§01
Umumiy ko'rinish
- Bu nima: hayvonlar bilan bog'liq hujjatlarni (veterinariya/zot hujjatlari → strukturaviy hisobotlar) qayta ishlash uchun ilova. Foydalanuvchilar fayllarni (PDF/rasm) yuklaydi, tizim ma'lumotlarni ajratadi (pdfplumber/pymupdf) va hisobotlarni generatsiya qiladi (OpenAI + md2pdf). Kirish web (Flask + OAuth), Telegram bot va Telegram to'lov mini-ilovalari (Click.uz / Hambi) orqali.
- Turi / holati / roli: web-app (ko'p kanalli AI xizmat) / active / contributor (2 muallif: Denis Ergashbaev 65, Davron 59 ≈ 48% — deyarli tenglik).
- Faol davr: 2025-12-03 → 2026-03-04 (~3 oy). 13 ta CC sessiyasi.
§02
Stek
- Til: Python 3.13 (uv,
tytype-checker — kam uchraydigan tanlov), SQLAlchemy 2.0 + Alembic + Postgres (psycopg), Supabase. - Web/API: Flask 3 (asosiy UI, authlib orqali OAuth, flask-session) + FastAPI (xizmatlarning bir qismi), gunicorn/uvicorn, Caddy (reverse proxy).
- AI/LLM: OpenAI + Langfuse (LLM observability / prompt tracing) — LLM'ni productionda ishlatishning yetuk yondashuvi.
- Hujjatlar: pdfplumber, pymupdf, md2pdf, openpyxl — PDF/XLSX ajratish/generatsiya.
- Kanallar: pyTelegramBotAPI (bot) + 2 ta mini-ilova (
click_app,hambi_app— UZ to'lovlari Click/Humo). - Boshqa: Babel (i18n .po/.mo), loguru (idiomatik logging), Sentry, tenacity (retry), cachetools.
- Infra: 5 ta Dockerfile (base/web/click/hambi/telegram), docker-compose, Makefile, Caddyfile.
§03
Texnik chellenjlar
- Langfuse orqali LLM observability + OpenAI: productionda prompt/generation tracing — AI observability'ning yetuk amaliyoti ("shunchaki API'ni chaqirmagan"). → productionda LLM intizomini ko'rsatadi.
- PDF ajratish + AI hisobot generatsiyasi (pdfplumber/pymupdf → OpenAI → md2pdf): parsing → LLM → hujjat pipeline'i. → document-AI sohasi.
- Yagona kod bazasidan ko'p kanalli arxitektura (web/telegram/2 mini-ilova/CLI, alohida Dockerfile'lar, umumiy domains/services/repositories): umumiy yadro ustida toza kanal ajratilishi. → mustahkam modullilik.
- Zamonaviy Python tooling: uv (paketlar),
ty(yangi type-checker), idiomatik loguru (logger.opt(exception=e)), tenacity retry'lari. → Python ekotizimida "yangi va foydali narsalarni qo'llaydi". - Qatlamli arxitektura (domains/repositories/services/core) — DDD'ga o'xshash tashkillashtirish.
§04
AI yordamida ishlab chiqish
- Topilgan sessiyalar: 13 ta .jsonl.
.cursor/,.mcp.json,claude_scripts/(Claude uchun maxsus skriptlar). - AI bilan nima qilingan: xizmatni ishlab chiqish; CLAUDE.md codestyle'ni belgilaydi (loguru idiomalari).
claude_scripts/— Claude vorkflowi uchun foydalanuvchi utilitalari. - Pattern: Claude Code + Cursor + MCP; maxsus claude_scripts.
§05
Yutuqlar va metrikalar
- To'laqonli AI hujjat qayta ishlash mahsuloti (Python) ~3 oyda, 2 dasturchi.
- 5 ta yetkazib berish kanali, LLM observability (Langfuse), document-AI pipeline.
- Zamonaviy Python stack (uv/ty/loguru/SQLAlchemy 2).