_router
+    global private_router, _legacy_router_initialized
+    
+    if _legacy_router_initialized:
+        return
     
     from helper_bot.utils.base_dependency_factory import get_global_instance
     
@@ -269,11 +275,13 @@ def init_legacy_router():
     
     db = bdf.get_db()
     s3_storage = bdf.get_s3_storage()
-    handlers = create_private_handlers(db, settings, s3_storage)
+    scoring_manager = bdf.get_scoring_manager()
+    handlers = create_private_handlers(db, settings, s3_storage, scoring_manager)
     
     # Instead of trying to copy handlers, we'll use the new router directly
     # This maintains backward compatibility while using the new architecture
     private_router = handlers.router
+    _legacy_router_initialized = True
 
 # Initialize legacy router
 init_legacy_router()

helper_bot/handlers/private/services.py

@@ -128,10 +128,11 @@ class UserService:
 class PostService:
     """Service for post-related operations"""
     
-    def __init__(self, db: DatabaseProtocol, settings: BotSettings, s3_storage=None) -> None:
+    def __init__(self, db: DatabaseProtocol, settings: BotSettings, s3_storage=None, scoring_manager=None) -> None:
         self.db = db
         self.settings = settings
         self.s3_storage = s3_storage
+        self.scoring_manager = scoring_manager
     
     async def _save_media_background(self, sent_message: types.Message, bot_db: Any, s3_storage) -> None:
         """Сохраняет медиа в фоне, чтобы не блокировать ответ пользователю"""
@@ -142,18 +143,65 @@ class PostService:
         except Exception as e:
             logger.error(f"_save_media_background: Ошибка при сохранении медиа для поста {sent_message.message_id}: {e}")
     
+    async def _get_scores(self, text: str) -> tuple:
+        """
+        Получает скоры для текста поста.
+        
+        Returns:
+            Tuple (deepseek_score, rag_score, rag_confidence, rag_score_pos_only, ml_scores_json)
+        """
+        if not self.scoring_manager or not text or not text.strip():
+            return None, None, None, None, None
+        
+        try:
+            scores = await self.scoring_manager.score_post(text)
+            
+            # Формируем JSON для сохранения в БД
+            import json
+            ml_scores_json = json.dumps(scores.to_json_dict()) if scores.has_any_score() else None
+            
+            # Получаем данные от RAG
+            rag_confidence = scores.rag.confidence if scores.rag else None
+            rag_score_pos_only = scores.rag.metadata.get("score_pos_only") if scores.rag else None
+            
+            return scores.deepseek_score, scores.rag_score, rag_confidence, rag_score_pos_only, ml_scores_json
+        except Exception as e:
+            logger.error(f"PostService: Ошибка получения скоров: {e}")
+            return None, None, None, None, None
+    
+    async def _save_scores_background(self, message_id: int, ml_scores_json: str) -> None:
+        """Сохраняет скоры в БД в фоне."""
+        if ml_scores_json:
+            try:
+                await self.db.update_ml_scores(message_id, ml_scores_json)
+            except Exception as e:
+                logger.error(f"PostService: Ошибка сохранения скоров для {message_id}: {e}")
+    
     @track_time("handle_text_post", "post_service")
     @track_errors("post_service", "handle_text_post")
     @db_query_time("handle_text_post", "posts", "insert")
     async def handle_text_post(self, message: types.Message, first_name: str) -> None:
         """Handle text post submission"""
-        post_text = get_text_message(message.text.lower(), first_name, message.from_user.username)
+        raw_text = message.text or ""
+        
+        # Получаем скоры для текста
+        deepseek_score, rag_score, rag_confidence, rag_score_pos_only, ml_scores_json = await self._get_scores(raw_text)
+        
+        # Формируем текст с учетом скоров
+        post_text = get_text_message(
+            message.text.lower(), 
+            first_name, 
+            message.from_user.username,
+            deepseek_score=deepseek_score,
+            rag_score=rag_score,
+            rag_confidence=rag_confidence,
+            rag_score_pos_only=rag_score_pos_only,
+        )
         markup = get_reply_keyboard_for_post()
         
         sent_message = await send_text_message(self.settings.group_for_posts, message, post_text, markup)
         
-        # Сохраняем сырой текст и определяем анонимность
-        raw_text = message.text or ""
+        # Определяем анонимность
         is_anonymous = determine_anonymity(raw_text)
         
         post = TelegramPost(
@@ -165,22 +213,38 @@ class PostService:
         )
         await self.db.add_post(post)
         
+        # Сохраняем скоры в фоне
+        if ml_scores_json:
+            asyncio.create_task(self._save_scores_background(sent_message.message_id, ml_scores_json))
+    
     @track_time("handle_photo_post", "post_service")
     @track_errors("post_service", "handle_photo_post")
     @db_query_time("handle_photo_post", "posts", "insert")
     async def handle_photo_post(self, message: types.Message, first_name: str) -> None:
         """Handle photo post submission"""
+        raw_caption = message.caption or ""
+        
+        # Получаем скоры для текста
+        deepseek_score, rag_score, rag_confidence, rag_score_pos_only, ml_scores_json = await self._get_scores(raw_caption)
+        
         post_caption = ""
         if message.caption:
-            post_caption = get_text_message(message.caption.lower(), first_name, message.from_user.username)
+            post_caption = get_text_message(
+                message.caption.lower(), 
+                first_name, 
+                message.from_user.username,
+                deepseek_score=deepseek_score,
+                rag_score=rag_score,
+                rag_confidence=rag_confidence,
+                rag_score_pos_only=rag_score_pos_only,
+            )
         
         markup = get_reply_keyboard_for_post()
         sent_message = await send_photo_message(
             self.settings.group_for_posts, message, message.photo[-1].file_id, post_caption, markup
         )
         
-        # Сохраняем сырой caption и определяем анонимность
-        raw_caption = message.caption or ""
+        # Определяем анонимность
         is_anonymous = determine_anonymity(raw_caption)
         
         post = TelegramPost(
@@ -191,25 +255,40 @@ class PostService:
             is_anonymous=is_anonymous
         )
         await self.db.add_post(post)
-        # Сохраняем медиа в фоне, чтобы не блокировать ответ пользователю
+        
+        # Сохраняем медиа и скоры в фоне
         asyncio.create_task(self._save_media_background(sent_message, self.db, self.s3_storage))
+        if ml_scores_json:
+            asyncio.create_task(self._save_scores_background(sent_message.message_id, ml_scores_json))
     
     @track_time("handle_video_post", "post_service")
     @track_errors("post_service", "handle_video_post")
     @db_query_time("handle_video_post", "posts", "insert")
     async def handle_video_post(self, message: types.Message, first_name: str) -> None:
         """Handle video post submission"""
+        raw_caption = message.caption or ""
+        
+        # Получаем скоры для текста
+        deepseek_score, rag_score, rag_confidence, rag_score_pos_only, ml_scores_json = await self._get_scores(raw_caption)
+        
         post_caption = ""
         if message.caption:
-            post_caption = get_text_message(message.caption.lower(), first_name, message.from_user.username)
+            post_caption = get_text_message(
+                message.caption.lower(), 
+                first_name, 
+                message.from_user.username,
+                deepseek_score=deepseek_score,
+                rag_score=rag_score,
+                rag_confidence=rag_confidence,
+                rag_score_pos_only=rag_score_pos_only,
+            )
         
         markup = get_reply_keyboard_for_post()
         sent_message = await send_video_message(
             self.settings.group_for_posts, message, message.video.file_id, post_caption, markup
         )
         
-        # Сохраняем сырой caption и определяем анонимность
-        raw_caption = message.caption or ""
+        # Определяем анонимность
         is_anonymous = determine_anonymity(raw_caption)
         
         post = TelegramPost(
@@ -220,8 +299,11 @@ class PostService:
             is_anonymous=is_anonymous
         )
         await self.db.add_post(post)
-        # Сохраняем медиа в фоне, чтобы не блокировать ответ пользователю
+        
+        # Сохраняем медиа и скоры в фоне
         asyncio.create_task(self._save_media_background(sent_message, self.db, self.s3_storage))
+        if ml_scores_json:
+            asyncio.create_task(self._save_scores_background(sent_message.message_id, ml_scores_json))
     
     @track_time("handle_video_note_post", "post_service")
     @track_errors("post_service", "handle_video_note_post")
@@ -253,17 +335,29 @@ class PostService:
     @db_query_time("handle_audio_post", "posts", "insert")
     async def handle_audio_post(self, message: types.Message, first_name: str) -> None:
         """Handle audio post submission"""
+        raw_caption = message.caption or ""
+        
+        # Получаем скоры для текста
+        deepseek_score, rag_score, rag_confidence, rag_score_pos_only, ml_scores_json = await self._get_scores(raw_caption)
+        
         post_caption = ""
         if message.caption:
-            post_caption = get_text_message(message.caption.lower(), first_name, message.from_user.username)
+            post_caption = get_text_message(
+                message.caption.lower(), 
+                first_name, 
+                message.from_user.username,
+                deepseek_score=deepseek_score,
+                rag_score=rag_score,
+                rag_confidence=rag_confidence,
+                rag_score_pos_only=rag_score_pos_only,
+            )
         
         markup = get_reply_keyboard_for_post()
         sent_message = await send_audio_message(
             self.settings.group_for_posts, message, message.audio.file_id, post_caption, markup
         )
         
-        # Сохраняем сырой caption и определяем анонимность
-        raw_caption = message.caption or ""
+        # Определяем анонимность
         is_anonymous = determine_anonymity(raw_caption)
         
         post = TelegramPost(
@@ -274,8 +368,11 @@ class PostService:
             is_anonymous=is_anonymous
         )
         await self.db.add_post(post)
-        # Сохраняем медиа в фоне, чтобы не блокировать ответ пользователю
+        
+        # Сохраняем медиа и скоры в фоне
         asyncio.create_task(self._save_media_background(sent_message, self.db, self.s3_storage))
+        if ml_scores_json:
+            asyncio.create_task(self._save_scores_background(sent_message.message_id, ml_scores_json))
     
     @track_time("handle_voice_post", "post_service")
     @track_errors("post_service", "handle_voice_post")
@@ -310,10 +407,23 @@ class PostService:
         """Handle media group post submission"""
         post_caption = " "
         raw_caption = ""
+        ml_scores_json = None
         
         if album and album[0].caption:
             raw_caption = album[0].caption or ""
-            post_caption = get_text_message(album[0].caption.lower(), first_name, message.from_user.username)
+            
+            # Получаем скоры для текста
+            deepseek_score, rag_score, rag_confidence, rag_score_pos_only, ml_scores_json = await self._get_scores(raw_caption)
+            
+            post_caption = get_text_message(
+                album[0].caption.lower(), 
+                first_name, 
+                message.from_user.username,
+                deepseek_score=deepseek_score,
+                rag_score=rag_score,
+                rag_confidence=rag_confidence,
+                rag_score_pos_only=rag_score_pos_only,
+            )
         
         is_anonymous = determine_anonymity(raw_caption)
         media_group = await prepare_media_group_from_middlewares(album, post_caption)
@@ -333,6 +443,10 @@ class PostService:
         )
         await self.db.add_post(main_post)
         
+        # Сохраняем скоры в фоне
+        if ml_scores_json:
+            asyncio.create_task(self._save_scores_background(main_post_id, ml_scores_json))
+        
         for msg_id in media_group_message_ids:
             await self.db.add_message_link(main_post_id, msg_id)
         

helper_bot/keyboards/keyboards.py

@@ -47,6 +47,9 @@ def get_reply_keyboard_admin():
     )
     builder.row(
         types.KeyboardButton(text="Разбан (список)"),
+        types.KeyboardButton(text="📊 ML Статистика")
+    )
+    builder.row(
         types.KeyboardButton(text="Вернуться в бота")
     )
     markup = builder.as_markup(resize_keyboard=True, one_time_keyboard=True)

helper_bot/main.py

@@ -78,6 +78,22 @@ async def start_bot(bdf):
     
     await bot.delete_webhook(drop_pending_updates=True)
     
+    # Загружаем примеры для RAG из базы данных
+    scoring_manager = bdf.get_scoring_manager()
+    if scoring_manager and scoring_manager.rag_service and scoring_manager.rag_service.is_enabled:
+        try:
+            db = bdf.get_db()
+            positive_texts = await db.get_approved_posts_texts(limit=5000)
+            negative_texts = await db.get_declined_posts_texts(limit=5000)
+            
+            if positive_texts or negative_texts:
+                await scoring_manager.load_examples_from_db(positive_texts, negative_texts)
+                logging.info(f"RAG: Загружено {len(positive_texts)} положительных и {len(negative_texts)} отрицательных примеров")
+            else:
+                logging.warning("RAG: Нет примеров в базе данных для загрузки")
+        except Exception as e:
+            logging.error(f"Ошибка загрузки примеров для RAG: {e}")
+    
     # Запускаем HTTP сервер для метрик параллельно с ботом
     metrics_host = bdf.settings.get('Metrics', {}).get('host', '0.0.0.0')
     metrics_port = bdf.settings.get('Metrics', {}).get('port', 8080)

helper_bot/services/__init__.py

@@ -0,0 +1,5 @@
+"""
+Сервисы приложения.
+
+Содержит бизнес-логику, не связанную напрямую с handlers.
+"""

helper_bot/services/scoring/__init__.py

@@ -0,0 +1,42 @@
+"""
+Сервисы для ML-скоринга постов.
+
+Включает:
+- RAGService - локальное векторное сравнение с ruBERT
+- DeepSeekService - интеграция с DeepSeek API
+- ScoringManager - объединение всех сервисов скоринга
+- VectorStore - in-memory хранилище векторов
+"""
+
+from .base import ScoringResult, ScoringServiceProtocol, CombinedScore
+from .exceptions import (
+    ScoringError,
+    ModelNotLoadedError,
+    VectorStoreError,
+    DeepSeekAPIError,
+    InsufficientExamplesError,
+    TextTooShortError,
+)
+from .vector_store import VectorStore
+from .rag_service import RAGService
+from .deepseek_service import DeepSeekService
+from .scoring_manager import ScoringManager
+
+__all__ = [
+    # Базовые классы
+    "ScoringResult",
+    "ScoringServiceProtocol",
+    "CombinedScore",
+    # Исключения
+    "ScoringError",
+    "ModelNotLoadedError",
+    "VectorStoreError",
+    "DeepSeekAPIError",
+    "InsufficientExamplesError",
+    "TextTooShortError",
+    # Сервисы
+    "VectorStore",
+    "RAGService",
+    "DeepSeekService",
+    "ScoringManager",
+]

helper_bot/services/scoring/base.py

@@ -0,0 +1,155 @@
+"""
+Базовые классы и протоколы для сервисов скоринга.
+"""
+
+from dataclasses import dataclass, field
+from typing import Optional, Protocol, Dict, Any
+from datetime import datetime
+
+
+@dataclass
+class ScoringResult:
+    """
+    Результат оценки поста от одного сервиса.
+    
+    Attributes:
+        score: Оценка от 0.0 до 1.0 (вероятность публикации)
+        source: Источник оценки ("deepseek", "rag", etc.)
+        model: Название используемой модели
+        confidence: Уверенность в оценке (опционально)
+        timestamp: Время получения оценки
+        metadata: Дополнительные данные
+    """
+    score: float
+    source: str
+    model: str
+    confidence: Optional[float] = None
+    timestamp: int = field(default_factory=lambda: int(datetime.now().timestamp()))
+    metadata: Dict[str, Any] = field(default_factory=dict)
+    
+    def __post_init__(self):
+        """Валидация score в диапазоне [0.0, 1.0]."""
+        if not 0.0 <= self.score <= 1.0:
+            raise ValueError(f"Score должен быть в диапазоне [0.0, 1.0], получено: {self.score}")
+    
+    def to_dict(self) -> Dict[str, Any]:
+        """Преобразует результат в словарь для сохранения в JSON."""
+        result = {
+            "score": round(self.score, 4),
+            "model": self.model,
+            "ts": self.timestamp,
+        }
+        if self.confidence is not None:
+            result["confidence"] = round(self.confidence, 4)
+        if self.metadata:
+            result["metadata"] = self.metadata
+        return result
+    
+    @classmethod
+    def from_dict(cls, source: str, data: Dict[str, Any]) -> "ScoringResult":
+        """Создает ScoringResult из словаря."""
+        return cls(
+            score=data["score"],
+            source=source,
+            model=data.get("model", "unknown"),
+            confidence=data.get("confidence"),
+            timestamp=data.get("ts", int(datetime.now().timestamp())),
+            metadata=data.get("metadata", {}),
+        )
+
+
+@dataclass
+class CombinedScore:
+    """
+    Объединенный результат от всех сервисов скоринга.
+    
+    Attributes:
+        deepseek: Результат от DeepSeek API (None если отключен/ошибка)
+        rag: Результат от RAG сервиса (None если отключен/ошибка)
+        errors: Словарь с ошибками по источникам
+    """
+    deepseek: Optional[ScoringResult] = None
+    rag: Optional[ScoringResult] = None
+    errors: Dict[str, str] = field(default_factory=dict)
+    
+    @property
+    def deepseek_score(self) -> Optional[float]:
+        """Возвращает только числовой скор от DeepSeek."""
+        return self.deepseek.score if self.deepseek else None
+    
+    @property
+    def rag_score(self) -> Optional[float]:
+        """Возвращает только числовой скор от RAG."""
+        return self.rag.score if self.rag else None
+    
+    def to_json_dict(self) -> Dict[str, Any]:
+        """
+        Преобразует в словарь для сохранения в ml_scores колонку.
+        
+        Формат:
+        {
+            "deepseek": {"score": 0.75, "model": "...", "ts": ...},
+            "rag": {"score": 0.90, "model": "...", "ts": ...}
+        }
+        """
+        result = {}
+        if self.deepseek:
+            result["deepseek"] = self.deepseek.to_dict()
+        if self.rag:
+            result["rag"] = self.rag.to_dict()
+        return result
+    
+    def has_any_score(self) -> bool:
+        """Проверяет, есть ли хотя бы один успешный скор."""
+        return self.deepseek is not None or self.rag is not None
+
+
+class ScoringServiceProtocol(Protocol):
+    """
+    Протокол для сервисов скоринга.
+    
+    Любой сервис скоринга должен реализовывать эти методы.
+    """
+    
+    @property
+    def source_name(self) -> str:
+        """Возвращает имя источника ("deepseek", "rag", etc.)."""
+        ...
+    
+    @property
+    def is_enabled(self) -> bool:
+        """Проверяет, включен ли сервис."""
+        ...
+    
+    async def calculate_score(self, text: str) -> ScoringResult:
+        """
+        Рассчитывает скор для текста поста.
+        
+        Args:
+            text: Текст поста для оценки
+            
+        Returns:
+            ScoringResult с оценкой
+            
+        Raises:
+            ScoringError: При ошибке расчета
+        """
+        ...
+    
+    async def add_positive_example(self, text: str) -> None:
+        """
+        Добавляет текст как положительный пример (опубликованный пост).
+        
+        Args:
+            text: Текст опубликованного поста
+        """
+        ...
+    
+    async def add_negative_example(self, text: str) -> None:
+        """
+        Добавляет текст как отрицательный пример (отклоненный пост).
+        
+        Args:
+            text: Текст отклоненного поста
+        """
+        ...

helper_bot/services/scoring/deepseek_service.py

@@ -0,0 +1,358 @@
+"""
+DeepSeek API сервис для скоринга постов.
+
+Использует DeepSeek API для семантической оценки релевантности поста.
+"""
+
+import asyncio
+import json
+from typing import Optional, List
+
+import httpx
+
+from logs.custom_logger import logger
+from helper_bot.utils.metrics import track_time, track_errors
+
+from .base import ScoringResult
+from .exceptions import DeepSeekAPIError, ScoringError, TextTooShortError
+
+
+class DeepSeekService:
+    """
+    Сервис для оценки постов через DeepSeek API.
+    
+    Отправляет текст поста в DeepSeek с промптом для оценки
+    и получает числовой скор релевантности.
+    
+    Attributes:
+        api_key: API ключ DeepSeek
+        api_url: URL API эндпоинта
+        model: Название модели
+        timeout: Таймаут запроса в секундах
+    """
+    
+    # Промпт для оценки поста
+    SCORING_PROMPT = """Роль: Ты — строгий и внимательный модератор сообщества в социальной сети, ориентированного на знакомства между людьми. Твоя задача — оценить, можно ли опубликовать пост, основываясь на четких правилах.
+
+Контекст группы: Это группа для поиска и знакомства с людьми. Пользователи могут искать кого угодно: случайно увиденных на улице, в транспорте, в кафе, старых знакомых, новых друзей или пару. Это главная и единственная цель группы.
+
+---
+
+ПРАВИЛА ЗАПРЕТА (пост НЕ ДОЛЖЕН быть опубликован, если содержит это):
+
+1. Запрещенные законом тематики: Любые призывы, обсуждение или поиск чего-либо незаконного (наркотики, оружие, мошенничество, насилие и т.д.).
+2. Поиск и утеря животных, найденные предметы: Запрещены посты про потерявшихся/найденных кошек, собак, хомяков, а также про потерянные/найденные телефоны, ключи, сумки и т.п.
+3. Конкуренция (Дайвинчик): Любое упоминание группы/проекта/чата "Дайвинчик" или любых других групп-конкурентов. Запрещены призывы переходить в другие сообщества.
+4. Сбор больших компаний и групп: Запрещены посты с целью собрать большую тусовку, компанию, группу для похода, вечеринки, игры и т.д. (например, "собираем команду для футбола", "кто хочет на квартиру?").
+5. Организация чатов и других сообществ: Запрещено создание или реклама сторонних чатов, каналов, групп в телеграме, дискорде и т.п.
+
+---
+
+ПРАВИЛА РАЗРЕШЕНИЯ (пост МОЖЕТ быть опубликован, если):
+
+· Цель — найти конкретного человека или познакомиться с кем-то новым.
+· Формат: Описание человека, обстоятельств встречи, примет, места и времени. Или прямой призыв к знакомству.
+· Примеры ДОПУСТИМЫХ постов (ориентируйся на них):
+  · "мальчики нефоры/патлатые, гоу знакомиться😻 анон"
+  · "ищу девочку, ехала на 21 автобусе примерно в 15:20. села на детской поликлинике и вышла в заречье вся в черной одежде и с черным баулом"
+  · "ищу мальчика ехали на 35 автобусе часов в 7 вечера я была с девочками,у нас с тобой еще куртки одинаковые ,я рядом с тобой сидела,напиши в комментарии если у тебя нету девочки. анон админу любви."
+
+---
+
+ИНСТРУКЦИЯ ПО ОЦЕНКЕ:
+
+Проанализируй полученный пост и присвой ему итоговый Вес (Score) от 0.0 до 1.0, где:
+
+· 1.0 — Пост полностью соответствует правилам. Цель — найти/познакомиться с человеком. Ничего из списка запретов не нарушено. Можно публиковать.
+· 0.0 — Пост категорически нарушает правила. Содержит явные признаки одного или нескольких пунктов из списка запрета. Публиковать НЕЛЬЗЯ.
+· 0.2 - 0.8 — Пост находится в "серой зоне". Присваивай промежуточный вес, оценивая степень риска и соответствия цели группы.
+  · Ближе к 0.2: Сильно сомнительный пост, есть явные признаки запрещенной темы (например, упоминание "собраться компанией", косвенная реклама другого места).
+  · 0.5: Нейтральный или неочевидный пост. Нужно проверить, нет ли скрытого смысла, нарушающего правила.
+  · Ближе к 0.8: В целом допустимый пост, но с небольшими странностями или двусмысленностями, не нарушающими правила напрямую.
+---
+{text}
+---
+
+Ответь ТОЛЬКО числом от 0.0 до 1.0, без дополнительных объяснений.
+Пример ответа: 0.75"""
+
+    DEFAULT_API_URL = "https://api.deepseek.com/v1/chat/completions"
+    DEFAULT_MODEL = "deepseek-chat"
+    
+    def __init__(
+        self,
+        api_key: Optional[str] = None,
+        api_url: Optional[str] = None,
+        model: Optional[str] = None,
+        timeout: int = 30,
+        enabled: bool = True,
+        min_text_length: int = 3,
+        max_retries: int = 3,
+    ):
+        """
+        Инициализация DeepSeek сервиса.
+        
+        Args:
+            api_key: API ключ DeepSeek
+            api_url: URL API эндпоинта
+            model: Название модели
+            timeout: Таймаут запроса в секундах
+            enabled: Включен ли сервис
+            min_text_length: Минимальная длина текста для обработки
+            max_retries: Максимальное количество повторных попыток
+        """
+        self.api_key = api_key
+        self.api_url = api_url or self.DEFAULT_API_URL
+        self.model = model or self.DEFAULT_MODEL
+        self.timeout = timeout
+        self._enabled = enabled and bool(api_key)
+        self.min_text_length = min_text_length
+        self.max_retries = max_retries
+        
+        # HTTP клиент (создается лениво)
+        self._client: Optional[httpx.AsyncClient] = None
+        
+        if not api_key and enabled:
+            logger.warning("DeepSeekService: API ключ не указан, сервис отключен")
+            self._enabled = False
+        
+        logger.info(
+            f"DeepSeekService инициализирован "
+            f"(model={self.model}, enabled={self._enabled})"
+        )
+    
+    @property
+    def source_name(self) -> str:
+        """Имя источника для результатов."""
+        return "deepseek"
+    
+    @property
+    def is_enabled(self) -> bool:
+        """Проверяет, включен ли сервис."""
+        return self._enabled
+    
+    async def _get_client(self) -> httpx.AsyncClient:
+        """Получает или создает HTTP клиент."""
+        if self._client is None:
+            self._client = httpx.AsyncClient(
+                timeout=httpx.Timeout(self.timeout),
+                headers={
+                    "Authorization": f"Bearer {self.api_key}",
+                    "Content-Type": "application/json",
+                },
+            )
+        return self._client
+    
+    async def close(self) -> None:
+        """Закрывает HTTP клиент."""
+        if self._client:
+            await self._client.aclose()
+            self._client = None
+    
+    def _clean_text(self, text: str) -> str:
+        """Очищает текст от лишних символов."""
+        if not text:
+            return ""
+        
+        # Удаляем лишние пробелы и переносы строк
+        clean = " ".join(text.split())
+        
+        # Удаляем служебные символы
+        if clean == "^":
+            return ""
+        
+        return clean.strip()
+    
+    def _parse_score_response(self, response_text: str) -> float:
+        """
+        Парсит ответ от DeepSeek и извлекает скор.
+        
+        Args:
+            response_text: Текст ответа от API
+            
+        Returns:
+            Числовой скор от 0.0 до 1.0
+            
+        Raises:
+            DeepSeekAPIError: Если не удалось распарсить ответ
+        """
+        try:
+            # Пытаемся найти число в ответе
+            text = response_text.strip()
+            
+            # Убираем возможные обрамления
+            text = text.strip('"\'`')
+            
+            # Пробуем распарсить как число
+            score = float(text)
+            
+            # Ограничиваем диапазон
+            score = max(0.0, min(1.0, score))
+            
+            return score
+            
+        except ValueError:
+            # Пробуем найти число в тексте
+            import re
+            matches = re.findall(r'0\.\d+|1\.0|0|1', text)
+            if matches:
+                score = float(matches[0])
+                return max(0.0, min(1.0, score))
+            
+            logger.error(f"DeepSeekService: Не удалось распарсить ответ: {response_text}")
+            raise DeepSeekAPIError(f"Не удалось распарсить скор из ответа: {response_text}")
+    
+    @track_time("calculate_score", "deepseek_service")
+    @track_errors("deepseek_service", "calculate_score")
+    async def calculate_score(self, text: str) -> ScoringResult:
+        """
+        Рассчитывает скор для текста поста через DeepSeek API.
+        
+        Args:
+            text: Текст поста для оценки
+            
+        Returns:
+            ScoringResult с оценкой
+            
+        Raises:
+            ScoringError: При ошибке расчета
+        """
+        if not self._enabled:
+            raise ScoringError("DeepSeek сервис отключен")
+        
+        # Очищаем текст
+        clean_text = self._clean_text(text)
+        
+        if len(clean_text) < self.min_text_length:
+            raise TextTooShortError(
+                f"Текст слишком короткий (минимум {self.min_text_length} символов)"
+            )
+        
+        # Формируем промпт
+        prompt = self.SCORING_PROMPT.format(text=clean_text)
+        
+        # Выполняем запрос с повторными попытками
+        last_error = None
+        for attempt in range(self.max_retries):
+            try:
+                score = await self._make_api_request(prompt)
+                
+                return ScoringResult(
+                    score=score,
+                    source=self.source_name,
+                    model=self.model,
+                    metadata={
+                        "text_length": len(clean_text),
+                        "attempt": attempt + 1,
+                    },
+                )
+                
+            except DeepSeekAPIError as e:
+                last_error = e
+                logger.warning(
+                    f"DeepSeekService: Попытка {attempt + 1}/{self.max_retries} "
+                    f"не удалась: {e}"
+                )
+                if attempt < self.max_retries - 1:
+                    # Экспоненциальная задержка
+                    await asyncio.sleep(2 ** attempt)
+        
+        raise ScoringError(f"Все попытки запроса к DeepSeek API не удались: {last_error}")
+    
+    async def _make_api_request(self, prompt: str) -> float:
+        """
+        Выполняет запрос к DeepSeek API.
+        
+        Args:
+            prompt: Промпт для отправки
+            
+        Returns:
+            Числовой скор от 0.0 до 1.0
+            
+        Raises:
+            DeepSeekAPIError: При ошибке API
+        """
+        client = await self._get_client()
+        
+        payload = {
+            "model": self.model,
+            "messages": [
+                {
+                    "role": "user",
+                    "content": prompt,
+                }
+            ],
+            "temperature": 0.1,  # Низкая температура для детерминированности
+            "max_tokens": 10,    # Ожидаем только число
+        }
+        
+        try:
+            response = await client.post(self.api_url, json=payload)
+            response.raise_for_status()
+            
+            data = response.json()
+            
+            # Извлекаем ответ
+            if "choices" not in data or not data["choices"]:
+                raise DeepSeekAPIError("Пустой ответ от API")
+            
+            response_text = data["choices"][0]["message"]["content"]
+            
+            # Парсим скор
+            score = self._parse_score_response(response_text)
+            
+            logger.debug(f"DeepSeekService: Получен скор {score} для текста")
+            return score
+            
+        except httpx.HTTPStatusError as e:
+            error_msg = f"HTTP ошибка {e.response.status_code}"
+            try:
+                error_data = e.response.json()
+                if "error" in error_data:
+                    error_msg = error_data["error"].get("message", error_msg)
+            except Exception:
+                pass
+            raise DeepSeekAPIError(error_msg)
+            
+        except httpx.TimeoutException:
+            raise DeepSeekAPIError(f"Таймаут запроса ({self.timeout}s)")
+            
+        except Exception as e:
+            raise DeepSeekAPIError(f"Ошибка запроса: {e}")
+    
+    async def add_positive_example(self, text: str) -> None:
+        """
+        Добавляет текст как положительный пример.
+        
+        Для DeepSeek не требуется хранить примеры - оценка выполняется
+        на основе промпта. Метод существует для совместимости с протоколом.
+        
+        Args:
+            text: Текст опубликованного поста
+        """
+        # DeepSeek не использует примеры для обучения
+        # Промпт уже содержит критерии оценки
+        pass
+    
+    async def add_negative_example(self, text: str) -> None:
+        """
+        Добавляет текст как отрицательный пример.
+        
+        Для DeepSeek не требуется хранить примеры - оценка выполняется
+        на основе промпта. Метод существует для совместимости с протоколом.
+        
+        Args:
+            text: Текст отклоненного поста
+        """
+        # DeepSeek не использует примеры для обучения
+        pass
+    
+    def get_stats(self) -> dict:
+        """Возвращает статистику сервиса."""
+        return {
+            "enabled": self._enabled,
+            "model": self.model,
+            "api_url": self.api_url,
+            "timeout": self.timeout,
+            "max_retries": self.max_retries,
+        }

helper_bot/services/scoring/exceptions.py

@@ -0,0 +1,33 @@
+"""
+Исключения для сервисов скоринга.
+"""
+
+
+class ScoringError(Exception):
+    """Базовое исключение для ошибок скоринга."""
+    pass
+
+
+class ModelNotLoadedError(ScoringError):
+    """Модель не загружена или недоступна."""
+    pass
+
+
+class VectorStoreError(ScoringError):
+    """Ошибка при работе с хранилищем векторов."""
+    pass
+
+
+class DeepSeekAPIError(ScoringError):
+    """Ошибка при обращении к DeepSeek API."""
+    pass
+
+
+class InsufficientExamplesError(ScoringError):
+    """Недостаточно примеров для расчета скора."""
+    pass
+
+
+class TextTooShortError(ScoringError):
+    """Текст слишком короткий для векторизации."""
+    pass

helper_bot/services/scoring/rag_service.py

@@ -0,0 +1,507 @@
+"""
+RAG сервис для скоринга постов с использованием ruBERT.
+
+Использует модель DeepPavlov/rubert-base-cased для создания эмбеддингов
+и сравнивает их с эталонными примерами через VectorStore.
+"""
+
+import asyncio
+from typing import Optional, List
+
+import numpy as np
+
+from logs.custom_logger import logger
+from helper_bot.utils.metrics import track_time, track_errors
+
+from .base import ScoringResult
+from .vector_store import VectorStore
+from .exceptions import (
+    ModelNotLoadedError,
+    ScoringError,
+    InsufficientExamplesError,
+    TextTooShortError,
+)
+
+
+class RAGService:
+    """
+    RAG сервис для оценки постов на основе векторного сходства.
+    
+    Использует ruBERT для создания эмбеддингов текста и сравнивает
+    их с эталонными примерами (опубликованные vs отклоненные посты).
+    
+    Attributes:
+        model_name: Название модели HuggingFace
+        vector_store: Хранилище векторов
+        min_text_length: Минимальная длина текста для обработки
+    """
+    
+    # Название модели по умолчанию
+    DEFAULT_MODEL = "DeepPavlov/rubert-base-cased"
+    
+    def __init__(
+        self,
+        model_name: Optional[str] = None,
+        vector_store: Optional[VectorStore] = None,
+        cache_dir: Optional[str] = None,
+        enabled: bool = True,
+        min_text_length: int = 3,
+    ):
+        """
+        Инициализация RAG сервиса.
+        
+        Args:
+            model_name: Название модели HuggingFace (по умолчанию ruBERT)
+            vector_store: Хранилище векторов (создается автоматически если не передано)
+            cache_dir: Директория для кеширования модели
+            enabled: Включен ли сервис
+            min_text_length: Минимальная длина текста для обработки
+        """
+        self.model_name = model_name or self.DEFAULT_MODEL
+        self.cache_dir = cache_dir
+        self._enabled = enabled
+        self.min_text_length = min_text_length
+        
+        # Модель и токенизатор загружаются лениво
+        self._model = None
+        self._tokenizer = None
+        self._model_loaded = False
+        
+        # Хранилище векторов
+        self.vector_store = vector_store or VectorStore()
+        
+        logger.info(f"RAGService инициализирован (model={self.model_name}, enabled={enabled})")
+    
+    @property
+    def source_name(self) -> str:
+        """Имя источника для результатов."""
+        return "rag"
+    
+    @property
+    def is_enabled(self) -> bool:
+        """Проверяет, включен ли сервис."""
+        return self._enabled
+    
+    @property
+    def is_model_loaded(self) -> bool:
+        """Проверяет, загружена ли модель."""
+        return self._model_loaded
+    
+    async def load_model(self) -> None:
+        """
+        Загружает модель и токенизатор.
+        
+        Выполняется асинхронно в отдельном потоке чтобы не блокировать event loop.
+        """
+        if self._model_loaded:
+            return
+        
+        if not self._enabled:
+            logger.warning("RAGService: Сервис отключен, модель не загружается")
+            return
+        
+        logger.info(f"RAGService: Загрузка модели {self.model_name}...")
+        
+        try:
+            # Загрузка в отдельном потоке
+            loop = asyncio.get_event_loop()
+            await loop.run_in_executor(None, self._load_model_sync)
+            
+            self._model_loaded = True
+            logger.info(f"RAGService: Модель {self.model_name} успешно загружена")
+            
+        except Exception as e:
+            logger.error(f"RAGService: Ошибка загрузки модели: {e}")
+            raise ModelNotLoadedError(f"Не удалось загрузить модель {self.model_name}: {e}")
+    
+    def _load_model_sync(self) -> None:
+        """Синхронная загрузка модели (вызывается в executor)."""
+        logger.info("RAGService: Начало _load_model_sync, импорт transformers...")
+        from transformers import AutoTokenizer, AutoModel
+        import torch
+        
+        # Определяем устройство
+        self._device = "cuda" if torch.cuda.is_available() else "cpu"
+        logger.info(f"RAGService: Устройство определено: {self._device}")
+        
+        # Загружаем токенизатор
+        logger.info(f"RAGService: Загрузка токенизатора из {self.model_name}...")
+        self._tokenizer = AutoTokenizer.from_pretrained(
+            self.model_name,
+            cache_dir=self.cache_dir,
+        )
+        logger.info("RAGService: Токенизатор загружен")
+        
+        # Загружаем модель
+        logger.info(f"RAGService: Загрузка модели из {self.model_name} (это может занять несколько минут)...")
+        self._model = AutoModel.from_pretrained(
+            self.model_name,
+            cache_dir=self.cache_dir,
+        )
+        logger.info("RAGService: Модель загружена, перенос на устройство...")
+        self._model.to(self._device)
+        self._model.eval()  # Режим инференса
+        
+        logger.info(f"RAGService: Модель готова на устройстве: {self._device}")
+    
+    def _get_embedding_sync(self, text: str) -> np.ndarray:
+        """
+        Получает эмбеддинг текста (синхронно).
+        
+        Использует [CLS] токен как представление всего текста.
+        
+        Args:
+            text: Текст для векторизации
+            
+        Returns:
+            Numpy массив с эмбеддингом (768 измерений для ruBERT)
+        """
+        import torch
+        
+        # Токенизация с ограничением длины
+        inputs = self._tokenizer(
+            text,
+            return_tensors="pt",
+            truncation=True,
+            max_length=512,
+            padding=True,
+        )
+        inputs = {k: v.to(self._device) for k, v in inputs.items()}
+        
+        # Получаем эмбеддинг
+        with torch.no_grad():
+            outputs = self._model(**inputs)
+            # Используем [CLS] токен (первый токен)
+            embedding = outputs.last_hidden_state[:, 0, :].cpu().numpy()
+        
+        return embedding.flatten()
+    
+    def _get_embeddings_batch_sync(self, texts: List[str], batch_size: int = 16) -> List[np.ndarray]:
+        """
+        Получает эмбеддинги для батча текстов (синхронно).
+        
+        Обрабатывает тексты пачками для эффективного использования GPU/CPU.
+        
+        Args:
+            texts: Список текстов для векторизации
+            batch_size: Размер батча (по умолчанию 16)
+            
+        Returns:
+            Список numpy массивов с эмбеддингами
+        """
+        import torch
+        
+        all_embeddings = []
+        
+        for i in range(0, len(texts), batch_size):
+            batch_texts = texts[i:i + batch_size]
+            
+            # Токенизация батча
+            inputs = self._tokenizer(
+                batch_texts,
+                return_tensors="pt",
+                truncation=True,
+                max_length=512,
+                padding=True,
+            )
+            inputs = {k: v.to(self._device) for k, v in inputs.items()}
+            
+            # Получаем эмбеддинги
+            with torch.no_grad():
+                outputs = self._model(**inputs)
+                # [CLS] токен для каждого текста в батче
+                batch_embeddings = outputs.last_hidden_state[:, 0, :].cpu().numpy()
+            
+            # Разбиваем на отдельные эмбеддинги
+            for j in range(len(batch_texts)):
+                all_embeddings.append(batch_embeddings[j])
+            
+            if i > 0 and i % (batch_size * 10) == 0:
+                logger.info(f"RAGService: Обработано {i}/{len(texts)} текстов")
+        
+        return all_embeddings
+    
+    async def get_embeddings_batch(self, texts: List[str], batch_size: int = 16) -> List[np.ndarray]:
+        """
+        Получает эмбеддинги для батча текстов (асинхронно).
+        
+        Args:
+            texts: Список текстов для векторизации
+            batch_size: Размер батча
+            
+        Returns:
+            Список numpy массивов с эмбеддингами
+        """
+        if not self._model_loaded:
+            await self.load_model()
+        
+        if not self._model_loaded:
+            raise ModelNotLoadedError("Модель не загружена")
+        
+        # Очищаем тексты
+        clean_texts = [self._clean_text(text) for text in texts]
+        
+        # Выполняем батч-обработку в thread pool
+        loop = asyncio.get_event_loop()
+        embeddings = await loop.run_in_executor(
+            None,
+            self._get_embeddings_batch_sync,
+            clean_texts,
+            batch_size,
+        )
+        
+        return embeddings
+    
+    async def get_embedding(self, text: str) -> np.ndarray:
+        """
+        Получает эмбеддинг текста (асинхронно).
+        
+        Args:
+            text: Текст для векторизации
+            
+        Returns:
+            Numpy массив с эмбеддингом
+            
+        Raises:
+            ModelNotLoadedError: Если модель не загружена
+            TextTooShortError: Если текст слишком короткий
+        """
+        if not self._model_loaded:
+            await self.load_model()
+        
+        if not self._model_loaded:
+            raise ModelNotLoadedError("Модель не загружена")
+        
+        # Очищаем текст
+        clean_text = self._clean_text(text)
+        
+        if len(clean_text) < self.min_text_length:
+            raise TextTooShortError(
+                f"Текст слишком короткий (минимум {self.min_text_length} символов)"
+            )
+        
+        # Выполняем в отдельном потоке
+        loop = asyncio.get_event_loop()
+        embedding = await loop.run_in_executor(
+            None, 
+            self._get_embedding_sync, 
+            clean_text
+        )
+        
+        return embedding
+    
+    def _clean_text(self, text: str) -> str:
+        """Очищает текст от лишних символов."""
+        if not text:
+            return ""
+        
+        # Удаляем лишние пробелы и переносы строк
+        clean = " ".join(text.split())
+        
+        # Удаляем служебные символы (например "^" для helper сообщений)
+        if clean == "^":
+            return ""
+        
+        return clean.strip()
+    
+    @track_time("calculate_score", "rag_service")
+    @track_errors("rag_service", "calculate_score")
+    async def calculate_score(self, text: str) -> ScoringResult:
+        """
+        Рассчитывает скор для текста поста.
+        
+        Args:
+            text: Текст поста для оценки
+            
+        Returns:
+            ScoringResult с оценкой
+            
+        Raises:
+            ScoringError: При ошибке расчета
+        """
+        if not self._enabled:
+            raise ScoringError("RAG сервис отключен")
+        
+        try:
+            # Получаем эмбеддинг текста
+            embedding = await self.get_embedding(text)
+            
+            # Логируем первые элементы вектора для отладки
+            logger.info(
+                f"RAGService: embedding[:3]={embedding[:3].tolist()}, "
+                f"text_preview='{text[:30]}'"
+            )
+            
+            # Рассчитываем скор через VectorStore
+            score, confidence, score_pos_only = self.vector_store.calculate_similarity_score(embedding)
+            
+            return ScoringResult(
+                score=score,
+                source=self.source_name,
+                model=self.model_name,
+                confidence=confidence,
+                metadata={
+                    "positive_examples": self.vector_store.positive_count,
+                    "negative_examples": self.vector_store.negative_count,
+                    "score_pos_only": score_pos_only,  # Для сравнения
+                },
+            )
+            
+        except InsufficientExamplesError:
+            # Не достаточно примеров - возвращаем нейтральный скор
+            logger.warning("RAGService: Недостаточно примеров для расчета скора")
+            raise
+            
+        except TextTooShortError:
+            logger.warning(f"RAGService: Текст слишком короткий для оценки")
+            raise
+            
+        except Exception as e:
+            logger.error(f"RAGService: Ошибка расчета скора: {e}")
+            raise ScoringError(f"Ошибка расчета скора: {e}")
+    
+    @track_time("add_positive_example", "rag_service")
+    async def add_positive_example(self, text: str) -> None:
+        """
+        Добавляет текст как положительный пример (опубликованный пост).
+        
+        Args:
+            text: Текст опубликованного поста
+        """
+        if not self._enabled:
+            return
+        
+        try:
+            clean_text = self._clean_text(text)
+            if len(clean_text) < self.min_text_length:
+                logger.debug("RAGService: Текст слишком короткий для примера, пропускаем")
+                return
+            
+            # Получаем эмбеддинг
+            embedding = await self.get_embedding(clean_text)
+            
+            # Вычисляем хеш для дедупликации
+            text_hash = VectorStore.compute_text_hash(clean_text)
+            
+            # Добавляем в хранилище
+            added = self.vector_store.add_positive(embedding, text_hash)
+            
+            if added:
+                logger.info(f"RAGService: Добавлен положительный пример")
+                
+        except Exception as e:
+            logger.error(f"RAGService: Ошибка добавления положительного примера: {e}")
+    
+    @track_time("add_negative_example", "rag_service")
+    async def add_negative_example(self, text: str) -> None:
+        """
+        Добавляет текст как отрицательный пример (отклоненный пост).
+        
+        Args:
+            text: Текст отклоненного поста
+        """
+        if not self._enabled:
+            return
+        
+        try:
+            clean_text = self._clean_text(text)
+            if len(clean_text) < self.min_text_length:
+                logger.debug("RAGService: Текст слишком короткий для примера, пропускаем")
+                return
+            
+            # Получаем эмбеддинг
+            embedding = await self.get_embedding(clean_text)
+            
+            # Вычисляем хеш для дедупликации
+            text_hash = VectorStore.compute_text_hash(clean_text)
+            
+            # Добавляем в хранилище
+            added = self.vector_store.add_negative(embedding, text_hash)
+            
+            if added:
+                logger.info(f"RAGService: Добавлен отрицательный пример")
+                
+        except Exception as e:
+            logger.error(f"RAGService: Ошибка добавления отрицательного примера: {e}")
+    
+    async def load_examples_from_db(
+        self,
+        positive_texts: list[str],
+        negative_texts: list[str],
+        batch_size: int = 16,
+    ) -> None:
+        """
+        Загружает примеры из базы данных с батч-обработкой.
+        
+        Используется при запуске бота для восстановления VectorStore.
+        Батч-обработка ускоряет загрузку в 10-20 раз.
+        
+        Args:
+            positive_texts: Список текстов опубликованных постов
+            negative_texts: Список текстов отклоненных постов
+            batch_size: Размер батча для обработки (по умолчанию 16)
+        """
+        if not self._enabled:
+            return
+        
+        logger.info(
+            f"RAGService: Загрузка примеров из БД с батч-обработкой "
+            f"(positive: {len(positive_texts)}, negative: {len(negative_texts)}, batch_size: {batch_size})"
+        )
+        
+        # Убеждаемся что модель загружена
+        await self.load_model()
+        
+        import time
+        start_time = time.time()
+        
+        # Фильтруем и очищаем положительные тексты
+        if positive_texts:
+            clean_positive = []
+            positive_hashes = []
+            for text in positive_texts:
+                clean_text = self._clean_text(text)
+                if len(clean_text) >= self.min_text_length:
+                    clean_positive.append(clean_text)
+                    positive_hashes.append(VectorStore.compute_text_hash(clean_text))
+            
+            if clean_positive:
+                logger.info(f"RAGService: Обработка {len(clean_positive)} положительных примеров батчами...")
+                positive_embeddings = await self.get_embeddings_batch(clean_positive, batch_size)
+                self.vector_store.add_positive_batch(positive_embeddings, positive_hashes)
+        
+        # Фильтруем и очищаем отрицательные тексты
+        if negative_texts:
+            clean_negative = []
+            negative_hashes = []
+            for text in negative_texts:
+                clean_text = self._clean_text(text)
+                if len(clean_text) >= self.min_text_length:
+                    clean_negative.append(clean_text)
+                    negative_hashes.append(VectorStore.compute_text_hash(clean_text))
+            
+            if clean_negative:
+                logger.info(f"RAGService: Обработка {len(clean_negative)} отрицательных примеров батчами...")
+                negative_embeddings = await self.get_embeddings_batch(clean_negative, batch_size)
+                self.vector_store.add_negative_batch(negative_embeddings, negative_hashes)
+        
+        elapsed = time.time() - start_time
+        logger.info(
+            f"RAGService: Загрузка завершена за {elapsed:.1f} сек "
+            f"(positive: {self.vector_store.positive_count}, "
+            f"negative: {self.vector_store.negative_count})"
+        )
+    
+    def save_vectors(self) -> None:
+        """Сохраняет векторы на диск."""
+        if self.vector_store.storage_path:
+            self.vector_store.save_to_disk()
+    
+    def get_stats(self) -> dict:
+        """Возвращает статистику сервиса."""
+        return {
+            "enabled": self._enabled,
+            "model_name": self.model_name,
+            "model_loaded": self._model_loaded,
+            "vector_store": self.vector_store.get_stats(),
+        }

helper_bot/services/scoring/scoring_manager.py

@@ -0,0 +1,242 @@
+"""
+Менеджер для объединения всех сервисов скоринга.
+
+Координирует работу RAGService и DeepSeekService,
+выполняет параллельные запросы и агрегирует результаты.
+"""
+
+import asyncio
+from typing import Optional, List
+
+from logs.custom_logger import logger
+from helper_bot.utils.metrics import track_time, track_errors
+
+from .base import CombinedScore, ScoringResult
+from .rag_service import RAGService
+from .deepseek_service import DeepSeekService
+from .vector_store import VectorStore
+from .exceptions import ScoringError, InsufficientExamplesError, TextTooShortError
+
+
+class ScoringManager:
+    """
+    Менеджер для управления всеми сервисами скоринга.
+    
+    Объединяет RAGService и DeepSeekService, выполняет параллельные
+    запросы и агрегирует результаты в единый CombinedScore.
+    
+    Attributes:
+        rag_service: Сервис RAG с ruBERT
+        deepseek_service: Сервис DeepSeek API
+    """
+    
+    def __init__(
+        self,
+        rag_service: Optional[RAGService] = None,
+        deepseek_service: Optional[DeepSeekService] = None,
+    ):
+        """
+        Инициализация менеджера.
+        
+        Args:
+            rag_service: Сервис RAG (создается автоматически если не передан)
+            deepseek_service: Сервис DeepSeek (создается автоматически если не передан)
+        """
+        self.rag_service = rag_service
+        self.deepseek_service = deepseek_service
+        
+        logger.info(
+            f"ScoringManager инициализирован "
+            f"(rag={rag_service is not None and rag_service.is_enabled}, "
+            f"deepseek={deepseek_service is not None and deepseek_service.is_enabled})"
+        )
+    
+    @property
+    def is_any_enabled(self) -> bool:
+        """Проверяет, включен ли хотя бы один сервис."""
+        rag_enabled = self.rag_service is not None and self.rag_service.is_enabled
+        deepseek_enabled = self.deepseek_service is not None and self.deepseek_service.is_enabled
+        return rag_enabled or deepseek_enabled
+    
+    @track_time("score_post", "scoring_manager")
+    @track_errors("scoring_manager", "score_post")
+    async def score_post(self, text: str) -> CombinedScore:
+        """
+        Рассчитывает скоры для текста поста от всех сервисов.
+        
+        Выполняет запросы параллельно для минимизации задержки.
+        
+        Args:
+            text: Текст поста для оценки
+            
+        Returns:
+            CombinedScore с результатами от всех сервисов
+        """
+        result = CombinedScore()
+        
+        if not text or not text.strip():
+            logger.debug("ScoringManager: Пустой текст, пропускаем скоринг")
+            return result
+        
+        # Собираем задачи для параллельного выполнения
+        tasks = []
+        task_names = []
+        
+        # RAG сервис
+        if self.rag_service and self.rag_service.is_enabled:
+            tasks.append(self._get_rag_score(text))
+            task_names.append("rag")
+        
+        # DeepSeek сервис
+        if self.deepseek_service and self.deepseek_service.is_enabled:
+            tasks.append(self._get_deepseek_score(text))
+            task_names.append("deepseek")
+        
+        if not tasks:
+            logger.debug("ScoringManager: Нет активных сервисов для скоринга")
+            return result
+        
+        # Выполняем параллельно
+        results = await asyncio.gather(*tasks, return_exceptions=True)
+        
+        # Обрабатываем результаты
+        for name, res in zip(task_names, results):
+            if isinstance(res, Exception):
+                error_msg = str(res)
+                result.errors[name] = error_msg
+                logger.warning(f"ScoringManager: Ошибка от {name}: {error_msg}")
+            elif res is not None:
+                if name == "rag":
+                    result.rag = res
+                elif name == "deepseek":
+                    result.deepseek = res
+        
+        logger.info(
+            f"ScoringManager: Скоринг завершен "
+            f"(rag={result.rag_score}, deepseek={result.deepseek_score})"
+        )
+        
+        return result
+    
+    async def _get_rag_score(self, text: str) -> Optional[ScoringResult]:
+        """Получает скор от RAG сервиса."""
+        try:
+            return await self.rag_service.calculate_score(text)
+        except InsufficientExamplesError:
+            # Недостаточно примеров - это не ошибка, просто нет данных
+            logger.info("ScoringManager: RAG - недостаточно примеров")
+            return None
+        except TextTooShortError:
+            # Текст слишком короткий - пропускаем
+            logger.debug("ScoringManager: RAG - текст слишком короткий")
+            return None
+        except Exception as e:
+            logger.error(f"ScoringManager: RAG ошибка: {e}")
+            raise
+    
+    async def _get_deepseek_score(self, text: str) -> Optional[ScoringResult]:
+        """Получает скор от DeepSeek сервиса."""
+        try:
+            return await self.deepseek_service.calculate_score(text)
+        except TextTooShortError:
+            # Текст слишком короткий - пропускаем
+            logger.debug("ScoringManager: DeepSeek - текст слишком короткий")
+            return None
+        except Exception as e:
+            logger.error(f"ScoringManager: DeepSeek ошибка: {e}")
+            raise
+    
+    @track_time("on_post_published", "scoring_manager")
+    async def on_post_published(self, text: str) -> None:
+        """
+        Вызывается при публикации поста.
+        
+        Добавляет текст как положительный пример для обучения RAG.
+        
+        Args:
+            text: Текст опубликованного поста
+        """
+        if not text or not text.strip():
+            return
+        
+        tasks = []
+        
+        if self.rag_service and self.rag_service.is_enabled:
+            tasks.append(self.rag_service.add_positive_example(text))
+        
+        if self.deepseek_service and self.deepseek_service.is_enabled:
+            tasks.append(self.deepseek_service.add_positive_example(text))
+        
+        if tasks:
+            await asyncio.gather(*tasks, return_exceptions=True)
+            logger.info("ScoringManager: Добавлен положительный пример")
+    
+    @track_time("on_post_declined", "scoring_manager")
+    async def on_post_declined(self, text: str) -> None:
+        """
+        Вызывается при отклонении поста.
+        
+        Добавляет текст как отрицательный пример для обучения RAG.
+        
+        Args:
+            text: Текст отклоненного поста
+        """
+        if not text or not text.strip():
+            return
+        
+        tasks = []
+        
+        if self.rag_service and self.rag_service.is_enabled:
+            tasks.append(self.rag_service.add_negative_example(text))
+        
+        if self.deepseek_service and self.deepseek_service.is_enabled:
+            tasks.append(self.deepseek_service.add_negative_example(text))
+        
+        if tasks:
+            await asyncio.gather(*tasks, return_exceptions=True)
+            logger.info("ScoringManager: Добавлен отрицательный пример")
+    
+    async def load_examples_from_db(
+        self,
+        positive_texts: List[str],
+        negative_texts: List[str],
+    ) -> None:
+        """
+        Загружает примеры из базы данных при запуске бота.
+        
+        Args:
+            positive_texts: Список текстов опубликованных постов
+            negative_texts: Список текстов отклоненных постов
+        """
+        if self.rag_service and self.rag_service.is_enabled:
+            await self.rag_service.load_examples_from_db(
+                positive_texts, 
+                negative_texts
+            )
+    
+    def save_vectors(self) -> None:
+        """Сохраняет векторы RAG на диск."""
+        if self.rag_service:
+            self.rag_service.save_vectors()
+    
+    async def close(self) -> None:
+        """Закрывает ресурсы всех сервисов."""
+        if self.deepseek_service:
+            await self.deepseek_service.close()
+        
+        # Сохраняем векторы перед закрытием
+        self.save_vectors()
+    
+    def get_stats(self) -> dict:
+        """Возвращает статистику всех сервисов."""
+        stats = {
+            "any_enabled": self.is_any_enabled,
+        }
+        
+        if self.rag_service:
+            stats["rag"] = self.rag_service.get_stats()
+        
+        if self.deepseek_service:
+            stats["deepseek"] = self.deepseek_service.get_stats()
+        
+        return stats

helper_bot/services/scoring/vector_store.py

@@ -0,0 +1,399 @@
+"""
+In-memory хранилище векторов на numpy.
+
+Хранит векторные представления постов для быстрого сравнения.
+Поддерживает персистентность через сохранение/загрузку с диска.
+"""
+
+import hashlib
+import os
+from pathlib import Path
+from typing import Optional, Tuple, List
+import threading
+
+import numpy as np
+
+from logs.custom_logger import logger
+from .exceptions import VectorStoreError, InsufficientExamplesError
+
+
+class VectorStore:
+    """
+    In-memory хранилище векторов для RAG.
+    
+    Хранит отдельно положительные (опубликованные) и отрицательные (отклоненные)
+    примеры. Использует косинусное сходство для расчета скора.
+    
+    Attributes:
+        vector_dim: Размерность векторов (768 для ruBERT)
+        max_examples: Максимальное количество примеров каждого типа
+    """
+    
+    def __init__(
+        self,
+        vector_dim: int = 768,
+        max_examples: int = 10000,
+        storage_path: Optional[str] = None,
+        score_multiplier: float = 5.0,
+    ):
+        """
+        Инициализация хранилища.
+        
+        Args:
+            vector_dim: Размерность векторов
+            max_examples: Максимальное количество примеров каждого типа
+            storage_path: Путь для сохранения/загрузки векторов (опционально)
+            score_multiplier: Множитель для усиления разницы в скорах
+        """
+        self.vector_dim = vector_dim
+        self.max_examples = max_examples
+        self.storage_path = storage_path
+        self.score_multiplier = score_multiplier
+        
+        # Инициализируем пустые массивы
+        # Используем список для динамического добавления, потом конвертируем в numpy
+        self._positive_vectors: list = []
+        self._negative_vectors: list = []
+        self._positive_hashes: list = []  # Хеши текстов для дедупликации
+        self._negative_hashes: list = []
+        
+        # Lock для потокобезопасности
+        self._lock = threading.Lock()
+        
+        # Пытаемся загрузить сохраненные векторы
+        if storage_path and os.path.exists(storage_path):
+            self._load_from_disk()
+    
+    @property
+    def positive_count(self) -> int:
+        """Количество положительных примеров."""
+        return len(self._positive_vectors)
+    
+    @property
+    def negative_count(self) -> int:
+        """Количество отрицательных примеров."""
+        return len(self._negative_vectors)
+    
+    @property
+    def total_count(self) -> int:
+        """Общее количество примеров."""
+        return self.positive_count + self.negative_count
+    
+    @staticmethod
+    def compute_text_hash(text: str) -> str:
+        """Вычисляет хеш текста для дедупликации."""
+        return hashlib.md5(text.encode('utf-8')).hexdigest()
+    
+    def _normalize_vector(self, vector: np.ndarray) -> np.ndarray:
+        """Нормализует вектор для косинусного сходства."""
+        norm = np.linalg.norm(vector)
+        if norm == 0:
+            return vector
+        return vector / norm
+    
+    def add_positive(self, vector: np.ndarray, text_hash: Optional[str] = None) -> bool:
+        """
+        Добавляет положительный пример (опубликованный пост).
+        
+        Args:
+            vector: Векторное представление текста
+            text_hash: Хеш текста для дедупликации (опционально)
+            
+        Returns:
+            True если добавлен, False если дубликат или превышен лимит
+        """
+        with self._lock:
+            # Проверяем дубликат по хешу
+            if text_hash and text_hash in self._positive_hashes:
+                logger.debug(f"VectorStore: Пропуск дубликата положительного примера")
+                return False
+            
+            # Проверяем лимит
+            if len(self._positive_vectors) >= self.max_examples:
+                # Удаляем самый старый пример (FIFO)
+                self._positive_vectors.pop(0)
+                self._positive_hashes.pop(0)
+                logger.debug("VectorStore: Удален старый положительный пример (лимит)")
+            
+            # Нормализуем и добавляем
+            normalized = self._normalize_vector(vector)
+            self._positive_vectors.append(normalized)
+            if text_hash:
+                self._positive_hashes.append(text_hash)
+            
+            logger.info(f"VectorStore: Добавлен положительный пример (всего: {self.positive_count})")
+            return True
+    
+    def add_positive_batch(
+        self, 
+        vectors: List[np.ndarray], 
+        text_hashes: Optional[List[str]] = None
+    ) -> int:
+        """
+        Добавляет батч положительных примеров.
+        
+        Args:
+            vectors: Список векторов
+            text_hashes: Список хешей текстов для дедупликации
+            
+        Returns:
+            Количество добавленных примеров
+        """
+        if text_hashes is None:
+            text_hashes = [None] * len(vectors)
+        
+        added = 0
+        with self._lock:
+            for vector, text_hash in zip(vectors, text_hashes):
+                # Проверяем дубликат по хешу
+                if text_hash and text_hash in self._positive_hashes:
+                    continue
+                
+                # Проверяем лимит
+                if len(self._positive_vectors) >= self.max_examples:
+                    self._positive_vectors.pop(0)
+                    self._positive_hashes.pop(0)
+                
+                # Нормализуем и добавляем
+                normalized = self._normalize_vector(vector)
+                self._positive_vectors.append(normalized)
+                if text_hash:
+                    self._positive_hashes.append(text_hash)
+                added += 1
+        
+        logger.info(f"VectorStore: Добавлено {added} положительных примеров батчем (всего: {self.positive_count})")
+        return added
+    
+    def add_negative(self, vector: np.ndarray, text_hash: Optional[str] = None) -> bool:
+        """
+        Добавляет отрицательный пример (отклоненный пост).
+        
+        Args:
+            vector: Векторное представление текста
+            text_hash: Хеш текста для дедупликации (опционально)
+            
+        Returns:
+            True если добавлен, False если дубликат или превышен лимит
+        """
+        with self._lock:
+            # Проверяем дубликат по хешу
+            if text_hash and text_hash in self._negative_hashes:
+                logger.debug(f"VectorStore: Пропуск дубликата отрицательного примера")
+                return False
+            
+            # Проверяем лимит
+            if len(self._negative_vectors) >= self.max_examples:
+                # Удаляем самый старый пример (FIFO)
+                self._negative_vectors.pop(0)
+                self._negative_hashes.pop(0)
+                logger.debug("VectorStore: Удален старый отрицательный пример (лимит)")
+            
+            # Нормализуем и добавляем
+            normalized = self._normalize_vector(vector)
+            self._negative_vectors.append(normalized)
+            if text_hash:
+                self._negative_hashes.append(text_hash)
+            
+            logger.info(f"VectorStore: Добавлен отрицательный пример (всего: {self.negative_count})")
+            return True
+    
+    def add_negative_batch(
+        self, 
+        vectors: List[np.ndarray], 
+        text_hashes: Optional[List[str]] = None
+    ) -> int:
+        """
+        Добавляет батч отрицательных примеров.
+        
+        Args:
+            vectors: Список векторов
+            text_hashes: Список хешей текстов для дедупликации
+            
+        Returns:
+            Количество добавленных примеров
+        """
+        if text_hashes is None:
+            text_hashes = [None] * len(vectors)
+        
+        added = 0
+        with self._lock:
+            for vector, text_hash in zip(vectors, text_hashes):
+                # Проверяем дубликат по хешу
+                if text_hash and text_hash in self._negative_hashes:
+                    continue
+                
+                # Проверяем лимит
+                if len(self._negative_vectors) >= self.max_examples:
+                    self._negative_vectors.pop(0)
+                    self._negative_hashes.pop(0)
+                
+                # Нормализуем и добавляем
+                normalized = self._normalize_vector(vector)
+                self._negative_vectors.append(normalized)
+                if text_hash:
+                    self._negative_hashes.append(text_hash)
+                added += 1
+        
+        logger.info(f"VectorStore: Добавлено {added} отрицательных примеров батчем (всего: {self.negative_count})")
+        return added
+    
+    def calculate_similarity_score(self, vector: np.ndarray) -> Tuple[float, float]:
+        """
+        Рассчитывает скор на основе сходства с примерами.
+        
+        Алгоритм:
+        1. Вычисляем среднее косинусное сходство с положительными примерами
+        2. Вычисляем среднее косинусное сходство с отрицательными примерами
+        3. Финальный скор = pos_sim / (pos_sim + neg_sim + eps)
+        
+        Args:
+            vector: Векторное представление нового поста
+            
+        Returns:
+            Tuple (score, confidence):
+            - score: Оценка от 0.0 до 1.0
+            - confidence: Уверенность (зависит от количества примеров)
+            
+        Raises:
+            InsufficientExamplesError: Если недостаточно примеров
+        """
+        with self._lock:
+            if self.positive_count == 0:
+                raise InsufficientExamplesError(
+                    "Нет положительных примеров для сравнения"
+                )
+            
+            # Нормализуем входной вектор
+            normalized = self._normalize_vector(vector)
+            
+            # Конвертируем в numpy массивы для быстрых вычислений
+            pos_matrix = np.array(self._positive_vectors)
+            
+            # Косинусное сходство с положительными примерами
+            # Для нормализованных векторов это просто скалярное произведение
+            pos_similarities = np.dot(pos_matrix, normalized)
+            pos_sim = float(np.mean(pos_similarities))
+            
+            # Косинусное сходство с отрицательными примерами
+            if self.negative_count > 0:
+                neg_matrix = np.array(self._negative_vectors)
+                neg_similarities = np.dot(neg_matrix, normalized)
+                neg_sim = float(np.mean(neg_similarities))
+            else:
+                # Если нет отрицательных примеров, используем нейтральное значение
+                neg_sim = pos_sim  # Нейтральный скор = 0.5
+            
+            # === Вариант 1: neg/pos (разница между положительными и отрицательными) ===
+            diff = pos_sim - neg_sim
+            score_neg_pos = 0.5 + (diff * self.score_multiplier)
+            score_neg_pos = max(0.0, min(1.0, score_neg_pos))
+            
+            # === Вариант 2: pos only (только положительные, топ-k ближайших) ===
+            # Берём топ-5 ближайших положительных примеров
+            top_k = min(5, len(pos_similarities))
+            top_k_sim = float(np.mean(np.sort(pos_similarities)[-top_k:]))
+            # Нормализуем: 0.85 -> 0.0, 0.95 -> 1.0 (типичный диапазон для BERT)
+            score_pos_only = (top_k_sim - 0.85) / 0.10
+            score_pos_only = max(0.0, min(1.0, score_pos_only))
+            
+            # Основной скор — neg/pos (можно будет переключить позже)
+            score = score_neg_pos
+            
+            # Confidence зависит от количества примеров (100% при 1000 примерах)
+            total_examples = self.positive_count + self.negative_count
+            confidence = min(1.0, total_examples / 1000)
+            
+            logger.info(
+                f"VectorStore: pos_sim={pos_sim:.4f}, neg_sim={neg_sim:.4f}, "
+                f"top_k_sim={top_k_sim:.4f}, score_neg_pos={score_neg_pos:.4f}, "
+                f"score_pos_only={score_pos_only:.4f}"
+            )
+            
+            return score, confidence, score_pos_only
+    
+    def save_to_disk(self, path: Optional[str] = None) -> None:
+        """
+        Сохраняет векторы на диск.
+        
+        Args:
+            path: Путь для сохранения (если не указан, используется storage_path)
+        """
+        save_path = path or self.storage_path
+        if not save_path:
+            raise VectorStoreError("Путь для сохранения не указан")
+        
+        with self._lock:
+            # Создаем директорию если нужно
+            Path(save_path).parent.mkdir(parents=True, exist_ok=True)
+            
+            # Сохраняем в npz формате
+            np.savez_compressed(
+                save_path,
+                positive_vectors=np.array(self._positive_vectors) if self._positive_vectors else np.array([]),
+                negative_vectors=np.array(self._negative_vectors) if self._negative_vectors else np.array([]),
+                positive_hashes=np.array(self._positive_hashes, dtype=object),
+                negative_hashes=np.array(self._negative_hashes, dtype=object),
+                vector_dim=self.vector_dim,
+                max_examples=self.max_examples,
+            )
+            
+            logger.info(
+                f"VectorStore: Сохранено на диск ({self.positive_count} pos, "
+                f"{self.negative_count} neg): {save_path}"
+            )
+    
+    def _load_from_disk(self) -> None:
+        """Загружает векторы с диска."""
+        if not self.storage_path or not os.path.exists(self.storage_path):
+            return
+        
+        try:
+            with self._lock:
+                data = np.load(self.storage_path, allow_pickle=True)
+                
+                # Загружаем векторы
+                pos_vectors = data.get('positive_vectors', np.array([]))
+                neg_vectors = data.get('negative_vectors', np.array([]))
+                
+                if pos_vectors.size > 0:
+                    self._positive_vectors = list(pos_vectors)
+                if neg_vectors.size > 0:
+                    self._negative_vectors = list(neg_vectors)
+                
+                # Загружаем хеши
+                pos_hashes = data.get('positive_hashes', np.array([]))
+                neg_hashes = data.get('negative_hashes', np.array([]))
+                
+                if pos_hashes.size > 0:
+                    self._positive_hashes = list(pos_hashes)
+                if neg_hashes.size > 0:
+                    self._negative_hashes = list(neg_hashes)
+                
+                logger.info(
+                    f"VectorStore: Загружено с диска ({self.positive_count} pos, "
+                    f"{self.negative_count} neg): {self.storage_path}"
+                )
+                
+        except Exception as e:
+            logger.error(f"VectorStore: Ошибка загрузки с диска: {e}")
+            # Продолжаем с пустым хранилищем
+    
+    def clear(self) -> None:
+        """Очищает все векторы."""
+        with self._lock:
+            self._positive_vectors.clear()
+            self._negative_vectors.clear()
+            self._positive_hashes.clear()
+            self._negative_hashes.clear()
+            logger.info("VectorStore: Хранилище очищено")
+    
+    def get_stats(self) -> dict:
+        """Возвращает статистику хранилища."""
+        return {
+            "positive_count": self.positive_count,
+            "negative_count": self.negative_count,
+            "total_count": self.total_count,
+            "vector_dim": self.vector_dim,
+            "max_examples": self.max_examples,
+            "storage_path": self.storage_path,
+        }

helper_bot/utils/base_dependency_factory.py

@@ -5,6 +5,7 @@ from typing import Optional
 from database.async_db import AsyncBotDB
 from dotenv import load_dotenv
 from helper_bot.utils.s3_storage import S3StorageService
+from logs.custom_logger import logger
 
 
 class BaseDependencyFactory:
@@ -15,6 +16,7 @@ class BaseDependencyFactory:
             load_dotenv(env_path)
 
         self.settings = {}
+        self._project_dir = project_dir
 
         database_path = os.getenv('DATABASE_PATH', 'database/tg-bot-database.db')
         if not os.path.isabs(database_path):
@@ -25,6 +27,9 @@ class BaseDependencyFactory:
         self._load_settings_from_env()
         self._init_s3_storage()
         
+        # ScoringManager инициализируется лениво
+        self._scoring_manager = None
+
     def _load_settings_from_env(self):
         """Загружает настройки из переменных окружения."""
         self.settings['Telegram'] = {
@@ -60,6 +65,23 @@ class BaseDependencyFactory:
             'region': os.getenv('S3_REGION', 'us-east-1')
         }
         
+        # Настройки ML-скоринга
+        self.settings['Scoring'] = {
+            # RAG (ruBERT)
+            'rag_enabled': self._parse_bool(os.getenv('RAG_ENABLED', 'false')),
+            'rag_model': os.getenv('RAG_MODEL', 'DeepPavlov/rubert-base-cased'),
+            'rag_cache_dir': os.getenv('RAG_CACHE_DIR', 'data/models'),
+            'rag_vectors_path': os.getenv('RAG_VECTORS_PATH', 'data/vectors.npz'),
+            'rag_max_examples': self._parse_int(os.getenv('RAG_MAX_EXAMPLES', '10000')),
+            'rag_score_multiplier': self._parse_float(os.getenv('RAG_SCORE_MULTIPLIER', '5.0')),
+            # DeepSeek
+            'deepseek_enabled': self._parse_bool(os.getenv('DEEPSEEK_ENABLED', 'false')),
+            'deepseek_api_key': os.getenv('DEEPSEEK_API_KEY', ''),
+            'deepseek_api_url': os.getenv('DEEPSEEK_API_URL', 'https://api.deepseek.com/v1/chat/completions'),
+            'deepseek_model': os.getenv('DEEPSEEK_MODEL', 'deepseek-chat'),
+            'deepseek_timeout': self._parse_int(os.getenv('DEEPSEEK_TIMEOUT', '30')),
+        }
+    
     def _init_s3_storage(self):
         """Инициализирует S3StorageService если S3 включен."""
         self.s3_storage = None
@@ -85,6 +107,13 @@ class BaseDependencyFactory:
         except (ValueError, TypeError):
             return 0
     
+    def _parse_float(self, value: str) -> float:
+        """Парсит строковое значение в float."""
+        try:
+            return float(value)
+        except (ValueError, TypeError):
+            return 0.0
+
     def get_settings(self):
         return self.settings
 
@@ -96,6 +125,100 @@ class BaseDependencyFactory:
         """Возвращает S3StorageService если S3 включен, иначе None."""
         return self.s3_storage
     
+    def _init_scoring_manager(self):
+        """
+        Инициализирует ScoringManager с RAG и DeepSeek сервисами.
+        
+        Вызывается лениво при первом обращении к get_scoring_manager().
+        """
+        from helper_bot.services.scoring import (
+            ScoringManager,
+            RAGService,
+            DeepSeekService,
+            VectorStore,
+        )
+        
+        scoring_config = self.settings['Scoring']
+        
+        # Инициализация RAG сервиса
+        rag_service = None
+        if scoring_config['rag_enabled']:
+            # Путь к векторам
+            vectors_path = scoring_config['rag_vectors_path']
+            if not os.path.isabs(vectors_path):
+                vectors_path = os.path.join(self._project_dir, vectors_path)
+            
+            # Путь к кешу моделей
+            cache_dir = scoring_config['rag_cache_dir']
+            if not os.path.isabs(cache_dir):
+                cache_dir = os.path.join(self._project_dir, cache_dir)
+            
+            # Создаем директории если нужно
+            os.makedirs(os.path.dirname(vectors_path), exist_ok=True)
+            os.makedirs(cache_dir, exist_ok=True)
+            
+            # Создаем VectorStore
+            vector_store = VectorStore(
+                vector_dim=768,  # ruBERT dimension
+                max_examples=scoring_config['rag_max_examples'],
+                storage_path=vectors_path,
+                score_multiplier=scoring_config['rag_score_multiplier'],
+            )
+            
+            # Создаем RAGService
+            rag_service = RAGService(
+                model_name=scoring_config['rag_model'],
+                vector_store=vector_store,
+                cache_dir=cache_dir,
+                enabled=True,
+            )
+            
+            logger.info(f"RAGService инициализирован: {scoring_config['rag_model']}")
+        
+        # Инициализация DeepSeek сервиса
+        deepseek_service = None
+        if scoring_config['deepseek_enabled'] and scoring_config['deepseek_api_key']:
+            deepseek_service = DeepSeekService(
+                api_key=scoring_config['deepseek_api_key'],
+                api_url=scoring_config['deepseek_api_url'],
+                model=scoring_config['deepseek_model'],
+                timeout=scoring_config['deepseek_timeout'],
+                enabled=True,
+            )
+            logger.info(f"DeepSeekService инициализирован: {scoring_config['deepseek_model']}")
+        
+        # Создаем менеджер
+        self._scoring_manager = ScoringManager(
+            rag_service=rag_service,
+            deepseek_service=deepseek_service,
+        )
+        
+        return self._scoring_manager
+    
+    def get_scoring_manager(self):
+        """
+        Возвращает ScoringManager для ML-скоринга постов.
+        
+        Инициализируется лениво при первом вызове.
+        
+        Returns:
+            ScoringManager или None если скоринг полностью отключен
+        """
+        if self._scoring_manager is None:
+            scoring_config = self.settings.get('Scoring', {})
+            
+            # Проверяем, включен ли хотя бы один сервис
+            rag_enabled = scoring_config.get('rag_enabled', False)
+            deepseek_enabled = scoring_config.get('deepseek_enabled', False)
+            
+            if not rag_enabled and not deepseek_enabled:
+                logger.info("Scoring полностью отключен (RAG и DeepSeek disabled)")
+                return None
+            
+            self._init_scoring_manager()
+        
+        return self._scoring_manager
+
 
 _global_instance = None
 

helper_bot/utils/helper_func.py

@@ -111,7 +111,16 @@ def determine_anonymity(post_text: str) -> bool:
     return False
 
 
-def get_text_message(post_text: str, first_name: str, username: str = None, is_anonymous: Optional[bool] = None):
+def get_text_message(
+    post_text: str, 
+    first_name: str, 
+    username: str = None, 
+    is_anonymous: Optional[bool] = None,
+    deepseek_score: Optional[float] = None,
+    rag_score: Optional[float] = None,
+    rag_confidence: Optional[float] = None,
+    rag_score_pos_only: Optional[float] = None,
+):
     """
     Форматирует текст сообщения для публикации в зависимости от наличия ключевых слов "анон" и "неанон"
     или переданного параметра is_anonymous.
@@ -121,6 +130,10 @@ def get_text_message(post_text: str, first_name: str, username: str = None, is_a
         first_name: Имя автора поста
         username: Юзернейм автора поста (может быть None)
         is_anonymous: Флаг анонимности (True - анонимно, False - не анонимно, None - legacy, определяется по тексту)
+        deepseek_score: Скор от DeepSeek API (0.0-1.0, опционально)
+        rag_score: Скор от RAG/ruBERT neg/pos (0.0-1.0, опционально)
+        rag_confidence: Уверенность RAG модели (0.0-1.0, зависит от количества примеров)
+        rag_score_pos_only: Скор RAG только по положительным примерам (0.0-1.0, опционально)
 
     Returns:
         str: - Сформированный текст сообщения.
@@ -137,21 +150,37 @@ def get_text_message(post_text: str, first_name: str, username: str = None, is_a
     else:
         author_info = f"{first_name} (Ник не указан)"
     
+    # Формируем базовый текст
     # Если передан is_anonymous, используем его, иначе определяем по тексту (legacy)
-    # TODO: Уверен можно укоротить
     if is_anonymous is not None:
         if is_anonymous:
-            return f'{safe_post_text}\n\nПост опубликован анонимно'
+            final_text = f'{safe_post_text}\n\nПост опубликован анонимно'
         else:
-            return f'{safe_post_text}\n\nАвтор поста: {author_info}'
+            final_text = f'{safe_post_text}\n\nАвтор поста: {author_info}'
     else:
         # Legacy: определяем по тексту
         if "неанон" in post_text or "не анон" in post_text:
-            return f'{safe_post_text}\n\nАвтор поста: {author_info}'
+            final_text = f'{safe_post_text}\n\nАвтор поста: {author_info}'
         elif "анон" in post_text:
-            return f'{safe_post_text}\n\nПост опубликован анонимно'
+            final_text = f'{safe_post_text}\n\nПост опубликован анонимно'
         else:
-            return f'{safe_post_text}\n\nАвтор поста: {author_info}'
+            final_text = f'{safe_post_text}\n\nАвтор поста: {author_info}'
+    
+    # Добавляем блок со скорами если есть
+    if deepseek_score is not None or rag_score is not None or rag_score_pos_only is not None:
+        scores_lines = ["\n📊 Уверенность в одобрении:"]
+        if deepseek_score is not None:
+            scores_lines.append(f"DeepSeek: {deepseek_score:.2f}")
+        if rag_score is not None:
+            rag_line = f"RAG neg/pos: {rag_score:.2f}"
+            if rag_confidence is not None:
+                rag_line += f" (уверенность: {rag_confidence:.0%})"
+            scores_lines.append(rag_line)
+        if rag_score_pos_only is not None:
+            scores_lines.append(f"RAG pos only: {rag_score_pos_only:.2f}")
+        final_text += "\n" + "\n".join(scores_lines)
+    
+    return final_text
 
 @track_time("download_file", "helper_func")
 @track_errors("helper_func", "download_file")

requirements.txt

@@ -31,3 +31,9 @@ emoji~=2.8.0
 
 # S3 Storage (для хранения медиафайлов опубликованных постов)
 aioboto3>=12.0.0
+
+# ML Scoring (для оценки вероятности публикации постов)
+numpy>=1.24.0
+transformers>=4.30.0
+torch>=2.0.0
+httpx>=0.24.0

scripts/add_ml_scores_columns.py

@@ -0,0 +1,93 @@
+#!/usr/bin/env python3
+"""
+Миграция: Добавление колонок для ML-скоринга постов.
+
+Добавляет:
+- ml_scores (TEXT/JSON) - JSON с результатами оценки от разных моделей
+- vector_hash (TEXT) - хеш текста для кеширования векторов
+
+Структура ml_scores:
+{
+    "deepseek": {"score": 0.75, "model": "deepseek-chat", "ts": 1706198400},
+    "rag": {"score": 0.90, "model": "rubert-base-cased", "ts": 1706198400}
+}
+"""
+import argparse
+import asyncio
+import os
+import sys
+from pathlib import Path
+
+# Добавляем корень проекта в путь
+project_root = Path(__file__).resolve().parent.parent
+sys.path.insert(0, str(project_root))
+
+import aiosqlite
+
+# Пытаемся импортировать logger, если не получается - используем стандартный
+try:
+    from logs.custom_logger import logger
+except ImportError:
+    import logging
+    logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
+    logger = logging.getLogger(__name__)
+
+DEFAULT_DB_PATH = "database/tg-bot-database.db"
+
+
+async def column_exists(conn: aiosqlite.Connection, table: str, column: str) -> bool:
+    """Проверяет существование колонки в таблице."""
+    cursor = await conn.execute(f"PRAGMA table_info({table})")
+    columns = await cursor.fetchall()
+    return any(col[1] == column for col in columns)
+
+
+async def main(db_path: str) -> None:
+    """
+    Основная функция миграции.
+    
+    Добавляет колонки ml_scores и vector_hash в таблицу post_from_telegram_suggest.
+    Миграция идемпотентна - можно запускать повторно без ошибок.
+    """
+    db_path = os.path.abspath(db_path)
+    
+    if not os.path.exists(db_path):
+        logger.error(f"База данных не найдена: {db_path}")
+        return
+    
+    async with aiosqlite.connect(db_path) as conn:
+        await conn.execute("PRAGMA foreign_keys = ON")
+        
+        # Проверяем и добавляем колонку ml_scores
+        if not await column_exists(conn, "post_from_telegram_suggest", "ml_scores"):
+            await conn.execute(
+                "ALTER TABLE post_from_telegram_suggest ADD COLUMN ml_scores TEXT"
+            )
+            logger.info("Колонка ml_scores добавлена в post_from_telegram_suggest")
+        else:
+            logger.info("Колонка ml_scores уже существует")
+        
+        # Проверяем и добавляем колонку vector_hash
+        if not await column_exists(conn, "post_from_telegram_suggest", "vector_hash"):
+            await conn.execute(
+                "ALTER TABLE post_from_telegram_suggest ADD COLUMN vector_hash TEXT"
+            )
+            logger.info("Колонка vector_hash добавлена в post_from_telegram_suggest")
+        else:
+            logger.info("Колонка vector_hash уже существует")
+        
+        await conn.commit()
+        logger.info("Миграция add_ml_scores_columns завершена успешно")
+
+
+if __name__ == "__main__":
+    parser = argparse.ArgumentParser(
+        description="Добавление колонок ml_scores и vector_hash для ML-скоринга"
+    )
+    parser.add_argument(
+        "--db",
+        default=os.environ.get("DATABASE_PATH", DEFAULT_DB_PATH),
+        help="Путь к БД",
+    )
+    args = parser.parse_args()
+    asyncio.run(main(args.db))

tests/test_scoring_services.py

@@ -0,0 +1,390 @@
+"""
+Тесты для сервисов ML-скоринга постов.
+"""
+
+import json
+import pytest
+from unittest.mock import AsyncMock, MagicMock, patch
+
+# Импорты для тестирования базовых классов
+from helper_bot.services.scoring.base import ScoringResult, CombinedScore
+from helper_bot.services.scoring.exceptions import (
+    ScoringError,
+    InsufficientExamplesError,
+    TextTooShortError,
+)
+
+
+class TestScoringResult:
+    """Тесты для ScoringResult."""
+    
+    def test_create_valid_score(self):
+        """Тест создания валидного результата."""
+        result = ScoringResult(
+            score=0.75,
+            source="rag",
+            model="test-model",
+        )
+        assert result.score == 0.75
+        assert result.source == "rag"
+        assert result.model == "test-model"
+    
+    def test_score_validation_lower_bound(self):
+        """Тест валидации нижней границы скора."""
+        with pytest.raises(ValueError):
+            ScoringResult(score=-0.1, source="test", model="test")
+    
+    def test_score_validation_upper_bound(self):
+        """Тест валидации верхней границы скора."""
+        with pytest.raises(ValueError):
+            ScoringResult(score=1.1, source="test", model="test")
+    
+    def test_to_dict(self):
+        """Тест преобразования в словарь."""
+        result = ScoringResult(
+            score=0.7534,
+            source="rag",
+            model="test-model",
+            confidence=0.85,
+            timestamp=1234567890,
+        )
+        d = result.to_dict()
+        
+        assert d["score"] == 0.7534  # Округлено до 4 знаков
+        assert d["model"] == "test-model"
+        assert d["ts"] == 1234567890
+        assert d["confidence"] == 0.85
+    
+    def test_from_dict(self):
+        """Тест создания из словаря."""
+        data = {
+            "score": 0.75,
+            "model": "test-model",
+            "ts": 1234567890,
+            "confidence": 0.9,
+        }
+        result = ScoringResult.from_dict("rag", data)
+        
+        assert result.score == 0.75
+        assert result.source == "rag"
+        assert result.model == "test-model"
+        assert result.timestamp == 1234567890
+        assert result.confidence == 0.9
+
+
+class TestCombinedScore:
+    """Тесты для CombinedScore."""
+    
+    def test_empty_combined_score(self):
+        """Тест пустого объединенного скора."""
+        score = CombinedScore()
+        
+        assert score.deepseek is None
+        assert score.rag is None
+        assert score.deepseek_score is None
+        assert score.rag_score is None
+        assert not score.has_any_score()
+    
+    def test_combined_score_with_rag(self):
+        """Тест объединенного скора с RAG."""
+        rag_result = ScoringResult(score=0.8, source="rag", model="rubert")
+        score = CombinedScore(rag=rag_result)
+        
+        assert score.rag_score == 0.8
+        assert score.deepseek_score is None
+        assert score.has_any_score()
+    
+    def test_combined_score_with_both(self):
+        """Тест объединенного скора с обоими сервисами."""
+        rag_result = ScoringResult(score=0.8, source="rag", model="rubert")
+        deepseek_result = ScoringResult(score=0.7, source="deepseek", model="deepseek-chat")
+        score = CombinedScore(rag=rag_result, deepseek=deepseek_result)
+        
+        assert score.rag_score == 0.8
+        assert score.deepseek_score == 0.7
+        assert score.has_any_score()
+    
+    def test_to_json_dict(self):
+        """Тест преобразования в JSON словарь."""
+        rag_result = ScoringResult(score=0.8, source="rag", model="rubert", timestamp=123)
+        deepseek_result = ScoringResult(score=0.7, source="deepseek", model="deepseek-chat", timestamp=456)
+        score = CombinedScore(rag=rag_result, deepseek=deepseek_result)
+        
+        d = score.to_json_dict()
+        
+        assert "rag" in d
+        assert "deepseek" in d
+        assert d["rag"]["score"] == 0.8
+        assert d["deepseek"]["score"] == 0.7
+        
+        # Проверяем что это валидный JSON
+        json_str = json.dumps(d)
+        assert json_str
+
+
+class TestVectorStore:
+    """Тесты для VectorStore (требует numpy)."""
+    
+    @pytest.fixture
+    def vector_store(self):
+        """Создает VectorStore для тестов."""
+        try:
+            import numpy as np
+            from helper_bot.services.scoring.vector_store import VectorStore
+            return VectorStore(vector_dim=768, max_examples=100)
+        except ImportError:
+            pytest.skip("numpy не установлен")
+    
+    def test_add_positive_example(self, vector_store):
+        """Тест добавления положительного примера."""
+        import numpy as np
+        
+        vector = np.random.randn(768).astype(np.float32)
+        result = vector_store.add_positive(vector, "hash1")
+        
+        assert result is True
+        assert vector_store.positive_count == 1
+    
+    def test_add_duplicate_example(self, vector_store):
+        """Тест добавления дубликата."""
+        import numpy as np
+        
+        vector = np.random.randn(768).astype(np.float32)
+        vector_store.add_positive(vector, "hash1")
+        result = vector_store.add_positive(vector, "hash1")  # Дубликат
+        
+        assert result is False
+        assert vector_store.positive_count == 1
+    
+    def test_max_examples_limit(self, vector_store):
+        """Тест ограничения максимального количества примеров."""
+        import numpy as np
+        
+        # Добавляем больше чем max_examples
+        for i in range(150):
+            vector = np.random.randn(768).astype(np.float32)
+            vector_store.add_positive(vector, f"hash_{i}")
+        
+        assert vector_store.positive_count == 100  # max_examples
+    
+    def test_calculate_similarity_no_examples(self, vector_store):
+        """Тест расчета скора без примеров."""
+        import numpy as np
+        
+        vector = np.random.randn(768).astype(np.float32)
+        
+        with pytest.raises(InsufficientExamplesError):
+            vector_store.calculate_similarity_score(vector)
+    
+    def test_calculate_similarity_with_examples(self, vector_store):
+        """Тест расчета скора с примерами."""
+        import numpy as np
+        
+        # Добавляем положительные примеры
+        for i in range(10):
+            vector = np.random.randn(768).astype(np.float32)
+            vector_store.add_positive(vector, f"pos_{i}")
+        
+        # Добавляем отрицательные примеры
+        for i in range(10):
+            vector = np.random.randn(768).astype(np.float32)
+            vector_store.add_negative(vector, f"neg_{i}")
+        
+        # Рассчитываем скор для нового вектора
+        test_vector = np.random.randn(768).astype(np.float32)
+        score, confidence = vector_store.calculate_similarity_score(test_vector)
+        
+        assert 0.0 <= score <= 1.0
+        assert 0.0 <= confidence <= 1.0
+    
+    def test_compute_text_hash(self, vector_store):
+        """Тест вычисления хеша текста."""
+        from helper_bot.services.scoring.vector_store import VectorStore
+        
+        hash1 = VectorStore.compute_text_hash("Привет мир")
+        hash2 = VectorStore.compute_text_hash("Привет мир")
+        hash3 = VectorStore.compute_text_hash("Другой текст")
+        
+        assert hash1 == hash2
+        assert hash1 != hash3
+
+
+class TestDeepSeekService:
+    """Тесты для DeepSeekService."""
+    
+    @pytest.fixture
+    def deepseek_service(self):
+        """Создает DeepSeekService для тестов."""
+        from helper_bot.services.scoring.deepseek_service import DeepSeekService
+        return DeepSeekService(
+            api_key="test_key",
+            enabled=True,
+            timeout=5,
+        )
+    
+    def test_service_disabled_without_key(self):
+        """Тест отключения сервиса без API ключа."""
+        from helper_bot.services.scoring.deepseek_service import DeepSeekService
+        service = DeepSeekService(api_key=None, enabled=True)
+        
+        assert service.is_enabled is False
+    
+    def test_parse_score_response_valid(self, deepseek_service):
+        """Тест парсинга валидного ответа."""
+        assert deepseek_service._parse_score_response("0.75") == 0.75
+        assert deepseek_service._parse_score_response("0.5") == 0.5
+        assert deepseek_service._parse_score_response("1.0") == 1.0
+        assert deepseek_service._parse_score_response("0") == 0.0
+    
+    def test_parse_score_response_with_quotes(self, deepseek_service):
+        """Тест парсинга ответа с кавычками."""
+        assert deepseek_service._parse_score_response('"0.75"') == 0.75
+        assert deepseek_service._parse_score_response("'0.8'") == 0.8
+    
+    def test_parse_score_response_with_text(self, deepseek_service):
+        """Тест парсинга ответа с текстом."""
+        # Сервис должен найти число в тексте
+        assert deepseek_service._parse_score_response("Score: 0.75") == 0.75
+    
+    def test_clean_text(self, deepseek_service):
+        """Тест очистки текста."""
+        assert deepseek_service._clean_text("  hello   world  ") == "hello world"
+        assert deepseek_service._clean_text("^") == ""
+        assert deepseek_service._clean_text("") == ""
+    
+    @pytest.mark.asyncio
+    async def test_calculate_score_disabled(self):
+        """Тест расчета скора при отключенном сервисе."""
+        from helper_bot.services.scoring.deepseek_service import DeepSeekService
+        service = DeepSeekService(api_key=None, enabled=False)
+        
+        with pytest.raises(ScoringError):
+            await service.calculate_score("Test text")
+    
+    @pytest.mark.asyncio
+    async def test_calculate_score_short_text(self, deepseek_service):
+        """Тест расчета скора для короткого текста."""
+        with pytest.raises(TextTooShortError):
+            await deepseek_service.calculate_score("ab")
+
+
+class TestScoringManager:
+    """Тесты для ScoringManager."""
+    
+    @pytest.fixture
+    def mock_rag_service(self):
+        """Создает мок RAG сервиса."""
+        mock = AsyncMock()
+        mock.is_enabled = True
+        mock.calculate_score = AsyncMock(return_value=ScoringResult(
+            score=0.8,
+            source="rag",
+            model="rubert",
+        ))
+        return mock
+    
+    @pytest.fixture
+    def mock_deepseek_service(self):
+        """Создает мок DeepSeek сервиса."""
+        mock = AsyncMock()
+        mock.is_enabled = True
+        mock.calculate_score = AsyncMock(return_value=ScoringResult(
+            score=0.7,
+            source="deepseek",
+            model="deepseek-chat",
+        ))
+        return mock
+    
+    @pytest.mark.asyncio
+    async def test_score_post_both_services(self, mock_rag_service, mock_deepseek_service):
+        """Тест скоринга с обоими сервисами."""
+        from helper_bot.services.scoring.scoring_manager import ScoringManager
+        
+        manager = ScoringManager(
+            rag_service=mock_rag_service,
+            deepseek_service=mock_deepseek_service,
+        )
+        
+        result = await manager.score_post("Тестовый пост")
+        
+        assert result.rag_score == 0.8
+        assert result.deepseek_score == 0.7
+        assert result.has_any_score()
+    
+    @pytest.mark.asyncio
+    async def test_score_post_rag_only(self, mock_rag_service):
+        """Тест скоринга только с RAG."""
+        from helper_bot.services.scoring.scoring_manager import ScoringManager
+        
+        manager = ScoringManager(
+            rag_service=mock_rag_service,
+            deepseek_service=None,
+        )
+        
+        result = await manager.score_post("Тестовый пост")
+        
+        assert result.rag_score == 0.8
+        assert result.deepseek_score is None
+    
+    @pytest.mark.asyncio
+    async def test_score_post_empty_text(self, mock_rag_service):
+        """Тест скоринга пустого текста."""
+        from helper_bot.services.scoring.scoring_manager import ScoringManager
+        
+        manager = ScoringManager(rag_service=mock_rag_service)
+        
+        result = await manager.score_post("")
+        
+        assert not result.has_any_score()
+        mock_rag_service.calculate_score.assert_not_called()
+    
+    @pytest.mark.asyncio
+    async def test_score_post_service_error(self, mock_rag_service, mock_deepseek_service):
+        """Тест обработки ошибки сервиса."""
+        from helper_bot.services.scoring.scoring_manager import ScoringManager
+        
+        # RAG выбрасывает ошибку
+        mock_rag_service.calculate_score = AsyncMock(side_effect=Exception("Test error"))
+        
+        manager = ScoringManager(
+            rag_service=mock_rag_service,
+            deepseek_service=mock_deepseek_service,
+        )
+        
+        result = await manager.score_post("Тестовый пост")
+        
+        # DeepSeek должен вернуть результат
+        assert result.deepseek_score == 0.7
+        # RAG должен быть None с ошибкой
+        assert result.rag_score is None
+        assert "rag" in result.errors
+    
+    @pytest.mark.asyncio
+    async def test_on_post_published(self, mock_rag_service, mock_deepseek_service):
+        """Тест обучения на опубликованном посте."""
+        from helper_bot.services.scoring.scoring_manager import ScoringManager
+        
+        manager = ScoringManager(
+            rag_service=mock_rag_service,
+            deepseek_service=mock_deepseek_service,
+        )
+        
+        await manager.on_post_published("Опубликованный пост")
+        
+        mock_rag_service.add_positive_example.assert_called_once_with("Опубликованный пост")
+        mock_deepseek_service.add_positive_example.assert_called_once_with("Опубликованный пост")
+    
+    @pytest.mark.asyncio
+    async def test_on_post_declined(self, mock_rag_service, mock_deepseek_service):
+        """Тест обучения на отклоненном посте."""
+        from helper_bot.services.scoring.scoring_manager import ScoringManager
+        
+        manager = ScoringManager(
+            rag_service=mock_rag_service,
+            deepseek_service=mock_deepseek_service,
+        )
+        
+        await manager.on_post_declined("Отклоненный пост")
+        
+        mock_rag_service.add_negative_example.assert_called_once_with("Отклоненный пост")
+        mock_deepseek_service.add_negative_example.assert_called_once_with("Отклоненный пост")