Deutsch / Popper Bench

• Что это: внутренний продукт US healthtech platform — «Clinical Validation Bench» (имя пакета regain-clinical-validation). Бенчмарк-харнесс, который прогоняет клинические AI-системы (кодовые имена Deutsch / Popper / Hermes) по корпусу клинических виньеток, оценивает ответы (judge/oracle), сравнивает прогоны, отслеживает регрессии и борется с переобучением (строгая методология anti-overfitting, привязанная к гайдлайнам AHA/ACC/ESC). Мультипровайдерный реестр моделей (Cerebras/Vertex/Azure) через Vercel AI SDK 6.
• Тип / статус / роль: api/платформа (монорепо: API + дашборд + очереди + раннер) / active / contributor (существенный). Основной автор — Anton Kim <anton@US healthtech platform> (154 коммита, клинический движок и методология). Пользователь Davron — 9 коммитов, но огромных по объёму (~32 000 строк): построил весь прикладной слой (API, аутентификация, очереди, дашборд, деплой).
• Период активности: 2026-02-11 → 2026-02-23 (~2 недели интенсивной работы), 163 коммита.

• Языки: TypeScript (рантайм Bun).
• Монорепо: Turborepo + Bun workspaces (@workspace/*). apps/: api (Elysia :3001), web (Next.js 16 :3002), runner (CLI-бенч), queue (воркер BullMQ), dashboard (legacy). packages/: db (Drizzle+TimescaleDB), auth (Better Auth), ui (shadcn/Tailwind v4), harness, judge, oracle, analyzer, vignettes, cli.
• Фреймворки/библиотеки: Elysia.js (API), Next.js 16 + React 19 (дашборд), Drizzle ORM + pg (PostgreSQL/TimescaleDB), Better Auth (+admin/RBAC), BullMQ + Bun.redis (очереди), shadcn/ui + Tailwind v4, Vercel AI SDK 6 (createProviderRegistry), @regain/hermes 2.0. Линт/формат — Biome.
• Инфра/деплой (вклад пользователя): multi-arch Docker (ARM64/Graviton), Bun build --compile в standalone-бинарь; GitHub Actions → AWS ECS (regain-production), OIDC-роль (id-token), build-матрица для 3 сервисов в ECR.
• Данные: PostgreSQL/TimescaleDB (Drizzle, схема packages/db), Redis (очереди), корпус виньеток (packages/vignettes, data/, vignettes/), отчёты (reports/).

Проект в целом (Anton): движок клинического бенча — harness/judge/oracle/analyzer, корпус виньеток, методология anti-overfitting, реестр моделей, bench-скрипты (history/compare/baseline/changelog/traces/control-conformance).

Вклад пользователя (9 коммитов, подтверждено через git log --author, ~32k строк суммарно):

• dae8dbb (184 файла, +9679) — реализовал Elysia.js API с аутентификацией и экспортом (фактически поднял apps/api с нуля).
• a4d0988 (62 файла, +17816) — расширил контроллеры + новые фичи (analytics, corpus, export, generalization, improvements, queue, runs, vignettes).
• e87a280 (30 файлов, +5009) — страницы дашборда, инфраструктура очередей, ARPA-таргеты.
• 5a11f85 — Dockerfile'ы + CI/CD для AWS (деплой в ECS, ecs-deploy.sh, deploy-us.yml).
• 4d84d5e — auth-middleware + улучшение лейаута дашборда.
• c6b6906 — фикс cross-subdomain cookie (бесконечный цикл редиректов при авторизации).
• dc665de — фикс type-error после мержа; + 2 merge-коммита.
• Итоговый вклад: пользователю принадлежит весь платформенный слой (API + аутентификация/RBAC + очереди + дашборд + деплой); Anton — клинический движок/наука.

Подтверждено кодом (файлы пользователя).

• RBAC как Elysia-макрос (apps/api/src/lib/rbac.ts) → rbacPlugin с макросами isAuthenticated и rbac({permission}); делегирует проверку прав в Better Auth (auth.api.userHasPermission), чистые 401/403. Декларативная защита роутов на уровне фреймворка.
• Изоляция BullMQ от типов Elysia (modules/v1/queue/queue-service.ts) → тонкая обёртка, возвращающая plain-объекты (JobInfo/JobCounts/JobDetail), чтобы типы BullMQ не «протекали» в тайп-чейн Elysia. Зрелое архитектурное решение — понимание того, как типы TS распространяются через слой API.
• Standalone-бинарь под Graviton (apps/api/Dockerfile) → multi-stage, bun build --compile --minify --target bun-linux-${TARGETARCH} → единственный бинарь в проде без рантайма; послойное кеширование зависимостей по всем workspace-пакетам. Контейнеризация уровня senior.
• OIDC-деплой в AWS ECS (.github/workflows/deploy-us.yml) → триггерится по успешному CI (workflow_run), id-token: write + configure-aws-credentials (без долгоживущих ключей), build-матрица для bench-api/web/worker в ECR, кластер regain-production. Современный, безопасный CD.
• Доменное API → 8 контроллеров (runs, vignettes, analytics, corpus, export, generalization, improvements, queue) — REST-поверхность над клиническим бенчем.

• Найденные сессии: директория сессий Claude Code для этого проекта существует, но содержит 0 `.jsonl`-транскриптов (очищены/не сохранены).
• Косвенно: очень детальный CLAUDE.md (12 КБ) со строгими правилами (только Bun, без динамического import, обязательный TanStack Query, anti-overfitting), конвенции в духе .cursor — разработка явно AI-ассистированная (Cursor/Claude Code). Канонический путь dev-машины — /Users/gsizm/ (Anton).
• Паттерны AI-воркфлоу: транскриптов с деталями нет; но CLAUDE.md — отличный пример инженерного «AI repo guide».

• Монорепо: 5 apps + 11 packages, оркестрация через Turborepo.
• Пользователь: ~32k строк в 9 коммитах — весь бэкенд/инфра-слой.
• API: 8 доменных контроллеров + RBAC + экспорт.
• Деплой: 3 контейнерных сервиса на AWS ECS (Graviton/ARM64), OIDC CI/CD.
• Бенч: корпус из ~29 виньеток (smoke) — несколько кардио-состояний (HFrEF/HFpEF/post-MI); мультипровайдерный реестр (6+ моделей Cerebras, 6+ Vertex).