PZZ Pipeline Service

Сервис классификации кадастровых объектов по правилам землепользования и застройки (ПЗЗ). Сравнивает функциональные зоны проекта с объектами, которые на них стоят, и сообщает, какие объекты находятся не в своей зоне, с человекочитаемым объяснением для чат-бота.

Построен вокруг готового пайплайна классификации (pipeline_modules/), обёрнутого в продакшн-сервис: HTTP API, фоновый воркер, объектное хранилище и MCP-сервер для AI-агентов.

Что умеет

Три сценария использования (соответствуют пунктам ТЗ):

Сравнение зон с объектами — определить, какие объекты стоят не в своей функциональной зоне (пока в фокусе — жилые объекты).
Справка по зонам — по проекту отдать список зон с текстовым описанием «что можно / нельзя строить».
Ответ чат-бота — готовый plain-text с перечнем неуместных объектов.

Два способа подать данные:

Сценарный флоу (для агентов): данные тянутся из IDU urban_api по scenario_id + (year, source). Токен пользователя форвардится в urban_api.
Файловый флоу: пользователь загружает GeoJSON напрямую (/tasks/pzz-check, /tasks/classify-only).

Архитектура

                ┌─────────────┐      ┌──────────────┐
   агент ─MCP──▶│  mcp_server │─REST▶│   FastAPI    │
                └─────────────┘      │   (api)      │
   фронт ─REST───────────────────────▶              │
                                     └──────┬───────┘
                                            │ enqueue (Redis)
                                     ┌──────▼───────┐   ┌──────────┐
                                     │ Celery worker│──▶│ pipeline │
                                     │   + beat     │   │ _modules │
                                     └──────┬───────┘   └──────────┘
                                            │
                          Postgres ◀────────┴────────▶ MinIO (inputs/outputs)

Слои внутри service/:

Каталог	Назначение
`api/`	HTTP-эндпоинты (classifier, scenarios, tasks, system)
`application/`	use-cases (create/start/finish task) — оркестрация
`domain/`	бизнес-правила, порты (контракты репозиториев), состояния задач
`infrastructure/`	реализации: БД-репозитории, MinIO, urban_api клиент, PZZ-маппинг, раннер пайплайна
`mcp_server/`	MCP-сервер для агентов (отдельный процесс, тонкий клиент к API)

pipeline_modules/ — сторонний пайплайн классификации (geopandas + NLP + LLM). Сервис вызывает его через порт PipelineRunner (infrastructure/runners/pipeline_runner.py) — in-process или в subprocess, с прозрачной загрузкой/выгрузкой входов и результатов из MinIO.

Технологии

Python 3.11, FastAPI, Celery, SQLAlchemy + Alembic
PostgreSQL, Redis, MinIO (S3-совместимое хранилище)
FastMCP 3.x (MCP-сервер), Prometheus-метрики
Docker / Docker Compose

Быстрый старт (локально)

Требуется заполненный .env.development (см. .env.example) с доступами к БД, Redis, MinIO, LLM-бэкенду и (для сценарного флоу) urban_api.

docker compose -f docker-compose.yml up -d --build

Поднимет 6 сервисов: postgres, redis, api (миграции на старте), worker, beat, mcp.

Сервис	Адрес
API	http://localhost:8000 (OpenAPI: `/docs`)
MCP	http://localhost:8765/mcp (health: `/health`)
Метрики воркера	http://localhost:9100/metrics
Postgres / Redis	5432 / 6379

Свернуть: docker compose -f docker-compose.yml down.

Эндпоинты (основное)

Файловый флоу

POST /tasks/pzz-check — полная проверка ПЗЗ (кадастр + зоны)
POST /tasks/classify-only — только классификация ВРИ по классификатору
POST /tasks/pzz-check/chat/stream — проверка ПЗЗ + стрим разговорного ответа LLM (SSE, требует Bearer)
POST /tasks/classify-only/chat/stream — классификация ВРИ + стрим разговорного ответа LLM (SSE, требует Bearer)
GET /tasks/{id} · GET /tasks_list · GET /tasks/{id}/result
GET /files/{slot}/{id} — долговечная ссылка на геослой (slot: result/cadastral/zones; 307 → presigned MinIO)
GET /tasks/{id}/object-zone-fit?group_by=zone|object — структурированный отчёт + chat_message
GET /tasks/{id}/events · DELETE /tasks/{id} · POST /tasks/{id}/recompute

Загрузки кадастра/зон принимают GeoJSON, а также GeoPackage .gpkg, GML, KML и GeoParquet — не-GeoJSON форматы конвертируются в GeoJSON (EPSG:4326) на входе.

Сценарный флоу (требует Authorization: Bearer <jwt>)

POST /scenarios/{id}/classify — запуск по данным urban_api
POST /scenarios/{id}/chat/stream — запуск + стрим разговорного ответа LLM (SSE)
GET /scenarios/{id}/zones-info — зоны + справка «что можно строить»
GET /scenarios/{id}/tasks/{external_id} (+ /result, /object-zone-fit, /events)
DELETE / POST .../recompute

Админ: рантайм-конфиг (заголовок X-Admin-Token: <ADMIN_API_TOKEN>; пусто → 503)

GET /admin/config/settings — текущие эффективные настройки (секреты замаскированы)
GET /admin/config/overrides — активные оверрайды
GET /admin/config/{key} — эффективное значение + статус оверрайда
PUT /admin/config/{key} {value, updated_by?} — задать оверрайд (валидируется; кред/boot-only/неизвестные ключи → 400)
DELETE /admin/config/{key} — снять оверрайд (вернуть деплой-значение)
POST /admin/config/reload — форс-ресинк оверрайдов в этом процессе

Оверрайды хранятся в таблице config_override (общая для всех контейнеров) и синкаются в os.environ каждого процесса (TTL ~5с) + сбрасывают кэш Settings — меняются без редеплоя, на всём флоте, включая subprocess пайплайна. Секреты (ENV_SECRET) и boot-only ключи менять нельзя. ADMIN_API_TOKEN живёт в ENV_SECRET.

Чат-ручки */chat/stream дожидаются завершения классификации, затем стримят (в формате gMART: конверт {type, content}) отчёт (object_zone_fit для pzz-check, classify_summary для classify-only) → service_event/chat_created (если не передан chat_id) → chunk* → done, и сохраняют диалог (user + assistant) в ChatStorage. Разговорный ответ генерирует Ollama /api/chat (OLLAMA_BASE_URL); модель — параметр запроса model (дефолт CHAT_MODEL/GENERATE_MODEL).

Большой GeoJSON-результат в чат-стриме отдаётся ссылкой (событие file), а не инлайном: долговечный url = /files/result/{id} (307 → свежий presigned MinIO, не протухает) сохраняется в ChatStorage как file-часть сообщения; временный download_url — для мгновенной выгрузки. Настройки: PUBLIC_BASE_URL (абсолютные ссылки), GEO_LAYER_URL_TTL_SECONDS.

Системное: GET /health, GET /readiness, GET /metrics

Подробное руководство для фронтенда — docs/frontend-api-guide.md.

MCP (для AI-агентов)

MCP-сервер (service/mcp_server/) — отдельный процесс на FastMCP, тонкий клиент поверх REST API. Позволяет AI-агенту (Claude и др.) запускать классификацию и читать отчёты как набор инструментов, без знания внутренностей сервиса. Транспорт — streamable-HTTP на :8765/mcp (MCP_API_BASE_URL указывает на api).

Инструменты

Сценарные (tools/scenarios.py):

Инструмент	Назначение
`classify_scenario`	Запустить классификацию по данным urban_api → `external_id`
`classify_scenario_and_wait`	То же + ожидание с прогрессом, сразу возвращает отчёт
`get_scenario_classification_status`	Статус задачи (`queued/running/finished/failed`)
`get_scenario_classification_report`	Отчёт «кто не в своей зоне» + готовый `chat_message`
`get_scenario_zones_info`	Зоны проекта + справка «что можно строить»
`recompute_scenario_classification`	Принудительный пересчёт

Файловые (tools/tasks.py): submit_pzz_check_task, submit_classify_only_task, get_task_status, list_tasks, get_task_events, get_task_result, cancel_task, recompute_task.

Параметры

Агент передаёт содержательные параметры явно: scenario_id, year, source, physical_object_type_id (4 = жилые), group_by, external_id и т.п. scenario_id указывает, с каким проектом/сценарием работать.

Не является аргументом инструмента только аутентификация: Bearer-токен пользователя берётся из заголовка Authorization и форвардится в urban_api.

Типовой диалог

get_scenario_zones_info(scenario_id, year, source)          # справка + проверка доступа/токена
classify_scenario(scenario_id, year, source, type_id) → external_id
poll get_scenario_classification_status(scenario_id, external_id) → finished
get_scenario_classification_report(scenario_id, external_id) # отдать chat_message пользователю

Обработка токена

Если urban_api отвергает токен, инструмент возвращает -32002 AUTH_TOKEN_EXPIRED — агент должен запросить свежий Bearer у фронтенда/пользователя и не повторять со старым.

Подключение (Claude Desktop)

Через мост mcp-remote (stdio → HTTP):

{ "command": "cmd", "args": ["/c", "npx", "-y", "mcp-remote", "http://localhost:8765/mcp"] }

Смоук-тест end-to-end: scripts/test_mcp_scenario.py (нужен URBAN_API_TOKEN, опц. SCENARIO_ID / SCENARIO_YEAR / SCENARIO_SOURCE).

Аутентификация

Сценарные эндпоинты (/scenarios/*) требуют Authorization: Bearer <jwt>. Токен форвардится в urban_api и, опционально, проверяется локально по образцу IDUclub (Keycloak JWT через JWKS, см. service/auth/):

AUTH_VERIFY=false (по умолчанию) — токен принимается без проверки подписи (dev, либо когда его уже проверил вышестоящий шлюз);
AUTH_VERIFY=true + AUTH_SERVER_URL=https://<host>/realms/<realm> — проверяются подпись (RS256 по JWKS), issuer и (опц.) audience; отвергнутый токен → 401.

Параметры: AUTH_SERVER_URL, AUTH_CLIENT_ID, AUTH_VERIFY_AUD, AUTH_VALID_AUDIENCES, кеши AUTH_JWKS_CACHE_TTL / AUTH_USER_CACHE_TTL.

Метрики

Метрики задач (queue_wait_seconds, task_run_seconds, task_fail_total, task_retry_total) пишутся в процессе воркера, поэтому экспонируются им на :9100 — отдельным таргетом от API :8000/metrics. Prometheus должен скрейпить оба.

Тесты

pip install -r requirements.txt
pytest

Тесты герметичны (sqlite, dummy-окружение в tests/conftest.py) — живой Postgres/Redis не нужен. Пайплайн-тесты требуют установленных зависимостей пайплайна (geopandas, nltk и пр.).

Деплой

CI-пайплайн .github/workflows/deploy.yml (workflow_dispatch) собирает образ, пушит в реестр и поднимает полный стек через docker-compose.actions.yml: postgres + redis + migrate + api + worker + beat + mcp.

В проде миграции выполняет отдельный one-shot сервис migrate (RUN_MIGRATIONS_ON_STARTUP=false для api).

Конфигурация

Все настройки — через переменные окружения / .env.development (см. service/settings.py и .env.example). Ключевое: DATABASE_URL, REDIS_URL, LLM_BACKEND + модели, FILESERVER_* (MinIO), URBAN_API_BASE_URL. Для чат-ручек: CHAT_STORAGE_BASE_URL (история диалогов; пусто — персист выключен), CHAT_MODEL (дефолтная модель чата на OLLAMA_BASE_URL), CHAT_SYSTEM_PROMPT_PATH. Секреты в репозиторий не коммитятся.

Name		Name	Last commit message	Last commit date
Latest commit History 81 Commits
.github/workflows		.github/workflows
alembic		alembic
data		data
docs		docs
pipeline_modules		pipeline_modules
service		service
tests		tests
.dockerignore		.dockerignore
.env.example		.env.example
.gitignore		.gitignore
Dockerfile		Dockerfile
README.md		README.md
alembic.ini		alembic.ini
docker-compose.actions.yml		docker-compose.actions.yml
docker-compose.yml		docker-compose.yml
pytest.ini		pytest.ini
requirements.txt		requirements.txt

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Uh oh!

Repository files navigation

PZZ Pipeline Service

Что умеет

Архитектура

Технологии

Быстрый старт (локально)

Эндпоинты (основное)

MCP (для AI-агентов)

Инструменты

Параметры

Типовой диалог

Обработка токена

Подключение (Claude Desktop)

Аутентификация

Метрики

Тесты

Деплой

Конфигурация

About

Uh oh!

Releases

Packages

Uh oh!

Contributors

Uh oh!

Languages

Uh oh!

Folders and files

Latest commit

History

Repository files navigation

PZZ Pipeline Service

Что умеет

Архитектура

Технологии

Быстрый старт (локально)

Эндпоинты (основное)

MCP (для AI-агентов)

Инструменты

Параметры

Типовой диалог

Обработка токена

Подключение (Claude Desktop)

Аутентификация

Метрики

Тесты

Деплой

Конфигурация

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages