Healthcare CRM Platform

• Что это: ядро экосистемы Healthcare platform — CRM + платформа для медицинских лабораторий/клиник: рекламодатели, пациенты, Telegram-боты, AI-анализ чекапов и результатов анализов (RAG/LLM). Легаси-слой — на Django; Platform v2 мигрирует на Elysia/FastAPI/React/Expo (по CLAUDE.md).
• Тип / статус / роль: web-app (мультисервисный медицинский монолит + сервисы) · active · lead — пользователь крупнейший автор (~962 из 2208 коммитов, ~44%), команда из ~10 человек (aniashev/Anna 450, Denis Ergashbaev 255, Katya Mun 248, Alisher Mukhtorov 341, Anton Kim, Bobur).
• Период активности: 2024-11-13 → 2026-01-19 — ~14 месяцев непрерывной разработки, самый долгий и крупный проект в портфолио.

• Backend: Django 5.1 + django-htmx + crispy-forms + widget-tweaks, Celery 5.4 (+ beat + results) для async/периодических задач, gunicorn, whitenoise, PyJWT, loguru, django-stubs.
• AI/ML/RAG (ключевое): LangChain + langchain-community, Pinecone (векторная БД, gRPC), sentence-transformers (эмбеддинги, torch/transformers), RAGAS (оценка качества RAG), Langfuse (observability/трейсинг LLM), datasets, jinja2-fragments. → Серьёзный продакшн RAG/LLM-пайплайн (агентный анализ чекапов, интерпретация результатов анализов — agentic_checkup_analyzer.log, lab_result_worker.log).
• Сервисы/интеграции: FastAPI (healthcare-platform-core/webapp), pyTelegramBotAPI (бот пациента + общий бот), Firebase Admin, Google Calendar API, Sentry, PostHog, SSE (sse-starlette), парсинг PDF (pymupdf, pdfplumber), thefuzz (нечёткое сопоставление), Babel/langdetect (i18n).
• Frontend: HTMX + Alpine.js + TailwindCSS, шаблоны по доменам (advertiser/patient), строгие конвенции именования (list/detail/form/delete + partials).
• Инфра/деплой: мультисервисный Docker (Dockerfile.{django,advertiser,patient,patient_telegram,telegram,webapp,workers,monitor,bitwarden-init,linting}), docker-compose (варианты dev/prod/sa), Bitwarden для управления секретами (init-контейнер), prod_deploy.sh, Makefile. SQLAlchemy 2.0 (в части на FastAPI), uv/pyproject.
• Данные: реляционная БД (Django ORM), Pinecone (векторы), Firebase.

2208 коммитов, ~962 от пользователя — флагманский масштаб. По артефактам/планам:

• Ядро CRM: порталы рекламодателя и пациента (Django + HTMX), дашборды, формы.
• AI-анализ медицинских данных: агентный анализатор чекапов + воркер интерпретации результатов анализов (RAG: Pinecone + sentence-transformers + LangChain, оценка через RAGAS, трейсинг через Langfuse).
• Telegram-боты: бот пациента + общий бот (pyTelegramBotAPI), отдельные Docker-сервисы.
• Async-инфраструктура: Celery-воркеры + beat (ACTIVITY_PLAN_CELERY_INTEGRATION, run_workers.sh).
• Платежи/валюта (CURRENCY_CONVERSION_IMPLEMENTATION), массовые покупки (BULK_PRODUCT_PURCHASE_PLAN), трекинг активности (ACTIVITY_*).
• Секреты через Bitwarden (BITWARDEN_INIT_FIX_SUMMARY).
• Миграция на Platform v2 (Elysia/FastAPI/React/Expo) — текущее направление.
• Объём: 14 месяцев, ~20 планов/доков (.md), мультисервисная архитектура.

Подтверждено по CLAUDE.md/pyproject/структуре:

• Продакшн RAG-пайплайн для медицины (LangChain + Pinecone + sentence-transformers + RAGAS + Langfuse): не просто «вызов LLM», а полноценный RAG с векторным поиском, оценкой качества (RAGAS) и observability (Langfuse). Агентный анализатор чекапов и интерпретация результатов анализов. → Серьёзный AI-инжиниринг, а не демка.
• Мультисервисная декомпозиция (10 Dockerfile'ов): django, advertiser, patient, два Telegram-бота, webapp, workers, monitor, bitwarden-init, linting — разделение по ответственности внутри одного репозитория. → Зрелая операционная архитектура.
• Управление секретами через Bitwarden (init-контейнер): секреты не в env-файлах, а через Bitwarden CLI на старте. → Зрелость по части безопасности.
• Async на Celery (beat + results): периодические задачи (отчёты, синхронизация, AI-воркеры) вынесены из цикла запроса. → Корректная обработка тяжёлых медицинских нагрузок.
• Мультиязычная медицина (Babel + langdetect + transliterate): RU/UZ/локализация, важно для рынка.
• 🌟 Продвинутый мультиагентный воркфлоу Claude Code (CLAUDE.md): пользователь выстроил команду КАСТОМНЫХ саб-агентов — django-backend-specialist, advertiser-frontend-developer, patient-frontend-specialist, linting-specialist — со строгими правилами, протоколом межагентной коммуникации (бэкенд сообщает типы view / URL / контекст; фронтенд их запрашивает) и фиксированным порядком «backend → frontend → linting». → Редкий, сильный пример зрелого AI-native процесса разработки на большой кодовой базе.

• Найдено сессий: 3 (директории для healthcare-crm и healthcare-platform-healthcare-crm, форма subdir).
• Что делалось с AI: работа над фичами по протоколу из CLAUDE.md через специализированных саб-агентов; огромный CLAUDE.md = руководство для команды агентов.
• Паттерны AI-воркфлоу (важно для бренда): мультиагентная оркестрация (саб-агенты, специализированные по ролям, + межагентный контракт + обязательный linting-агент), spec/rule-ориентированная разработка, AI-воркеры в продакшене (анализатор чекапов). Сильнейший кейс AI-воркфлоу среди всех проанализированных проектов.

• ~962 коммита пользователя (из 2208) за 14 месяцев — флагман портфолио; контрибьютор №1 в команде из ~10 человек.
• Мультисервисная платформа: 10 Docker-сервисов, Django + Celery + FastAPI + 2 Telegram-бота.
• Продакшн RAG/LLM для медицины (Pinecone, RAGAS, Langfuse).
• Секреты в Bitwarden, observability на Sentry/PostHog, интеграции с Google Calendar/Firebase.
• Зрелый мультиагентный процесс Claude Code (4 кастомных саб-агента).