refactor: обновление системы ML-скоринга и переход на RAG API

- Обновлен Dockerfile для использования Alpine вместо Slim, улучшая размер образа.
- Удален устаревший RAGService и добавлен RagApiClient для работы с внешним RAG API.
- Обновлены переменные окружения в env.example для настройки нового RAG API.
- Обновлен ScoringManager для интеграции с RagApiClient.
- Упрощена структура проекта, удалены ненужные файлы и зависимости, связанные с векторным хранилищем.
- Обновлены обработчики и функции для работы с новым API, включая получение статистики и обработку ошибок.

helper_bot/utils/base_dependency_factory.py

@@ -67,13 +67,12 @@ class BaseDependencyFactory:
         
         # Настройки ML-скоринга
         self.settings['Scoring'] = {
-            # RAG (ruBERT)
+            # RAG API
             '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')),
+            'rag_api_url': os.getenv('RAG_API_URL', ''),
+            'rag_api_key': os.getenv('RAG_API_KEY', ''),
+            'rag_api_timeout': self._parse_int(os.getenv('RAG_API_TIMEOUT', '30')),
+            'rag_test_mode': self._parse_bool(os.getenv('RAG_TEST_MODE', 'false')),
             # DeepSeek
             'deepseek_enabled': self._parse_bool(os.getenv('DEEPSEEK_ENABLED', 'false')),
             'deepseek_api_key': os.getenv('DEEPSEEK_API_KEY', ''),
@@ -127,53 +126,35 @@ class BaseDependencyFactory:
     
     def _init_scoring_manager(self):
         """
-        Инициализирует ScoringManager с RAG и DeepSeek сервисами.
+        Инициализирует ScoringManager с RAG API клиентом и DeepSeek сервисом.
         
         Вызывается лениво при первом обращении к get_scoring_manager().
         """
         from helper_bot.services.scoring import (
             ScoringManager,
-            RAGService,
+            RagApiClient,
             DeepSeekService,
-            VectorStore,
         )
         
         scoring_config = self.settings['Scoring']
         
-        # Инициализация RAG сервиса
-        rag_service = None
+        # Инициализация RAG API клиента
+        rag_client = 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)
+            api_url = scoring_config['rag_api_url']
+            api_key = scoring_config['rag_api_key']
             
-            # 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']}")
+            if not api_url or not api_key:
+                logger.warning("RAG включен, но не указаны RAG_API_URL или RAG_API_KEY")
+            else:
+                rag_client = RagApiClient(
+                    api_url=api_url,
+                    api_key=api_key,
+                    timeout=scoring_config['rag_api_timeout'],
+                    test_mode=scoring_config['rag_test_mode'],
+                    enabled=True,
+                )
+                logger.info(f"RagApiClient инициализирован: {api_url} (test_mode={scoring_config['rag_test_mode']})")
         
         # Инициализация DeepSeek сервиса
         deepseek_service = None
@@ -189,7 +170,7 @@ class BaseDependencyFactory:
         
         # Создаем менеджер
         self._scoring_manager = ScoringManager(
-            rag_service=rag_service,
+            rag_client=rag_client,
             deepseek_service=deepseek_service,
         )