Проект по созданию персонального AI-помощника — Rag-ассистента.

Используется следующие технолоии:

1. python 3.12.10 / pip 25.3
2. uv - для установки зависимостей

uv add "name of dependens" # для добавления библиотеки
uv sync # проверяет ваши зависимости и устанавливает недостающие

3. Ruff - линтер внедренный в uv для проверки кода и форматирования

uv tool run ruff check . # проверка кода
uv tool run ruff check --fix . # исправление ошибок
uv tool run ruff format . # форматирование

4. streamlit - для фронтенда
5. httpx - библиотека для отправки HTTP-запросов на языке Python
6. Docker - для контейниризации

docker-compose down -v # Полная очистка (удаление данных и таблиц)

docker compose up --build # cобирает образы и запускает все контейнеры.
docker compose up -d # запуск в «фоновом» режиме

docker-compose up -d db # Если хотим запустить базу данных в докере, а fastapi локально
docker-compose up -d db test_db # db и test_db

7. uvicorn - для запуска веб-сервера бэкенда
8. FastAPI - для создания api uv add "fastapi[all]"
9. Pydantic - для валидации данных входит в FastAPI
10. SQLAlchemy 2.0 - ORM для удобной работы с БД на языке python
11. PostgreSQL + pgvector - для базы данных
12. psycopg2-binary - Это адаптер, который позволяет Python-приложениям подключаться к базе данных PostgreSQL.
13. LangChain - для оркестрации RAG-цепочек (связка документа -> эмбеддинга -> LLM)
14. LiteLLM ??? - для быстрой смены модели LLM
15. PyTest - тестирование
16. Nginx - для проксирования запросов
17. Apache Airflow
18. jose[cryptography]
19. passlib[bcrypt]
20. pydantic[email]
21. Хэширование паролей bcrypt==4.3.0

Dev зависимости uv add --dev "pytest" "pytest-asyncio" "httpx" "pytest-cov" "asyncio"

Frontend

streamlit >=1.52.2

1. streamlit-option-menu
2. extra-streamlit-components

Работа с git

# Изменить последний коммит без редактирования оригинального сообщения 
git commit --amend --no-edit

Вывод всех файлов проекта кроме .venv и pycache

Get-ChildItem -Path "." -Recurse -File | Where-Object { $_.FullName -notmatch "\\(\.venv|__pycache__)\\" } | Select-Object FullName

Запуск проекта:

1. Запуск database

docker-compose down -v # Полная очистка (удаление данных и таблиц)
docker-compose up -d db # Запуск только базы данных

2. Запуск FastAPI

uv run python -m app.main # С проверкой зависимостей
uvicorn app.main:app --reload # 

3. Запуск Streamlit

streamlit run app.py # Запуск Streamlit
uv run streamlit run app.py --server.runOnSave true # Автоматический перезапуск при сохранении app.py