GorichBot/README.md

GorychBot

Набор сервисов для Telegram-бота шаурмечной "Горыч" с отдельным парсером меню и отдельным RAG API.

Проект разделён на независимые части:

• tgbot — основной Telegram-бот на aiogram.
• menu_scraper — сервис, который парсит меню с https://gorych34.ru/.
• rag_api — FastAPI-сервис с RAG, локальными эмбеддингами sergeyzh/rubert-mini-frida и function calling для подбора блюд.
• redisdb — Redis для бота.
• postgredb — PostgreSQL для бота.

Что делает проект

1. menu_scraper забирает меню с сайта Горыча и сохраняет нормализованный JSON в data/menu/gorich_menu.json.
2. rag_api индексирует:
   • знания о заведении: описание, контакты, режим, доставка, соцсети;
   • меню: названия, описания, ингредиенты, цены, размеры, фото.
3. rag_api умеет:
   • отвечать на вопросы о заведении через RAG;
   • вызывать tool find_menu_items для подбора блюд по бюджету, категории и ингредиентам.
4. tgbot работает отдельно от RAG API и использует PostgreSQL + Redis.

Сервисы

tgbot

Назначение:

• Telegram-бот на aiogram.
• Хранит данные в PostgreSQL.
• Использует Redis для FSM/storage.

Файл env:

• bot/.env

Зависимости:

• redisdb
• postgredb

Стартовая команда:

python aiogram_run.py

menu_scraper

Назначение:

• Парсит меню с сайта Горыча.
• Берёт встроенный каталог товаров из JSON на странице gorych34.ru.
• Пишет результат в data/menu/gorich_menu.json.

Файл env:

• menu_scraper/.env

Порт:

• 8010

Основные endpoints:

• GET /health
• POST /scrape
• GET /items
• GET /items/{item_id}

Пример ответа:

• один snapshot меню с total_items и массивом items

rag_api

Назначение:

• Отдельный API для вопросов о заведении.
• RAG по сайту, доставке, контактам и соцсетям.
• Локальные эмбеддинги через sergeyzh/rubert-mini-frida на CPU.
• Function calling через OpenRouter для подбора блюд из меню.

Файл env:

• rag_api/.env

Порт:

• внешний 8001
• внутренний контейнерный 8000

Основные endpoints:

• GET /health
• POST /chat
• POST /admin/reindex
• GET /menu/search

POST /chat принимает:

{
  "message": "Посоветуй что-нибудь острое из пиццы до 400 рублей",
  "history": []
}

GET /menu/search умеет:

• query
• max_price
• category
• must_include
• must_not_include
• limit

Пример:

curl "http://localhost:8001/menu/search?query=острая%20пицца&max_price=450&category=пицца&limit=3"

Структура данных

data/menu/gorich_menu.json

Содержит:

• item_id
• name
• category
• description
• ingredients
• price
• price_label
• size
• photo_url
• source_url
• scraped_at

data/chroma/

Локальная база ChromaDB для RAG:

• коллекция знаний о заведении;
• коллекция документов меню.

Настройка

В проекте используются отдельные env-файлы по сервисам:

• bot/.env
• menu_scraper/.env
• rag_api/.env

Примеры:

• .env.example
• bot/.env.example
• menu_scraper/.env.example
• rag_api/.env.example

Минимум для запуска:

1. Заполнить bot/.env
2. Заполнить rag_api/.env
3. При необходимости поправить menu_scraper/.env

Важно:

• OPENROUTER_API_KEY нужен только для rag_api.
• Для OpenRouter лучше использовать модель, которая нормально работает с tools в вашем регионе. Сейчас в конфиге стоит mistralai/mistral-medium-3-5.

Запуск

Поднять всё:

docker compose up -d --build

Проверка сервисов:

curl http://localhost:8010/health
curl http://localhost:8001/health

Пересобрать индекс RAG вручную:

curl -X POST http://localhost:8001/admin/reindex

Перепарсить меню вручную:

curl -X POST http://localhost:8010/scrape

Что уже реализовано

• отдельный парсер меню;
• сохранение меню в JSON;
• отдельный RAG API;
• ChromaDB;
• локальные эмбеддинги rubert-mini-frida;
• function calling для подбора блюд;
• подбор по семантике + лексическим признакам меню;
• Docker Compose для всех сервисов.

Что важно знать

• rag_api сейчас не вшит напрямую в tgbot; это отдельный сервис с HTTP API.
• rag_api на первом старте может подниматься дольше из-за загрузки модели эмбеддингов.
• data/ хранит runtime-данные и не должен коммититься в git.