diff --git a/.cursor/implementation-plan-features.md b/.cursor/implementation-plan-features.md deleted file mode 100644 index 3189d74..0000000 --- a/.cursor/implementation-plan-features.md +++ /dev/null @@ -1,428 +0,0 @@ -# План реализации фич Telegram Helper Bot - -> Документ создан: 28 февраля 2025 -> Ветка: `dev-*` -> Статус: План утверждён - ---- - -## Обзор фич - -1. **Пагинация заблокированных пользователей** — сортировка по дате бана, единая логика текста и кнопок -2. **Обогащение сообщений пользователей админам** — данные о пользователе при обращении в поддержку -3. **Причина бана «Последний пост»** — замена «Спам» на «Последний пост» при быстром бане из поста -4. **Похожие посты за 24ч** — проверка на дубликаты через RAG (threshold >0.9) -5. **Авто-публикация/отклонение по RAG** — задел на будущее (>0.8 publish, <0.4 decline) -6. **ML Scoring Статистика** — восстановить полный вывод (модель, примеры, device) вместо fallback (API URL, статус) - ---- - -## Решения по уточняющим вопросам - -| Вопрос | Решение | -|--------|---------| -| Пагинация | Единый источник данных, единый `items_per_page` | -| message_id при forward | Осознанный workaround (n+1). При переходе на send — использовать `returned_message.message_id` | -| RAG similar | Новый endpoint в RAG. Нужна **отдельная коллекция** для submitted-постов (не позитив/негатив) | -| Скор для авто-решений | Только `rag_score` | -| Ветки | `dev-*` | - ---- - -## Проверка: message_id при forward - -**Telegram Bot API:** `forwardMessage` возвращает объект `Message` — это **новое** сообщение в целевом чате со своим `message_id`. Telegram присваивает `message_id` в целевом чате — он не обязан быть `n+1` от исходного. - -Если всё работает — возможно, бот единственный отправитель в `group_for_message`, и id часто идут подряд. Рекомендация: при переходе на `send_message` обязательно сохранять `message_id` из возвращаемого объекта. - ---- - -## RAG: коллекция для похожих постов - -- **Позитив/негатив** — примеры для скоринга модерации -- **Похожие посты** — сравнение с другими submitted-постами за 24ч - -Endpoint `/similar` должен искать по **отдельной коллекции submitted-постов** (с `created_at`), а не по позитиву/негативу. Нужно: -- Новая коллекция в RAG (например, `posts_submitted`) с полями: `text`, `vector`, `created_at`, `post_id` -- Endpoint `POST /similar`: `{"text": "...", "threshold": 0.9, "hours": 24}` → список похожих постов -- При каждом suggest — добавлять пост в эту коллекцию (или вызывать endpoint RAG для индексации) - ---- - -## Пошаговый план реализации - -### Этап 0: Подготовка - -| Шаг | Действие | -|-----|----------| -| 0.1 | Создать ветку `dev-N` (N — следующий номер) от `main` | -| 0.2 | Убедиться, что локально проходит `make code-quality` (или `isort`, `black`, `flake8`, `pytest`) | - ---- - -### Этап 1: Пагинация заблокированных пользователей - -| Шаг | Действие | -|-----|----------| -| 1.1 | В `BlacklistRepository`: добавить `ORDER BY created_at DESC` в `get_all_users` и `get_all_users_no_limit` | -| 1.2 | Ввести единый `items_per_page = 9` в `create_keyboard_with_pagination` и во всех местах пагинации | -| 1.3 | Создать единую функцию `get_banned_users_data(page, items_per_page)` в `AdminService` или `helper_func`, возвращающую `(message_text, buttons_list)` для заданной страницы | -| 1.4 | Обновить `get_banned_users_list` и `get_banned_users_buttons` — использовать общий источник и пагинацию | -| 1.5 | Обновить `admin_handlers.get_banned_users` и `callback_handlers.change_page` — вызывать единую функцию с `page` | -| 1.6 | Прогнать тесты `test_keyboards_and_filters`, `test_callback_handlers`, `test_admin_handlers` | - -**Затронутые файлы:** -- `database/repositories/blacklist_repository.py` -- `helper_bot/keyboards/keyboards.py` -- `helper_bot/utils/helper_func.py` -- `helper_bot/handlers/admin/services.py` -- `helper_bot/handlers/admin/admin_handlers.py` -- `helper_bot/handlers/callback/callback_handlers.py` - ---- - -### Этап 2: Обогащение сообщений пользователей админам - -| Шаг | Действие | -|-----|----------| -| 2.1 | Добавить в `AsyncBotDB`/репозитории методы: `get_posts_count_by_author`, `get_last_post_by_author`, `get_ban_history_count`, `get_last_ban_info`, `get_user_date_added` | -| 2.2 | Добавить в `BlacklistHistoryRepository` методы для истории банов (количество, последний бан) | -| 2.3 | В `UserService` или отдельном сервисе: метод `format_user_message_for_admins(user_id, message_text)` — собирает текст с данными пользователя | -| 2.4 | В `resend_message_in_group_for_message`: заменить `forward` на `send_message` с обогащённым текстом (имя, ник, id, посты, последний пост, баны, дата регистрации) | -| 2.5 | Сохранять `message_id` из результата `send_message` в `user_messages` (вместо `message.message_id + 1`) | -| 2.6 | Проверить, что `get_user_by_message_id` по-прежнему возвращает `user_id` для ответа админа | -| 2.7 | Обновить/добавить тесты для `resend_message_in_group_for_message` и `AdminReplyService` | - -**Данные для обогащения:** -- Количество постов от пользователя -- Последний пост пользователя (текст) -- Количество банов -- Дата и причина последнего бана (если был) -- Дата создания пользователя в БД (первый контакт с ботом) -- Имя, ник, id пользователя (обязательно при send вместо forward) - -**Шаблон итогового сообщения для админов:** - -```text -👤 От: Иван Петров (@ivan_petrov) | ID: 123456789 - -📊 Постов в базе: 5 -📝 Последний пост: "Привет, хочу поделиться мыслями о..." -📅 В боте с: 15.01.2025 - -🚫 Банов: 2 - Последний: 20.02.2025, причина «Спам», истёк 27.02.2025 - ---- -**Сообщение пользователя:** - -**Почему удалили мой пост?** -``` - -**Правила форматирования:** -- Секции «Банов: 0» и «Последний: …» — показывать только если были баны -- «Последний пост» — обрезать до ~80 символов + «…» если длиннее; если постов нет — «Нет постов» -- Даты в формате `DD.MM.YYYY` или `DD.MM.YYYY HH:MM` для разбана -- Разделитель `---` перед текстом сообщения пользователя - -**Для тестов:** использовать этот шаблон как эталон; проверять наличие всех секций, порядок полей, экранирование HTML в имени/нике/тексте. - -**Затронутые файлы:** -- `database/async_db.py` -- `database/repositories/post_repository.py` -- `database/repositories/blacklist_history_repository.py` -- `database/repositories/user_repository.py` -- `helper_bot/handlers/private/private_handlers.py` -- `helper_bot/handlers/private/services.py` -- `helper_bot/handlers/group/services.py` - ---- - -### Этап 3: Причина бана «Последний пост» - -| Шаг | Действие | -|-----|----------| -| 3.1 | В `callback/services.py` в `ban_user_from_post`: заменить `message_for_user="Спам"` на `message_for_user="Последний пост"` | -| 3.2 | Обновить тесты, где ожидается «Спам» | - -**Затронутые файлы:** -- `helper_bot/handlers/callback/services.py` -- `tests/test_callback_services.py` (если есть) - ---- - -### Этап 4: Похожие посты (RAG + бот) - -**Разделение работ:** -- **RAG сервис** — промпт в `.cursor/prompt-stage-4-similar-posts.md` -- **Подключение в боте** — ниже, раздел 4.2 - -#### 4.0. Текущая архитектура RAG сервиса - -**Путь:** `/Users/andrejkatyhin/Work/PycharmProjects/rag-service` - -| Компонент | Описание | -|-----------|----------| -| **VectorStore** (`app/storage/vector_store.py`) | In-memory хранилище векторов. `_positive_vectors` / `_negative_vectors` — для модерации. Персистентность: `positive_embeddings.npy`, `negative_embeddings.npy` или `vectors.npz`. Косинусное сходство через `np.dot` для нормализованных векторов. | -| **RAGService** (`app/services/rag_service.py`) | Модель `sentence-transformers/all-MiniLM-L12-v2` (384 dim). `get_embedding(text)`, `calculate_score(text)`, `add_positive_example`, `add_negative_example`. | -| **API** (`app/api/routes.py`) | `POST /api/v1/score`, `POST /api/v1/examples/positive`, `POST /api/v1/examples/negative`, `GET /api/v1/stats`, `POST /api/v1/warmup`, `GET/PUT /api/v1/scoring/params`. | -| **Config** (`app/config.py`) | `RAG_VECTORS_PATH`, `RAG_MAX_EXAMPLES`, `vector_dim=384`. | - -**Важно:** Позитив/негатив — отдельные коллекции без `created_at`. Для похожих постов нужна **третья** коллекция с временными метками. - ---- - -#### 4.1. Работы в RAG сервисе - -##### 4.1.1. Расширить VectorStore - -**Файл:** `app/storage/vector_store.py` - -Добавить третью коллекцию для submitted-постов: - -```python -# Новые атрибуты (аналогично _positive_vectors) -self._submitted_vectors: list = [] -self._submitted_hashes: list = [] -self._submitted_created_at: list = [] # Unix timestamps -self._submitted_post_ids: list = [] # post_id из бота -self._submitted_texts: list = [] # текст поста (для возврата в similar) -self._submitted_rag_scores: list = [] # rag_score на момент добавления -``` - -**Новые методы:** - -| Метод | Описание | -|-------|----------| -| `add_submitted(vector, text_hash, created_at, post_id=None, text="", rag_score=None)` | Добавить пост в коллекцию submitted. FIFO при превышении `max_submitted` (новый лимит, например 5000). | -| `find_similar_submitted(vector, threshold, hours)` | Возвращает: `List[dict]` с полями `similarity`, `created_at`, `post_id`, `text`, `rag_score`. Фильтрует по `created_at >= now - hours*3600`. Сравнивает с `_submitted_vectors` через `np.dot`. Возвращает только те, где similarity >= threshold. | - -**Персистентность:** Добавить в `save_to_disk` / `_load_from_disk` сохранение submitted-коллекции. Файл `submitted_embeddings.npz` с полями: `vectors`, `hashes`, `created_at`, `post_ids`, `texts`, `rag_scores`. - -**Конфиг:** Добавить `RAG_MAX_SUBMITTED` (default 5000), `RAG_SUBMITTED_PATH` (путь к файлу submitted). - -##### 4.1.2. Расширить RAGService - -**Файл:** `app/services/rag_service.py` - -| Метод | Описание | -|-------|----------| -| `add_submitted_post(text, post_id=None, rag_score=None)` | Очистить текст, получить embedding, `add_submitted` в vector_store. Сохраняет `text` и `rag_score` для возврата в similar. Вызывается при каждом suggest (бот передаёт rag_score из скоринга). | -| `find_similar_posts(text, threshold=0.9, hours=24)` | Получить embedding, вызвать `vector_store.find_similar_submitted`. Вернуть список похожих с полями: `similarity`, `created_at`, `post_id`, `text`, `rag_score`. | - -##### 4.1.3. Добавить API endpoint - -**Файл:** `app/api/routes.py` - -**POST /api/v1/similar** - -Возвращает: количество похожих постов, текст каждого, similarity (косинусное сходство), присвоенный rag_score на момент добавления. - -```python -# Request -class SimilarRequest(BaseModel): - text: str = Field(..., min_length=1) - threshold: float = Field(default=0.9, ge=0.0, le=1.0) - hours: int = Field(default=24, ge=1, le=168) # 1ч–7дней - -# Response -class SimilarPostItem(BaseModel): - similarity: float # косинусное сходство (0.0–1.0) - created_at: int # Unix timestamp - post_id: Optional[int] = None - text: str # текст похожего поста - rag_score: Optional[float] = None # rag_score на момент добавления - -class SimilarResponse(BaseModel): - similar_count: int - similar_posts: List[SimilarPostItem] -``` - -**POST /api/v1/submitted** - -```python -# Request -class SubmittedRequest(BaseModel): - text: str = Field(..., min_length=1) - post_id: Optional[int] = None - rag_score: Optional[float] = None # для возврата в similar - -# Response -class SubmittedResponse(BaseModel): - success: bool - message: str - submitted_count: int -``` - -**Примечание:** `POST /submitted` вызывается ботом при каждом suggest (после сохранения поста в БД). `POST /similar` вызывается ботом **перед** отправкой в группу модерации — чтобы проверить, есть ли похожие посты за последние сутки. - -##### 4.1.4. Схемы и исключения - -**Файл:** `app/schemas.py` — добавить `SimilarRequest`, `SimilarResponse`, `SimilarPostItem`, `SubmittedRequest`, `SubmittedResponse`. - -**Файл:** `app/exceptions.py` — при необходимости добавить `SubmittedStoreError` (если коллекция пуста и т.п.). - -##### 4.1.5. Автоочистка submitted (опционально) - -В `autosave_loop` или отдельно: периодически удалять из `_submitted_*` записи старше N часов (например, 48), чтобы не раздувать память. - ---- - -#### 4.2. Подключение в Telegram Helper Bot - -> RAG сервис реализуется отдельно (промпт: `.cursor/prompt-stage-4-similar-posts.md`). Ниже — интеграция в бота. - -##### 4.2.1. RagApiClient (`helper_bot/services/scoring/rag_client.py`) - -Добавить методы: - -- `find_similar_posts(text, threshold=0.9, hours=24)` — POST на `{api_url}/similar`, body `{"text": text, "threshold": threshold, "hours": hours}`. Вернуть `SimilarResponse` (или dataclass/dict) или `None` при ошибке. -- `add_submitted_post(text, post_id=None, rag_score=None)` — POST на `{api_url}/submitted`, body `{"text": text, "post_id": post_id, "rag_score": rag_score}`. При ошибке — логировать, не падать. - -Оба метода проверяют `self._enabled` и не делают запросы, если RAG отключён. - -##### 4.2.2. PostService (`helper_bot/handlers/private/services.py`) - -В `_process_post_background` и `_process_media_group_background`: - -**Порядок вызовов:** -1. Получить скоры (`_get_scores_with_error_handling`) — уже есть `rag_score`. -2. **Перед** отправкой: вызвать `find_similar_posts(original_raw_text, 0.9, 24)`. Если RAG недоступен или ошибка — не падать, пропустить. -3. Если `similar_count > 0`: добавить в `post_text` строку `\n\n⚠️ Похожий пост за последние 24ч (совпадение {max_similarity:.0%})`. -4. Отправить пост в группу модерации. -5. Сохранить в БД. -6. **После** успешной отправки: вызвать `add_submitted_post(original_raw_text, sent_message.message_id, rag_score)` — в фоне. `rag_score` из шага 1. - -**Важно:** Проверка similar — **до** добавления текущего поста в submitted. - -##### 4.2.3. Доступ к RagApiClient - -`RagApiClient` создаётся через `ScoringManager` или `BaseDependencyFactory`. PostService должен иметь доступ к `rag_client` (или `scoring_manager`). При необходимости добавить методы в `ScoringManager` как прокси к RAG. - -##### 4.2.4. Обработка ошибок - -При недоступности RAG — не падать, не добавлять предупреждение и не индексировать. - ---- - -#### 4.3. Порядок вызовов в боте - -```text -1. Пользователь отправляет пост -2. PostService._process_post_background: - a) Получить скоры (rag_score, confidence, ...) - b) find_similar_posts(text, 0.9, 24) — есть ли похожие? (возвращает count, text, similarity, rag_score) - c) Если да — добавить предупреждение в post_text - d) Отправить пост в группу модерации - e) Сохранить в БД (add_post) - f) add_submitted_post(text, message_id, rag_score) — индексировать в RAG -``` - -**Важно:** Проверка similar делается **до** добавления текущего поста в submitted, иначе пост будет похож сам на себя. - ---- - -#### 4.4. Затронутые файлы - -| Репозиторий | Файлы | -|-------------|-------| -| **rag-service** | `app/storage/vector_store.py`, `app/services/rag_service.py`, `app/api/routes.py`, `app/schemas.py`, `app/config.py`, `app/main.py` (описание в docs) | -| **telegram-helper-bot** | `helper_bot/services/scoring/rag_client.py`, `helper_bot/handlers/private/services.py` | - ---- - -### Этап 5: Авто-публикация/отклонение (задел на будущее) - -| Шаг | Действие | -|-----|----------| -| 5.1 | В `PostService._process_post_background`: после получения `rag_score` проверять пороги | -| 5.2 | Если `rag_score >= 0.8`: не показывать кнопки модерации, сразу публиковать (или вызывать логику publish) | -| 5.3 | Если `rag_score <= 0.4`: сразу отклонять (decline) | -| 5.4 | Добавить флаги в `.env` (например, `AUTO_PUBLISH_ENABLED`, `AUTO_DECLINE_ENABLED`) — по умолчанию `false` | -| 5.5 | Реализацию оформить как выключенную по умолчанию; включение — через конфиг | - -**Затронутые файлы:** -- `helper_bot/handlers/private/services.py` -- `helper_bot/config/` или `.env` - ---- - -### Этап 5.5: ML Scoring Статистика — восстановить полный вывод - -**Проблема:** Раньше «📊 ML Статистика» показывала детали (модель, device, кол-во примеров, размерность). Теперь только API URL и статус. - -**Причина:** Бот использует fallback (`get_stats_sync`) когда `RagApiClient.get_stats()` возвращает пустой результат. Это происходит при: -- 401/403 (ошибка авторизации) -- таймауте или ошибке соединения -- неверном формате ответа от API - -**Задачи:** - -| Шаг | Действие | -|-----|----------| -| 5.5.1 | Проверить, что RAG API `GET /stats` доступен с бота (сеть, CORS, API key). | -| 5.5.2 | Убедиться, что `RagApiClient.get_stats()` передаёт заголовок `X-API-Key` и корректно обрабатывает 200. | -| 5.5.3 | Проверить контракт ответа: RAG возвращает `model_name`, `model_loaded`, `device`, `vector_store` (positive_count, negative_count, total_count, vector_dim, max_examples). | -| 5.5.4 | При ошибке API — логировать причину (status, body) и при необходимости улучшить fallback-сообщение (например, «API недоступен: …»). | -| 5.5.5 | Добавить тесты для `get_ml_stats` с моком API (успешный ответ и fallback). | - -**Затронутые файлы:** -- `helper_bot/handlers/admin/admin_handlers.py` (get_ml_stats) -- `helper_bot/services/scoring/rag_client.py` (get_stats, get_stats_sync) -- `helper_bot/services/scoring/scoring_manager.py` (get_stats) - ---- - -### Этап 6: Тесты и качество кода - -| Шаг | Действие | -|-----|----------| -| 6.1 | Прогнать все тесты: `pytest tests/ -v` | -| 6.2 | `make code-quality` (или `isort`, `black`, `flake8`) | -| 6.3 | При необходимости обновить моки и фикстуры | - ---- - -### Этап 7: Release Notes и деплой - -| Шаг | Действие | -|-----|----------| -| 7.1 | Создать `docs/RELEASE_NOTES_DEV-N.md` по шаблону из `.cursor/rules/release-notes-template.md` | -| 7.2 | Коммиты в формате: `feat:`, `fix:`, `refactor:` | -| 7.3 | Push в `dev-N` → CI (тесты, code quality) | -| 7.4 | Создать/обновить PR в `main` | -| 7.5 | После мержа — деплой по `deploy.yml` (если настроен в prod) | - ---- - -## Зависимости между этапами - -``` -Этап 0 → Этап 1, 2, 3 (можно параллельно) -Этап 1, 2, 3 → Этап 6 -Этап 4 зависит от RAG (отдельный сервис) -Этап 5 можно делать после 4 или независимо -Этап 5.5 — независимо (можно параллельно с 1–3) -``` - ---- - -## Рекомендуемый порядок реализации - -1. Этап 0 — подготовка -2. Этапы 1, 2, 3 — независимо, можно в любом порядке -3. Этап 4 — после готовности RAG -4. Этап 5 — после 4 или параллельно с 1–3 -5. Этап 5.5 — разобраться с ML Scoring Статистикой (можно параллельно) -6. Этап 6 — перед PR -7. Этап 7 — после ревью и мержа - ---- - -## Ссылки на документацию проекта - -- `.cursor/rules/my-custom-rule.mdc` — общие правила -- `.cursor/rules/architecture.md` — архитектура -- `.cursor/rules/handlers-patterns.md` — паттерны handlers -- `.cursor/rules/release-notes-template.md` — шаблон Release Notes -- `prod/.cursor/rules/my-custom-rule.mdc` — CI/CD, ветки, деплой diff --git a/.cursor/prompt-stage-4-similar-posts.md b/.cursor/prompt-stage-4-similar-posts.md deleted file mode 100644 index 61b3b66..0000000 --- a/.cursor/prompt-stage-4-similar-posts.md +++ /dev/null @@ -1,126 +0,0 @@ -# Промпт: Реализация Этапа 4 — RAG сервис (похожие посты) - -Скопируй этот промпт нейросети для реализации фичи «похожие посты» в RAG сервисе. - -> Подключение к Telegram боту описано в `.cursor/implementation-plan-features.md` (Этап 4, раздел 4.2). - ---- - -## Задача - -Добавить в RAG сервис третью коллекцию для submitted-постов. Endpoints: -- `POST /similar` — поиск похожих постов за N часов (threshold, text) -- `POST /submitted` — добавление поста в коллекцию (для индексации ботом) - ---- - -## Контекст - -**Путь:** `/Users/andrejkatyhin/Work/PycharmProjects/rag-service` - -RAG уже имеет: -- `VectorStore` с `_positive_vectors` / `_negative_vectors` — для модерации (score) -- `RAGService` с `get_embedding`, `calculate_score`, `add_positive_example`, `add_negative_example` -- API: `POST /score`, `POST /examples/positive`, `POST /examples/negative`, `GET /stats` - -Нужно добавить **третью коллекцию** для submitted-постов (с `created_at`, `text`, `rag_score`). - ---- - -## 1. VectorStore (`app/storage/vector_store.py`) - -Добавь коллекцию submitted: - -```python -self._submitted_vectors: list = [] -self._submitted_hashes: list = [] -self._submitted_created_at: list = [] # Unix timestamps -self._submitted_post_ids: list = [] -self._submitted_texts: list = [] -self._submitted_rag_scores: list = [] -``` - -**Методы:** -- `add_submitted(vector, text_hash, created_at, post_id=None, text="", rag_score=None)` — добавить пост. FIFO при превышении `max_submitted` (новый параметр в конструкторе, default 5000). -- `find_similar_submitted(vector, threshold, hours)` — вернуть `List[dict]` с полями `similarity`, `created_at`, `post_id`, `text`, `rag_score`. Фильтр: `created_at >= now - hours*3600`. Сравнение через `np.dot` (как для positive/negative). Только те, где similarity >= threshold. - -**Персистентность:** Сохранять/загружать submitted в отдельный файл (например, `submitted_embeddings.npz`). Поля: `vectors`, `hashes`, `created_at`, `post_ids`, `texts`, `rag_scores`. Используй `np.array(..., dtype=object)` для строк и `allow_pickle=True` при необходимости. - ---- - -## 2. Config (`app/config.py`) - -Добавь: -- `RAG_MAX_SUBMITTED` (default 5000) -- `RAG_SUBMITTED_PATH` (default `data/vectors/submitted.npz`) - ---- - -## 3. RAGService (`app/services/rag_service.py`) - -- `add_submitted_post(text, post_id=None, rag_score=None)` — очистить текст, получить embedding, вызвать `vector_store.add_submitted` с `created_at=int(time.time())`, `text`, `rag_score`. -- `find_similar_posts(text, threshold=0.9, hours=24)` — получить embedding, вызвать `vector_store.find_similar_submitted`, вернуть результат. - ---- - -## 4. Схемы (`app/schemas.py`) - -```python -class SimilarRequest(BaseModel): - text: str = Field(..., min_length=1) - threshold: float = Field(default=0.9, ge=0.0, le=1.0) - hours: int = Field(default=24, ge=1, le=168) - -class SimilarPostItem(BaseModel): - similarity: float - created_at: int - post_id: Optional[int] = None - text: str - rag_score: Optional[float] = None - -class SimilarResponse(BaseModel): - similar_count: int - similar_posts: List[SimilarPostItem] - -class SubmittedRequest(BaseModel): - text: str = Field(..., min_length=1) - post_id: Optional[int] = None - rag_score: Optional[float] = None - -class SubmittedResponse(BaseModel): - success: bool - message: str - submitted_count: int -``` - ---- - -## 5. API (`app/api/routes.py`) - -- `POST /api/v1/similar` — принять `SimilarRequest`, вызвать `service.find_similar_posts`, вернуть `SimilarResponse`. -- `POST /api/v1/submitted` — принять `SubmittedRequest`, вызвать `service.add_submitted_post`, вернуть `SubmittedResponse`. - ---- - -## 6. Автосохранение - -В `autosave_loop` или при `save_vectors` — сохранять submitted-коллекцию. При загрузке — загружать submitted из файла в `_load_from_disk` или отдельном методе. - ---- - -## Требования - -- Не ломать существующий функционал: score, examples, stats работают как раньше. -- Следовать стилю кода проекта (Black, isort, type hints). -- Добавить тесты для новых методов и endpoints. - ---- - -## Файлы для изменения - -- `app/storage/vector_store.py` -- `app/services/rag_service.py` -- `app/api/routes.py` -- `app/schemas.py` -- `app/config.py` -- `app/main.py` (при необходимости — lifespan для autosave submitted)