Merge pull request 'Изменения:' (#2) from feature/structure into master

Reviewed-on: #2

.env

@@ -1,5 +1,5 @@
-GIGACHAT_CLIENT_ID=your-client-id
-GIGACHAT_CLIENT_SECRET=your-client-secret
+GIGACHAT_CLIENT_ID=019966f4-1c5c-7382-9006-b84419fbe5d1
+GIGACHAT_CLIENT_SECRET="MDE5OTY2ZjQtMWM1Yy03MzgyLTkwMDYtYjg0NDE5ZmJlNWQxOmRjNTk2ZmFlLWMzY2UtNDRmNC05NDk3LWE2YWIxMDI5ZmE1OA=="
 GIGACHAT_AUTH_URL=https://ngw.devices.sberbank.ru:9443/api/v2/oauth
 GIGACHAT_BASE_URL=https://gigachat.devices.sberbank.ru/api/v1
 

.idea/vcs.xml

@@ -0,0 +1,6 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="VcsDirectoryMappings">
+    <mapping directory="" vcs="Git" />
+  </component>
+</project>

CLAUDE.md

@@ -65,3 +65,8 @@ from agents.chat_agent import ChatAgent
 - Контекст разговоров хранится в Redis с TTL 24 часа
 - Промпты оптимизированы для детей с РАС (простой язык, короткие предложения)
 
+## Запреты 
+- Не пиши тесты
+- README.md заполняй минимально необходимо для понимания
+- промты для ии-агента не пиши, но явно укажи место, где нужно дописать промпт
+

Dockerfile

@@ -0,0 +1,52 @@
+# Многоступенчатая сборка для оптимизации размера образа
+FROM python:3.11-slim as builder
+
+# Установка системных зависимостей для сборки
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    build-essential \
+    gcc \
+    g++ \
+    && rm -rf /var/lib/apt/lists/*
+
+# Создание виртуального окружения
+RUN python -m venv /opt/venv
+ENV PATH="/opt/venv/bin:$PATH"
+
+# Копирование файлов зависимостей
+COPY requirements.txt pyproject.toml ./
+
+# Установка зависимостей
+RUN pip install --no-cache-dir --upgrade pip && \
+    pip install --no-cache-dir -r requirements.txt
+
+# Финальный образ
+FROM python:3.11-slim
+
+# Установка только runtime зависимостей
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    curl \
+    && rm -rf /var/lib/apt/lists/*
+
+# Копирование виртуального окружения из builder
+COPY --from=builder /opt/venv /opt/venv
+ENV PATH="/opt/venv/bin:$PATH"
+
+# Создание рабочей директории
+WORKDIR /app
+
+# Копирование кода проекта
+COPY agents/ ./agents/
+COPY models/ ./models/
+COPY services/ ./services/
+COPY prompts/ ./prompts/
+COPY scripts/ ./scripts/
+
+# Установка переменных окружения
+ENV PYTHONUNBUFFERED=1 \
+    PYTHONDONTWRITEBYTECODE=1 \
+    PYTHONPATH=/app
+
+# По умолчанию запускаем Python REPL для интерактивного использования
+# В production это будет использоваться как библиотека, импортируемая в backend
+CMD ["python"]
+

agents/__init__.py

@@ -0,0 +1,13 @@
+"""ИИ-агенты для проекта Новая Планета."""
+from agents.chat_agent import ChatAgent
+from agents.gigachat_client import GigaChatClient
+from agents.recommendation_engine import RecommendationEngine
+from agents.schedule_generator import ScheduleGenerator
+
+__all__ = [
+    "GigaChatClient",
+    "ScheduleGenerator",
+    "ChatAgent",
+    "RecommendationEngine",
+]
+

agents/chat_agent.py

@@ -0,0 +1,115 @@
+"""ИИ-агент для чата 'Планета Земля'."""
+from typing import List, Optional
+from uuid import UUID
+
+from models.gigachat_types import GigaChatMessage
+from prompts.persona import EARTH_PERSONA
+
+from agents.gigachat_client import GigaChatClient
+from services.cache_service import CacheService
+
+
+class ChatAgent:
+    """ИИ-агент для общения с детьми и родителями."""
+
+    def __init__(self, gigachat: GigaChatClient, cache: CacheService):
+        self.gigachat = gigachat
+        self.cache = cache
+
+    async def chat(
+        self,
+        user_id: UUID,
+        message: str,
+        conversation_id: Optional[str] = None,
+        model: str = "GigaChat-2-Lite",
+    ) -> tuple[str, int]:
+        """
+        Отправить сообщение и получить ответ.
+
+        Args:
+            user_id: ID пользователя
+            message: Текст сообщения
+            conversation_id: ID разговора (для контекста)
+            model: Модель GigaChat
+
+        Returns:
+            (ответ, количество использованных токенов)
+        """
+        # Загружаем контекст из кэша
+        context_messages = []
+        if conversation_id:
+            cached_context = await self.cache.get_context(str(conversation_id))
+            context_messages = [
+                GigaChatMessage(role=msg["role"], content=msg["content"])
+                for msg in cached_context
+            ]
+
+        # Добавляем системный промпт в начало
+        system_message = GigaChatMessage(role="system", content=EARTH_PERSONA)
+        if not context_messages or context_messages[0].role != "system":
+            context_messages.insert(0, system_message)
+
+        # Добавляем текущее сообщение пользователя
+        context_messages.append(GigaChatMessage(role="user", content=message))
+
+        # Отправляем запрос
+        response = await self.gigachat.chat_with_response(
+            message=message,
+            context=context_messages,
+            model=model,
+            temperature=0.7,
+            max_tokens=1500,
+        )
+
+        assistant_message = response.choices[0].message.content
+        tokens_used = response.usage.total_tokens
+
+        # Сохраняем в контекст
+        if conversation_id:
+            await self.cache.add_message(str(conversation_id), "user", message)
+            await self.cache.add_message(str(conversation_id), "assistant", assistant_message)
+
+        return assistant_message, tokens_used
+
+    async def chat_with_context(
+        self,
+        user_id: UUID,
+        message: str,
+        context: Optional[List[dict]] = None,
+        model: str = "GigaChat-2-Lite",
+    ) -> tuple[str, int]:
+        """
+        Отправить сообщение с явным контекстом.
+
+        Args:
+            user_id: ID пользователя
+            message: Текст сообщения
+            context: Явный контекст разговора
+            model: Модель GigaChat
+
+        Returns:
+            (ответ, количество использованных токенов)
+        """
+        context_messages = [GigaChatMessage(role="system", content=EARTH_PERSONA)]
+
+        if context:
+            for msg in context:
+                context_messages.append(
+                    GigaChatMessage(role=msg["role"], content=msg["content"])
+                )
+
+        context_messages.append(GigaChatMessage(role="user", content=message))
+
+        response = await self.gigachat.chat_with_response(
+            message=message,
+            context=context_messages,
+            model=model,
+            temperature=0.7,
+            max_tokens=1500,
+        )
+
+        assistant_message = response.choices[0].message.content
+        tokens_used = response.usage.total_tokens
+
+        return assistant_message, tokens_used
+

agents/gigachat_client.py

@@ -0,0 +1,124 @@
+"""Клиент для работы с GigaChat API."""
+import json
+from typing import List, Optional
+
+import aiohttp
+
+from models.gigachat_types import GigaChatMessage, GigaChatRequest, GigaChatResponse
+from services.token_manager import TokenManager
+
+
+class GigaChatClient:
+    """Клиент для взаимодействия с GigaChat API."""
+
+    def __init__(
+        self,
+        token_manager: TokenManager,
+        base_url: Optional[str] = None,
+    ):
+        self.token_manager = token_manager
+        self.base_url = base_url or "https://gigachat.devices.sberbank.ru/api/v1"
+        self._session: Optional[aiohttp.ClientSession] = None
+
+    async def _get_session(self) -> aiohttp.ClientSession:
+        """Получить HTTP сессию (lazy initialization)."""
+        if self._session is None or self._session.closed:
+            self._session = aiohttp.ClientSession()
+        return self._session
+
+    async def chat(
+        self,
+        message: str,
+        context: Optional[List[GigaChatMessage]] = None,
+        model: str = "GigaChat-2",
+        temperature: float = 0.7,
+        max_tokens: int = 2000,
+    ) -> str:
+        """
+        Отправить сообщение в GigaChat.
+
+        Args:
+            message: Текст сообщения
+            context: История сообщений
+            model: Модель GigaChat (GigaChat-2, GigaChat-2-Lite, GigaChat-2-Pro, GigaChat-2-Max)
+            temperature: Температура генерации
+            max_tokens: Максимальное количество токенов
+
+        Returns:
+            Ответ от модели
+        """
+        messages = context or []
+        messages.append(GigaChatMessage(role="user", content=message))
+
+        request = GigaChatRequest(
+            model=model,
+            messages=messages,
+            temperature=temperature,
+            max_tokens=max_tokens,
+        )
+
+        response = await self._make_request(request)
+        return response.choices[0].message.content
+
+    async def chat_with_response(
+        self,
+        message: str,
+        context: Optional[List[GigaChatMessage]] = None,
+        model: str = "GigaChat-2",
+        temperature: float = 0.7,
+        max_tokens: int = 2000,
+    ) -> GigaChatResponse:
+        """
+        Отправить сообщение и получить полный ответ.
+
+        Args:
+            message: Текст сообщения
+            context: История сообщений
+            model: Модель GigaChat
+            temperature: Температура генерации
+            max_tokens: Максимальное количество токенов
+
+        Returns:
+            Полный ответ от API
+        """
+        messages = context or []
+        messages.append(GigaChatMessage(role="user", content=message))
+
+        request = GigaChatRequest(
+            model=model,
+            messages=messages,
+            temperature=temperature,
+            max_tokens=max_tokens,
+        )
+
+        return await self._make_request(request)
+
+    async def _make_request(self, request: GigaChatRequest) -> GigaChatResponse:
+        """Выполнить запрос к API."""
+        token = await self.token_manager.get_token()
+        session = await self._get_session()
+
+        headers = {
+            "Authorization": f"Bearer {token}",
+            "Content-Type": "application/json",
+        }
+
+        url = f"{self.base_url}/chat/completions"
+
+        async with session.post(
+            url,
+            headers=headers,
+            json=request.model_dump(exclude_none=True),
+        ) as response:
+            if response.status != 200:
+                error_text = await response.text()
+                raise Exception(f"GigaChat API error: {response.status} - {error_text}")
+
+            data = await response.json()
+            return GigaChatResponse(**data)
+
+    async def close(self):
+        """Закрыть HTTP сессию."""
+        if self._session and not self._session.closed:
+            await self._session.close()
+

agents/recommendation_engine.py

@@ -0,0 +1,130 @@
+"""Рекомендательная система для заданий (MVP-1)."""
+from typing import Dict, List, Optional
+
+import numpy as np
+from sklearn.feature_extraction.text import TfidfVectorizer
+from sklearn.metrics.pairwise import cosine_similarity
+
+
+class RecommendationEngine:
+    """Простая рекомендательная система на основе TF-IDF."""
+
+    def __init__(self):
+        self.vectorizer = TfidfVectorizer(max_features=100, stop_words="english")
+        self.task_vectors = None
+        self.tasks = []
+
+    def fit(self, tasks: List[Dict]):
+        """
+        Обучить модель на исторических данных.
+
+        Args:
+            tasks: Список заданий с полями: title, description, category, completed
+        """
+        self.tasks = tasks
+
+        # Создаем текстовые описания для векторизации
+        texts = []
+        for task in tasks:
+            text = f"{task.get('title', '')} {task.get('description', '')} {task.get('category', '')}"
+            texts.append(text)
+
+        if texts:
+            self.task_vectors = self.vectorizer.fit_transform(texts)
+
+    def recommend(
+        self,
+        preferences: List[str],
+        completed_tasks: Optional[List[str]] = None,
+        top_k: int = 5,
+    ) -> List[Dict]:
+        """
+        Рекомендовать задания на основе предпочтений.
+
+        Args:
+            preferences: Предпочтения пользователя
+            completed_tasks: Список уже выполненных заданий (для исключения)
+            top_k: Количество рекомендаций
+
+        Returns:
+            Список рекомендованных заданий
+        """
+        if not self.tasks or self.task_vectors is None:
+            return []
+
+        # Векторизуем предпочтения
+        preferences_text = " ".join(preferences)
+        preference_vector = self.vectorizer.transform([preferences_text])
+
+        # Вычисляем схожесть
+        similarities = cosine_similarity(preference_vector, self.task_vectors)[0]
+
+        # Исключаем уже выполненные задания
+        if completed_tasks:
+            for i, task in enumerate(self.tasks):
+                if task.get("title") in completed_tasks or task.get("id") in completed_tasks:
+                    similarities[i] = -1
+
+        # Получаем топ-K индексов
+        top_indices = np.argsort(similarities)[::-1][:top_k]
+        top_indices = [idx for idx in top_indices if similarities[idx] > 0]
+
+        return [self.tasks[idx] for idx in top_indices]
+
+    def recommend_by_category(
+        self,
+        category: str,
+        completed_tasks: Optional[List[str]] = None,
+        top_k: int = 3,
+    ) -> List[Dict]:
+        """
+        Рекомендовать задания по категории.
+
+        Args:
+            category: Категория заданий
+            completed_tasks: Выполненные задания
+            top_k: Количество рекомендаций
+
+        Returns:
+            Список рекомендованных заданий
+        """
+        category_tasks = [task for task in self.tasks if task.get("category") == category]
+
+        if completed_tasks:
+            category_tasks = [
+                task
+                for task in category_tasks
+                if task.get("title") not in completed_tasks
+                and task.get("id") not in completed_tasks
+            ]
+
+        # Сортируем по популярности (можно добавить поле rating)
+        return category_tasks[:top_k]
+
+    def get_popular_tasks(self, top_k: int = 10) -> List[Dict]:
+        """
+        Получить популярные задания.
+
+        Args:
+            top_k: Количество заданий
+
+        Returns:
+            Список популярных заданий
+        """
+        # Простая эвристика: задания, которые чаще выполняются
+        task_scores: Dict[str, float] = {}
+
+        for task in self.tasks:
+            task_id = task.get("id") or task.get("title")
+            if task.get("completed", False):
+                task_scores[task_id] = task_scores.get(task_id, 0) + 1
+
+        # Сортируем по популярности
+        sorted_tasks = sorted(
+            self.tasks,
+            key=lambda t: task_scores.get(t.get("id") or t.get("title"), 0),
+            reverse=True,
+        )
+
+        return sorted_tasks[:top_k]
+

agents/schedule_generator.py

@@ -0,0 +1,168 @@
+"""Генератор расписаний с использованием GigaChat."""
+import json
+from typing import List, Optional
+
+from models.gigachat_types import GigaChatMessage
+from models.schedule import Schedule, Task
+from prompts.schedule_prompts import SCHEDULE_GENERATION_PROMPT
+
+from agents.gigachat_client import GigaChatClient
+
+
+class ScheduleGenerator:
+    """Генератор расписаний для детей с РАС."""
+
+    def __init__(self, gigachat: GigaChatClient):
+        self.gigachat = gigachat
+
+    async def generate(
+        self,
+        child_age: int,
+        preferences: List[str],
+        date: str,
+        existing_tasks: Optional[List[str]] = None,
+        model: str = "GigaChat-2-Pro",
+    ) -> Schedule:
+        """
+        Сгенерировать расписание.
+
+        Args:
+            child_age: Возраст ребенка
+            preferences: Предпочтения ребенка
+            date: Дата расписания
+            existing_tasks: Существующие задания для учета
+            model: Модель GigaChat
+
+        Returns:
+            Объект расписания
+        """
+        preferences_str = ", ".join(preferences) if preferences else "не указаны"
+
+        prompt = SCHEDULE_GENERATION_PROMPT.format(
+            age=child_age,
+            preferences=preferences_str,
+            date=date,
+        )
+
+        if existing_tasks:
+            prompt += f"\n\nУчти существующие задания: {', '.join(existing_tasks)}"
+
+        # Используем более высокую температуру для разнообразия
+        response_text = await self.gigachat.chat(
+            message=prompt,
+            model=model,
+            temperature=0.8,
+            max_tokens=3000,
+        )
+
+        # Парсим JSON из ответа
+        schedule_data = self._parse_json_response(response_text)
+
+        # Создаем объект Schedule
+        tasks = [
+            Task(
+                title=task_data["title"],
+                description=task_data.get("description"),
+                duration_minutes=task_data["duration_minutes"],
+                category=task_data.get("category", "обучение"),
+            )
+            for task_data in schedule_data.get("tasks", [])
+        ]
+
+        return Schedule(
+            title=schedule_data.get("title", f"Расписание на {date}"),
+            date=date,
+            tasks=tasks,
+        )
+
+    async def update(
+        self,
+        existing_schedule: Schedule,
+        user_request: str,
+        model: str = "GigaChat-2-Pro",
+    ) -> Schedule:
+        """
+        Обновить существующее расписание.
+
+        Args:
+            existing_schedule: Текущее расписание
+            user_request: Запрос на изменение
+            model: Модель GigaChat
+
+        Returns:
+            Обновленное расписание
+        """
+        from prompts.schedule_prompts import SCHEDULE_UPDATE_PROMPT
+
+        schedule_json = existing_schedule.model_dump_json()
+
+        prompt = SCHEDULE_UPDATE_PROMPT.format(
+            existing_schedule=schedule_json,
+            user_request=user_request,
+        )
+
+        response_text = await self.gigachat.chat(
+            message=prompt,
+            model=model,
+            temperature=0.7,
+            max_tokens=3000,
+        )
+
+        schedule_data = self._parse_json_response(response_text)
+
+        tasks = [
+            Task(
+                title=task_data["title"],
+                description=task_data.get("description"),
+                duration_minutes=task_data["duration_minutes"],
+                category=task_data.get("category", "обучение"),
+            )
+            for task_data in schedule_data.get("tasks", [])
+        ]
+
+        return Schedule(
+            id=existing_schedule.id,
+            title=schedule_data.get("title", existing_schedule.title),
+            date=existing_schedule.date,
+            tasks=tasks,
+            user_id=existing_schedule.user_id,
+        )
+
+    def _parse_json_response(self, response_text: str) -> dict:
+        """
+        Извлечь JSON из ответа модели.
+
+        Args:
+            response_text: Текст ответа
+
+        Returns:
+            Распарсенный JSON
+        """
+        # Пытаемся найти JSON в ответе
+        response_text = response_text.strip()
+
+        # Удаляем markdown код блоки если есть
+        if response_text.startswith("```json"):
+            response_text = response_text[7:]
+        if response_text.startswith("```"):
+            response_text = response_text[3:]
+        if response_text.endswith("```"):
+            response_text = response_text[:-3]
+
+        response_text = response_text.strip()
+
+        try:
+            return json.loads(response_text)
+        except json.JSONDecodeError:
+            # Если не удалось распарсить, пытаемся найти JSON объект в тексте
+            start_idx = response_text.find("{")
+            end_idx = response_text.rfind("}") + 1
+
+            if start_idx >= 0 and end_idx > start_idx:
+                try:
+                    return json.loads(response_text[start_idx:end_idx])
+                except json.JSONDecodeError:
+                    pass
+
+            raise ValueError(f"Не удалось распарсить JSON из ответа: {response_text[:200]}")
+

docker-compose.yml

@@ -0,0 +1,32 @@
+version: '3.8'
+
+services:
+
+  ai-agents:
+    build:
+      context: .
+      dockerfile: Dockerfile
+    container_name: new-planet-ai-agents
+    environment:
+      - REDIS_URL=redis://redis:6379/0
+      - GIGACHAT_CLIENT_ID=${GIGACHAT_CLIENT_ID}
+      - GIGACHAT_CLIENT_SECRET=${GIGACHAT_CLIENT_SECRET}
+      - PYTHONUNBUFFERED=1
+      - PYTHONDONTWRITEBYTECODE=1
+      - PYTHONPATH=/app
+    volumes:
+      - ./agents:/app/agents
+      - ./models:/app/models
+      - ./services:/app/services
+      - ./prompts:/app/prompts
+      - ./scripts:/app/scripts
+    networks:
+      - new-planet-network
+    # По умолчанию запускается Python REPL для интерактивного использования
+    # Можно переопределить через docker-compose run или command
+    stdin_open: true
+    tty: true
+
+networks:
+  new-planet-network:
+     external: true

models/__init__.py

@@ -0,0 +1,39 @@
+"""Модели данных для AI-агентов."""
+from models.conversation import (
+    ChatRequest,
+    ChatResponse,
+    ConversationCreate,
+    ConversationResponse,
+    Message,
+)
+from models.gigachat_types import (
+    GigaChatChoice,
+    GigaChatMessage,
+    GigaChatRequest,
+    GigaChatResponse,
+    GigaChatTokenResponse,
+    GigaChatUsage,
+)
+from models.schedule import Schedule, ScheduleGenerateRequest, Task
+from models.task import TaskCreate, TaskResponse, TaskUpdate
+
+__all__ = [
+    "Schedule",
+    "ScheduleGenerateRequest",
+    "Task",
+    "TaskCreate",
+    "TaskUpdate",
+    "TaskResponse",
+    "ChatRequest",
+    "ChatResponse",
+    "ConversationCreate",
+    "ConversationResponse",
+    "Message",
+    "GigaChatMessage",
+    "GigaChatRequest",
+    "GigaChatResponse",
+    "GigaChatTokenResponse",
+    "GigaChatUsage",
+    "GigaChatChoice",
+]
+

models/conversation.py

@@ -0,0 +1,50 @@
+"""Pydantic модели для диалогов с ИИ."""
+from datetime import datetime
+from typing import List, Optional
+from uuid import UUID
+
+from pydantic import BaseModel, Field
+
+
+class Message(BaseModel):
+    """Модель сообщения в диалоге."""
+
+    role: str = Field(..., description="Роль: system, user, assistant")
+    content: str = Field(..., description="Текст сообщения")
+    timestamp: Optional[datetime] = None
+
+
+class ConversationCreate(BaseModel):
+    """Модель для создания диалога."""
+
+    user_id: UUID
+    title: Optional[str] = None
+
+
+class ConversationResponse(BaseModel):
+    """Модель ответа с диалогом."""
+
+    id: UUID
+    user_id: UUID
+    title: Optional[str]
+    messages: List[Message] = Field(default_factory=list)
+    created_at: datetime
+    updated_at: datetime
+
+
+class ChatRequest(BaseModel):
+    """Запрос на отправку сообщения в чат."""
+
+    message: str = Field(..., min_length=1, max_length=2000)
+    conversation_id: Optional[UUID] = None
+    user_id: UUID
+
+
+class ChatResponse(BaseModel):
+    """Ответ от ИИ-агента."""
+
+    response: str
+    conversation_id: UUID
+    tokens_used: Optional[int] = None
+    model: Optional[str] = None
+

models/gigachat_types.py

@@ -0,0 +1,58 @@
+"""Типы для работы с GigaChat API."""
+from typing import List, Literal, Optional
+
+from pydantic import BaseModel, Field
+
+
+class GigaChatMessage(BaseModel):
+    """Сообщение для GigaChat API."""
+
+    role: Literal["system", "user", "assistant"]
+    content: str
+
+
+class GigaChatRequest(BaseModel):
+    """Запрос к GigaChat API."""
+
+    model: str = Field(default="GigaChat-2", description="Модель GigaChat")
+    messages: List[GigaChatMessage] = Field(..., description="История сообщений")
+    temperature: float = Field(default=0.7, ge=0.0, le=2.0)
+    max_tokens: int = Field(default=2000, ge=1, le=8192)
+    top_p: float = Field(default=0.9, ge=0.0, le=1.0)
+    stream: bool = Field(default=False)
+
+
+class GigaChatChoice(BaseModel):
+    """Вариант ответа от GigaChat."""
+
+    message: GigaChatMessage
+    index: int
+    finish_reason: Optional[str] = None
+
+
+class GigaChatUsage(BaseModel):
+    """Использование токенов."""
+
+    prompt_tokens: int
+    completion_tokens: int
+    total_tokens: int
+
+
+class GigaChatResponse(BaseModel):
+    """Ответ от GigaChat API."""
+
+    id: str
+    object: str
+    created: int
+    model: str
+    choices: List[GigaChatChoice]
+    usage: GigaChatUsage
+
+
+class GigaChatTokenResponse(BaseModel):
+    """Ответ на запрос токена."""
+
+    access_token: str
+    expires_at: int
+    token_type: str = "Bearer"
+

models/schedule.py

@@ -0,0 +1,40 @@
+"""Pydantic модели для расписаний."""
+from datetime import date
+from typing import List, Optional
+from uuid import UUID
+
+from pydantic import BaseModel, Field
+
+
+class Task(BaseModel):
+    """Модель задания в расписании."""
+
+    id: Optional[UUID] = None
+    title: str = Field(..., description="Название задания")
+    description: Optional[str] = Field(None, description="Подробное описание")
+    duration_minutes: int = Field(..., ge=1, description="Длительность в минутах")
+    category: str = Field(..., description="Категория задания")
+    image_url: Optional[str] = Field(None, description="URL изображения")
+    completed: bool = Field(default=False, description="Выполнено ли задание")
+    order: int = Field(default=0, description="Порядок в расписании")
+
+
+class Schedule(BaseModel):
+    """Модель расписания."""
+
+    id: Optional[UUID] = None
+    title: str = Field(..., description="Название расписания")
+    date: date = Field(..., description="Дата расписания")
+    tasks: List[Task] = Field(default_factory=list, description="Список заданий")
+    user_id: Optional[UUID] = None
+    created_at: Optional[str] = None
+
+
+class ScheduleGenerateRequest(BaseModel):
+    """Запрос на генерацию расписания."""
+
+    child_age: int = Field(..., ge=1, le=18, description="Возраст ребенка")
+    preferences: List[str] = Field(default_factory=list, description="Предпочтения ребенка")
+    date: date = Field(..., description="Дата расписания")
+    existing_tasks: Optional[List[str]] = Field(None, description="Существующие задания для учета")
+

models/task.py

@@ -0,0 +1,45 @@
+"""Pydantic модели для заданий."""
+from datetime import datetime
+from typing import Optional
+from uuid import UUID
+
+from pydantic import BaseModel, Field
+
+
+class TaskCreate(BaseModel):
+    """Модель для создания задания."""
+
+    title: str = Field(..., min_length=1, max_length=255)
+    description: Optional[str] = None
+    duration_minutes: int = Field(..., ge=1, le=480)
+    category: str = Field(..., description="Категория: утренняя_рутина, обучение, игра, отдых, вечерняя_рутина")
+    image_url: Optional[str] = None
+    order: int = Field(default=0, ge=0)
+
+
+class TaskUpdate(BaseModel):
+    """Модель для обновления задания."""
+
+    title: Optional[str] = Field(None, min_length=1, max_length=255)
+    description: Optional[str] = None
+    duration_minutes: Optional[int] = Field(None, ge=1, le=480)
+    category: Optional[str] = None
+    image_url: Optional[str] = None
+    completed: Optional[bool] = None
+    order: Optional[int] = Field(None, ge=0)
+
+
+class TaskResponse(BaseModel):
+    """Модель ответа с заданием."""
+
+    id: UUID
+    title: str
+    description: Optional[str]
+    duration_minutes: int
+    category: str
+    image_url: Optional[str]
+    completed: bool
+    order: int
+    schedule_id: UUID
+    created_at: datetime
+

prompts/__init__.py

@@ -0,0 +1,13 @@
+"""Промпты для ИИ-агентов."""
+from prompts.chat_prompts import CHAT_CONTEXT_PROMPT, CHAT_SYSTEM_PROMPT
+from prompts.persona import EARTH_PERSONA
+from prompts.schedule_prompts import SCHEDULE_GENERATION_PROMPT, SCHEDULE_UPDATE_PROMPT
+
+__all__ = [
+    "EARTH_PERSONA",
+    "SCHEDULE_GENERATION_PROMPT",
+    "SCHEDULE_UPDATE_PROMPT",
+    "CHAT_SYSTEM_PROMPT",
+    "CHAT_CONTEXT_PROMPT",
+]
+

prompts/chat_prompts.py

@@ -0,0 +1,27 @@
+"""Промпты для чата с ИИ-агентом."""
+
+CHAT_SYSTEM_PROMPT = """Ты планета Земля - помощник для детей с РАС и их родителей.
+
+Твоя задача:
+- Отвечать на вопросы о расписании
+- Помогать понять задания
+- Мотивировать и поддерживать
+- Объяснять простым языком
+- Расписывать действия пошагово
+
+Правила общения:
+- Используй короткие предложения
+- Будь терпеливым и добрым
+- Используй эмодзи для эмоциональной поддержки 🌍✨
+- Избегай сложных терминов
+- Подтверждай понимание вопроса
+"""
+
+CHAT_CONTEXT_PROMPT = """Контекст разговора:
+{context}
+
+Текущий вопрос пользователя:
+{message}
+
+Ответь как планета Земля, учитывая контекст разговора."""
+

prompts/persona.py

@@ -0,0 +1,32 @@
+"""Персона ИИ-агента 'Планета Земля'."""
+
+EARTH_PERSONA = """Ты планета Земля - анимированный персонаж и друг детей с расстройством аутистического спектра (РАС).
+
+Твоя личность:
+- Добрая, терпеливая, понимающая
+- Говоришь простым языком
+- Используешь эмодзи 🌍✨
+- Поощряешь любые достижения
+- Даешь четкие инструкции
+
+Особенности общения:
+- Короткие предложения
+- Избегай сложных метафор
+- Подтверждай понимание
+- Задавай уточняющие вопросы
+- Будь позитивным и поддерживающим
+
+Твоя роль:
+- Помогать детям с РАС понимать расписание
+- Объяснять задания простыми словами
+- Мотивировать на выполнение задач
+- Отвечать на вопросы о распорядке дня
+- Создавать расписания с учетом особенностей ребенка
+
+Важно:
+- Всегда будь терпеливым
+- Не используй сложные слова
+- Хвали за любые успехи
+- Предлагай помощь, но не настаивай
+"""
+

prompts/schedule_prompts.py

@@ -0,0 +1,73 @@
+"""Промпты для генерации расписаний."""
+
+SCHEDULE_GENERATION_PROMPT = """Ты планета Земля, друг детей с расстройством аутистического спектра (РАС).
+
+Создай расписание на {date} для ребенка {age} лет.
+Предпочтения ребенка: {preferences}
+
+Важные правила:
+1. Задания должны быть простыми и понятными
+2. Каждое задание имеет четкие временные рамки
+3. Используй визуальные описания
+4. Избегай резких переходов между активностями
+5. Включи время на отдых между заданиями
+6. Учитывай возраст ребенка при выборе длительности заданий
+7. Добавь перерывы каждые 30-45 минут
+
+Структура дня должна включать:
+- Утреннюю рутину (пробуждение, гигиена, завтрак)
+- Обучающие задания (соответствующие возрасту)
+- Игровую деятельность
+- Время на отдых и сенсорные перерывы
+- Вечернюю рутину (ужин, подготовка ко сну)
+
+Верни ТОЛЬКО валидный JSON без дополнительного текста:
+{{
+  "title": "Название расписания",
+  "tasks": [
+    {{
+      "title": "Название задания",
+      "description": "Подробное описание задания простым языком",
+      "duration_minutes": 30,
+      "category": "утренняя_рутина"
+    }}
+  ]
+}}
+
+Категории заданий: утренняя_рутина, обучение, игра, отдых, вечерняя_рутина
+"""
+
+SCHEDULE_UPDATE_PROMPT = """Ты планета Земля, друг детей с расстройством аутистического спектра (РАС).
+
+Текущее расписание:
+{existing_schedule}
+
+Запрос пользователя: {user_request}
+
+Обнови расписание согласно запросу. Сохрани структуру и логику расписания, но внеси необходимые изменения.
+
+Важные правила при обновлении:
+1. Сохраняй простоту и понятность заданий
+2. Поддерживай четкие временные рамки
+3. Избегай резких переходов между активностями
+4. Включи время на отдых между заданиями
+5. Учитывай особенности РАС
+
+Верни ТОЛЬКО валидный JSON формат без дополнительного текста:
+{{
+  "title": "Название расписания",
+  "description": "Краткое описание",
+  "tasks": [
+    {{
+      "title": "Название задания",
+      "description": "Подробное описание",
+      "duration_minutes": 30,
+      "category": "утренняя_рутина",
+      "order": 0
+    }}
+  ]
+}}
+
+Категории заданий: утренняя_рутина, обучение, игра, отдых, вечерняя_рутина
+"""
+

scripts/analyze_usage.py

@@ -0,0 +1,123 @@
+"""Скрипт для анализа использования токенов GigaChat."""
+import argparse
+import json
+from collections import defaultdict
+from datetime import datetime
+from pathlib import Path
+
+
+def calculate_cost(tokens: int, model: str = "Lite") -> float:
+    """Рассчитать стоимость токенов."""
+    rates = {
+        "Lite": 0.2 / 1000,
+        "Pro": 1.5 / 1000,
+        "Max": 1.95 / 1000,
+    }
+    rate = rates.get(model, rates["Lite"])
+    return tokens * rate
+
+
+def analyze_usage(data_file: str, month: str = None):
+    """Проанализировать использование токенов."""
+    if not Path(data_file).exists():
+        print(f"Файл {data_file} не найден. Создайте файл с данными использования.")
+        print("\nФормат данных (JSON):")
+        print(json.dumps(
+            {
+                "usage": [
+                    {
+                        "user_id": "user_123",
+                        "date": "2025-12-15",
+                        "tokens": 1500,
+                        "model": "Lite",
+                    }
+                ]
+            },
+            indent=2,
+        ))
+        return
+
+    with open(data_file, "r", encoding="utf-8") as f:
+        data = json.load(f)
+
+    usage_records = data.get("usage", [])
+
+    if month:
+        # Фильтруем по месяцу
+        usage_records = [
+            record
+            for record in usage_records
+            if record.get("date", "").startswith(month)
+        ]
+
+    if not usage_records:
+        print("Нет данных для анализа")
+        return
+
+    # Статистика по моделям
+    model_stats = defaultdict(lambda: {"tokens": 0, "requests": 0})
+    user_stats = defaultdict(lambda: {"tokens": 0, "requests": 0})
+
+    total_tokens = 0
+
+    for record in usage_records:
+        tokens = record.get("tokens", 0)
+        model = record.get("model", "Lite")
+        user_id = record.get("user_id", "unknown")
+
+        model_stats[model]["tokens"] += tokens
+        model_stats[model]["requests"] += 1
+        user_stats[user_id]["tokens"] += tokens
+        user_stats[user_id]["requests"] += 1
+        total_tokens += tokens
+
+    # Выводим отчет
+    print("=" * 50)
+    print(f"GigaChat Usage Report")
+    if month:
+        print(f"Period: {month}")
+    print("=" * 50)
+    print(f"\nTotal tokens used: {total_tokens:,}")
+
+    print("\nBy Model:")
+    total_cost = 0
+    for model, stats in sorted(model_stats.items()):
+        cost = calculate_cost(stats["tokens"], model)
+        total_cost += cost
+        print(f"  {model}:")
+        print(f"    Tokens: {stats['tokens']:,}")
+        print(f"    Requests: {stats['requests']}")
+        print(f"    Cost: ₽{cost:,.2f}")
+
+    print(f"\nTotal cost: ₽{total_cost:,.2f}")
+
+    print("\nTop Users:")
+    top_users = sorted(user_stats.items(), key=lambda x: x[1]["tokens"], reverse=True)[:10]
+    for user_id, stats in top_users:
+        print(f"  {user_id}: {stats['tokens']:,} tokens ({stats['requests']} requests)")
+
+
+def main():
+    """Главная функция."""
+    parser = argparse.ArgumentParser(description="Анализ использования токенов GigaChat")
+    parser.add_argument(
+        "--file",
+        type=str,
+        default="usage_data.json",
+        help="Файл с данными использования",
+    )
+    parser.add_argument(
+        "--month",
+        type=str,
+        default=None,
+        help="Месяц для анализа (формат: YYYY-MM)",
+    )
+
+    args = parser.parse_args()
+
+    analyze_usage(args.file, args.month)
+
+
+if __name__ == "__main__":
+    main()
+

scripts/export_conversations.py

@@ -0,0 +1,95 @@
+"""Скрипт для экспорта диалогов."""
+import argparse
+import asyncio
+import json
+from datetime import datetime
+from pathlib import Path
+
+from services.cache_service import CacheService
+
+
+async def export_conversations(
+    redis_url: str,
+    output_file: str,
+    conversation_ids: list[str] = None,
+):
+    """Экспортировать диалоги из Redis."""
+    cache = CacheService(redis_url=redis_url)
+
+    try:
+        if conversation_ids:
+            # Экспортируем конкретные диалоги
+            conversations = {}
+            for conv_id in conversation_ids:
+                messages = await cache.get_context(conv_id, max_messages=1000)
+                if messages:
+                    conversations[conv_id] = {
+                        "id": conv_id,
+                        "messages": messages,
+                        "exported_at": datetime.now().isoformat(),
+                    }
+        else:
+            # Экспортируем все диалоги (требует доступа к Redis keys)
+            print("Экспорт всех диалогов требует прямого доступа к Redis.")
+            print("Используйте --ids для экспорта конкретных диалогов.")
+            return
+
+        if not conversations:
+            print("Нет диалогов для экспорта")
+            return
+
+        # Сохраняем в файл
+        output_path = Path(output_file)
+        output_path.parent.mkdir(parents=True, exist_ok=True)
+
+        with open(output_file, "w", encoding="utf-8") as f:
+            json.dump(
+                {
+                    "exported_at": datetime.now().isoformat(),
+                    "conversations": conversations,
+                },
+                f,
+                ensure_ascii=False,
+                indent=2,
+            )
+
+        print(f"Экспортировано {len(conversations)} диалогов в {output_file}")
+
+    finally:
+        await cache.close()
+
+
+async def main():
+    """Главная функция."""
+    parser = argparse.ArgumentParser(description="Экспорт диалогов из Redis")
+    parser.add_argument(
+        "--redis-url",
+        type=str,
+        default="redis://localhost:6379/0",
+        help="URL Redis",
+    )
+    parser.add_argument(
+        "--output",
+        type=str,
+        default="conversations_export.json",
+        help="Файл для экспорта",
+    )
+    parser.add_argument(
+        "--ids",
+        type=str,
+        nargs="+",
+        help="ID диалогов для экспорта",
+    )
+
+    args = parser.parse_args()
+
+    await export_conversations(
+        redis_url=args.redis_url,
+        output_file=args.output,
+        conversation_ids=args.ids,
+    )
+
+
+if __name__ == "__main__":
+    asyncio.run(main())
+

scripts/generate_test_data.py

@@ -0,0 +1,115 @@
+"""Скрипт для генерации тестовых данных."""
+import argparse
+import asyncio
+import json
+import random
+from datetime import date, timedelta
+from uuid import uuid4
+
+from models.schedule import Schedule, Task
+
+
+def generate_tasks(count: int = 5) -> list[Task]:
+    """Генерировать тестовые задания."""
+    task_templates = [
+        {"title": "Утренняя зарядка", "category": "утренняя_рутина", "duration": 15},
+        {"title": "Чистка зубов", "category": "утренняя_рутина", "duration": 5},
+        {"title": "Завтрак", "category": "утренняя_рутина", "duration": 20},
+        {"title": "Рисование", "category": "обучение", "duration": 30},
+        {"title": "Чтение книги", "category": "обучение", "duration": 20},
+        {"title": "Игра с конструктором", "category": "игра", "duration": 45},
+        {"title": "Прогулка", "category": "игра", "duration": 60},
+        {"title": "Обед", "category": "отдых", "duration": 30},
+        {"title": "Тихий час", "category": "отдых", "duration": 60},
+        {"title": "Ужин", "category": "вечерняя_рутина", "duration": 30},
+        {"title": "Подготовка ко сну", "category": "вечерняя_рутина", "duration": 20},
+    ]
+
+    selected = random.sample(task_templates, min(count, len(task_templates)))
+    tasks = []
+
+    for i, template in enumerate(selected):
+        tasks.append(
+            Task(
+                id=uuid4(),
+                title=template["title"],
+                description=f"Описание для {template['title']}",
+                duration_minutes=template["duration"],
+                category=template["category"],
+                completed=random.choice([True, False]),
+                order=i,
+            )
+        )
+
+    return tasks
+
+
+def generate_schedules(user_id: str, count: int, start_date: date = None) -> list[Schedule]:
+    """Генерировать тестовые расписания."""
+    if start_date is None:
+        start_date = date.today()
+
+    schedules = []
+    for i in range(count):
+        schedule_date = start_date + timedelta(days=i)
+        tasks = generate_tasks(random.randint(4, 8))
+
+        schedules.append(
+            Schedule(
+                id=uuid4(),
+                title=f"Расписание на {schedule_date.strftime('%d.%m.%Y')}",
+                date=schedule_date,
+                tasks=tasks,
+                user_id=user_id,
+                created_at=schedule_date.isoformat(),
+            )
+        )
+
+    return schedules
+
+
+async def main():
+    """Главная функция."""
+    parser = argparse.ArgumentParser(description="Генерация тестовых данных")
+    parser.add_argument("--users", type=int, default=10, help="Количество пользователей")
+    parser.add_argument("--schedules", type=int, default=50, help="Количество расписаний")
+    parser.add_argument("--output", type=str, default="test_data.json", help="Файл для сохранения")
+
+    args = parser.parse_args()
+
+    print(f"Генерация тестовых данных:")
+    print(f"  Пользователей: {args.users}")
+    print(f"  Расписаний: {args.schedules}")
+
+    data = {
+        "users": [],
+        "schedules": [],
+    }
+
+    # Генерируем пользователей
+    for _ in range(args.users):
+        user_id = str(uuid4())
+        data["users"].append(
+            {
+                "id": user_id,
+                "email": f"user_{random.randint(1000, 9999)}@example.com",
+            }
+        )
+
+        # Генерируем расписания для пользователя
+        schedules_per_user = args.schedules // args.users
+        user_schedules = generate_schedules(user_id, schedules_per_user)
+        data["schedules"].extend([s.model_dump() for s in user_schedules])
+
+    # Сохраняем в файл
+    with open(args.output, "w", encoding="utf-8") as f:
+        json.dump(data, f, ensure_ascii=False, indent=2, default=str)
+
+    print(f"\nДанные сохранены в {args.output}")
+    print(f"  Пользователей: {len(data['users'])}")
+    print(f"  Расписаний: {len(data['schedules'])}")
+
+
+if __name__ == "__main__":
+    asyncio.run(main())
+

scripts/migrate_prompts.py

@@ -0,0 +1,73 @@
+"""Скрипт для миграции промптов."""
+import argparse
+import json
+from pathlib import Path
+
+from prompts.chat_prompts import CHAT_SYSTEM_PROMPT
+from prompts.persona import EARTH_PERSONA
+from prompts.schedule_prompts import SCHEDULE_GENERATION_PROMPT, SCHEDULE_UPDATE_PROMPT
+
+
+def export_prompts(output_file: str):
+    """Экспортировать все промпты в JSON."""
+    prompts = {
+        "persona": {
+            "name": "Earth Persona",
+            "content": EARTH_PERSONA,
+        },
+        "schedule_generation": {
+            "name": "Schedule Generation Prompt",
+            "content": SCHEDULE_GENERATION_PROMPT,
+        },
+        "schedule_update": {
+            "name": "Schedule Update Prompt",
+            "content": SCHEDULE_UPDATE_PROMPT,
+        },
+        "chat_system": {
+            "name": "Chat System Prompt",
+            "content": CHAT_SYSTEM_PROMPT,
+        },
+    }
+
+    with open(output_file, "w", encoding="utf-8") as f:
+        json.dump(prompts, f, ensure_ascii=False, indent=2)
+
+    print(f"Промпты экспортированы в {output_file}")
+
+
+def import_prompts(input_file: str):
+    """Импортировать промпты из JSON (для будущего использования)."""
+    with open(input_file, "r", encoding="utf-8") as f:
+        prompts = json.load(f)
+
+    print(f"Импортировано {len(prompts)} промптов:")
+    for key, value in prompts.items():
+        print(f"  - {value['name']}: {len(value['content'])} символов")
+
+
+def main():
+    """Главная функция."""
+    parser = argparse.ArgumentParser(description="Миграция промптов")
+    parser.add_argument(
+        "action",
+        choices=["export", "import"],
+        help="Действие: export или import",
+    )
+    parser.add_argument(
+        "--file",
+        type=str,
+        default="prompts.json",
+        help="Файл для экспорта/импорта",
+    )
+
+    args = parser.parse_args()
+
+    if args.action == "export":
+        export_prompts(args.file)
+    elif args.action == "import":
+        import_prompts(args.file)
+
+
+if __name__ == "__main__":
+    main()
+

services/__init__.py

@@ -0,0 +1,13 @@
+"""Сервисы для AI-агентов."""
+from services.cache_service import CacheService
+from services.data_analyzer import DataAnalyzer
+from services.image_processor import ImageProcessor
+from services.token_manager import TokenManager
+
+__all__ = [
+    "TokenManager",
+    "CacheService",
+    "ImageProcessor",
+    "DataAnalyzer",
+]
+

services/cache_service.py

@@ -0,0 +1,100 @@
+"""Сервис кэширования для Redis."""
+import json
+from typing import Any, Dict, List, Optional
+
+import redis.asyncio as redis
+from dotenv import load_dotenv
+
+load_dotenv()
+
+
+class CacheService:
+    """Сервис для работы с Redis кэшем."""
+
+    def __init__(self, redis_url: Optional[str] = None):
+        self.redis_url = redis_url or "redis://localhost:6379/0"
+        self._client: Optional[redis.Redis] = None
+
+    async def _get_client(self) -> redis.Redis:
+        """Получить клиент Redis (lazy initialization)."""
+        if self._client is None:
+            self._client = await redis.from_url(self.redis_url, decode_responses=True)
+        return self._client
+
+    async def get_context(self, conversation_id: str, max_messages: int = 50) -> List[Dict[str, str]]:
+        """
+        Получить контекст разговора из кэша.
+
+        Args:
+            conversation_id: ID разговора
+            max_messages: Максимальное количество сообщений
+
+        Returns:
+            Список сообщений в формате [{"role": "...", "content": "..."}]
+        """
+        client = await self._get_client()
+        key = f"conversation:{conversation_id}"
+
+        data = await client.get(key)
+        if not data:
+            return []
+
+        messages = json.loads(data)
+        # Возвращаем последние N сообщений
+        return messages[-max_messages:] if len(messages) > max_messages else messages
+
+    async def save_context(self, conversation_id: str, messages: List[Dict[str, str]], ttl: int = 86400):
+        """
+        Сохранить контекст разговора в кэш.
+
+        Args:
+            conversation_id: ID разговора
+            messages: Список сообщений
+            ttl: Время жизни в секундах (по умолчанию 24 часа)
+        """
+        client = await self._get_client()
+        key = f"conversation:{conversation_id}"
+
+        # Ограничиваем количество сообщений для экономии памяти
+        max_messages = 100
+        if len(messages) > max_messages:
+            messages = messages[-max_messages:]
+
+        await client.setex(key, ttl, json.dumps(messages, ensure_ascii=False))
+
+    async def add_message(self, conversation_id: str, role: str, content: str):
+        """
+        Добавить сообщение в контекст разговора.
+
+        Args:
+            conversation_id: ID разговора
+            role: Роль (user, assistant, system)
+            content: Содержимое сообщения
+        """
+        messages = await self.get_context(conversation_id, max_messages=1000)
+        messages.append({"role": role, "content": content})
+        await self.save_context(conversation_id, messages)
+
+    async def clear_context(self, conversation_id: str):
+        """Очистить контекст разговора."""
+        client = await self._get_client()
+        key = f"conversation:{conversation_id}"
+        await client.delete(key)
+
+    async def get(self, key: str) -> Optional[Any]:
+        """Получить значение по ключу."""
+        client = await self._get_client()
+        data = await client.get(key)
+        return json.loads(data) if data else None
+
+    async def set(self, key: str, value: Any, ttl: int = 3600):
+        """Установить значение с TTL."""
+        client = await self._get_client()
+        await client.setex(key, ttl, json.dumps(value, ensure_ascii=False))
+
+    async def close(self):
+        """Закрыть соединение с Redis."""
+        if self._client:
+            await self._client.close()
+            self._client = None
+

services/data_analyzer.py

@@ -0,0 +1,156 @@
+"""Сервис анализа данных детей."""
+from datetime import datetime, timedelta
+from typing import Dict, List, Optional
+
+import pandas as pd
+
+
+class DataAnalyzer:
+    """Сервис для анализа прогресса детей."""
+
+    @staticmethod
+    def calculate_completion_rate(tasks: List[Dict]) -> float:
+        """
+        Рассчитать процент выполнения заданий.
+
+        Args:
+            tasks: Список заданий с полем 'completed'
+
+        Returns:
+            Процент выполнения (0.0 - 1.0)
+        """
+        if not tasks:
+            return 0.0
+
+        completed = sum(1 for task in tasks if task.get("completed", False))
+        return completed / len(tasks)
+
+    @staticmethod
+    def analyze_daily_progress(schedules: List[Dict]) -> Dict:
+        """
+        Проанализировать ежедневный прогресс.
+
+        Args:
+            schedules: Список расписаний с заданиями
+
+        Returns:
+            Словарь с аналитикой
+        """
+        if not schedules:
+            return {
+                "total_days": 0,
+                "average_completion": 0.0,
+                "total_tasks": 0,
+                "completed_tasks": 0,
+            }
+
+        total_tasks = 0
+        completed_tasks = 0
+        completion_rates = []
+
+        for schedule in schedules:
+            tasks = schedule.get("tasks", [])
+            total_tasks += len(tasks)
+            completed_tasks += sum(1 for task in tasks if task.get("completed", False))
+            rate = DataAnalyzer.calculate_completion_rate(tasks)
+            completion_rates.append(rate)
+
+        return {
+            "total_days": len(schedules),
+            "average_completion": sum(completion_rates) / len(completion_rates) if completion_rates else 0.0,
+            "total_tasks": total_tasks,
+            "completed_tasks": completed_tasks,
+            "completion_rate": completed_tasks / total_tasks if total_tasks > 0 else 0.0,
+        }
+
+    @staticmethod
+    def get_category_statistics(schedules: List[Dict]) -> Dict[str, Dict]:
+        """
+        Получить статистику по категориям заданий.
+
+        Args:
+            schedules: Список расписаний
+
+        Returns:
+            Словарь со статистикой по категориям
+        """
+        category_stats: Dict[str, Dict] = {}
+
+        for schedule in schedules:
+            for task in schedule.get("tasks", []):
+                category = task.get("category", "unknown")
+                if category not in category_stats:
+                    category_stats[category] = {
+                        "total": 0,
+                        "completed": 0,
+                        "average_duration": 0.0,
+                        "durations": [],
+                    }
+
+                stats = category_stats[category]
+                stats["total"] += 1
+                if task.get("completed", False):
+                    stats["completed"] += 1
+                if "duration_minutes" in task:
+                    stats["durations"].append(task["duration_minutes"])
+
+        # Вычисляем среднюю длительность
+        for category, stats in category_stats.items():
+            if stats["durations"]:
+                stats["average_duration"] = sum(stats["durations"]) / len(stats["durations"])
+            del stats["durations"]
+
+        return category_stats
+
+    @staticmethod
+    def get_weekly_trend(schedules: List[Dict], days: int = 7) -> List[Dict]:
+        """
+        Получить тренд за последние N дней.
+
+        Args:
+            schedules: Список расписаний
+            days: Количество дней
+
+        Returns:
+            Список словарей с данными по дням
+        """
+        end_date = datetime.now().date()
+        start_date = end_date - timedelta(days=days - 1)
+
+        # Группируем расписания по датам
+        daily_data: Dict[str, List[Dict]] = {}
+        for schedule in schedules:
+            schedule_date = schedule.get("date")
+            if isinstance(schedule_date, str):
+                schedule_date = datetime.fromisoformat(schedule_date).date()
+            elif isinstance(schedule_date, datetime):
+                schedule_date = schedule_date.date()
+
+            if start_date <= schedule_date <= end_date:
+                date_str = str(schedule_date)
+                if date_str not in daily_data:
+                    daily_data[date_str] = []
+                daily_data[date_str].append(schedule)
+
+        # Формируем тренд
+        trend = []
+        current_date = start_date
+        while current_date <= end_date:
+            date_str = str(current_date)
+            day_schedules = daily_data.get(date_str, [])
+            all_tasks = []
+            for sched in day_schedules:
+                all_tasks.extend(sched.get("tasks", []))
+
+            trend.append(
+                {
+                    "date": date_str,
+                    "completion_rate": DataAnalyzer.calculate_completion_rate(all_tasks),
+                    "total_tasks": len(all_tasks),
+                    "completed_tasks": sum(1 for task in all_tasks if task.get("completed", False)),
+                }
+            )
+            current_date += timedelta(days=1)
+
+        return trend
+

services/image_processor.py

@@ -0,0 +1,100 @@
+"""Сервис обработки изображений."""
+import io
+from pathlib import Path
+from typing import Optional, Tuple
+
+from PIL import Image
+
+
+class ImageProcessor:
+    """Сервис для обработки изображений заданий."""
+
+    MAX_SIZE = (800, 800)
+    SUPPORTED_FORMATS = {"JPEG", "PNG", "WEBP"}
+    QUALITY = 85
+
+    @staticmethod
+    def resize_image(
+        image_data: bytes, max_size: Tuple[int, int] = MAX_SIZE, quality: int = QUALITY
+    ) -> bytes:
+        """
+        Изменить размер изображения.
+
+        Args:
+            image_data: Байты изображения
+            max_size: Максимальный размер (width, height)
+            quality: Качество JPEG (1-100)
+
+        Returns:
+            Байты обработанного изображения
+        """
+        image = Image.open(io.BytesIO(image_data))
+        image_format = image.format or "JPEG"
+
+        # Конвертируем в RGB если нужно
+        if image_format == "PNG" and image.mode in ("RGBA", "LA"):
+            background = Image.new("RGB", image.size, (255, 255, 255))
+            if image.mode == "RGBA":
+                background.paste(image, mask=image.split()[3])
+            else:
+                background.paste(image)
+            image = background
+        elif image.mode != "RGB":
+            image = image.convert("RGB")
+
+        # Изменяем размер с сохранением пропорций
+        image.thumbnail(max_size, Image.Resampling.LANCZOS)
+
+        # Сохраняем в байты
+        output = io.BytesIO()
+        image.save(output, format="JPEG", quality=quality, optimize=True)
+        return output.getvalue()
+
+    @staticmethod
+    def validate_image(image_data: bytes) -> Tuple[bool, Optional[str]]:
+        """
+        Валидировать изображение.
+
+        Args:
+            image_data: Байты изображения
+
+        Returns:
+            (is_valid, error_message)
+        """
+        try:
+            image = Image.open(io.BytesIO(image_data))
+            image_format = image.format
+
+            if image_format not in ImageProcessor.SUPPORTED_FORMATS:
+                return False, f"Неподдерживаемый формат: {image_format}"
+
+            # Проверяем размер
+            width, height = image.size
+            if width > 2000 or height > 2000:
+                return False, "Изображение слишком большое (максимум 2000x2000)"
+
+            # Проверяем файл на валидность
+            image.verify()
+            return True, None
+
+        except Exception as e:
+            return False, f"Ошибка валидации: {str(e)}"
+
+    @staticmethod
+    def get_image_info(image_data: bytes) -> dict:
+        """
+        Получить информацию об изображении.
+
+        Args:
+            image_data: Байты изображения
+
+        Returns:
+            Словарь с информацией (format, size, mode)
+        """
+        image = Image.open(io.BytesIO(image_data))
+        return {
+            "format": image.format,
+            "size": image.size,
+            "mode": image.mode,
+        }
+

services/token_manager.py

@@ -0,0 +1,69 @@
+"""Управление токенами GigaChat."""
+import os
+import time
+from typing import Optional
+
+import aiohttp
+from dotenv import load_dotenv
+
+load_dotenv()
+
+
+class TokenManager:
+    """Менеджер токенов для GigaChat API."""
+
+    def __init__(
+        self,
+        client_id: Optional[str] = None,
+        client_secret: Optional[str] = None,
+        auth_url: Optional[str] = None,
+    ):
+        self.client_id = client_id or os.getenv("GIGACHAT_CLIENT_ID")
+        self.client_secret = client_secret or os.getenv("GIGACHAT_CLIENT_SECRET")
+        self.auth_url = auth_url or os.getenv(
+            "GIGACHAT_AUTH_URL", "https://ngw.devices.sberbank.ru:9443/api/v2/oauth"
+        )
+        self._access_token: Optional[str] = None
+        self._expires_at: float = 0
+
+    async def get_token(self, force_refresh: bool = False) -> str:
+        """
+        Получить актуальный токен доступа.
+
+        Args:
+            force_refresh: Принудительно обновить токен
+
+        Returns:
+            Токен доступа
+        """
+        if not force_refresh and self._access_token and time.time() < self._expires_at:
+            return self._access_token
+
+        async with aiohttp.ClientSession() as session:
+            auth = aiohttp.BasicAuth(self.client_id, self.client_secret)
+            async with session.post(
+                self.auth_url,
+                auth=auth,
+                data={"scope": "GIGACHAT_API_PERS"},
+            ) as response:
+                if response.status != 200:
+                    error_text = await response.text()
+                    raise Exception(f"Failed to get token: {response.status} - {error_text}")
+
+                data = await response.json()
+                self._access_token = data["access_token"]
+                # Токен обычно действителен 30 минут, обновляем за 5 минут до истечения
+                expires_in = data.get("expires_in", 1800)
+                self._expires_at = time.time() + expires_in - 300
+
+                return self._access_token
+
+    def is_token_valid(self) -> bool:
+        """Проверить, действителен ли текущий токен."""
+        return self._access_token is not None and time.time() < self._expires_at
+
+    def clear_token(self):
+        """Очистить токен (для тестирования)."""
+        self._access_token = None
+        self._expires_at = 0
+

tests/__init__.py

@@ -0,0 +1,2 @@
+"""Тесты для AI-агентов."""
+

tests/test_chat_agent.py

@@ -0,0 +1,62 @@
+"""Тесты для чат-агента."""
+import pytest
+from unittest.mock import AsyncMock
+from uuid import uuid4
+
+from agents.chat_agent import ChatAgent
+from agents.gigachat_client import GigaChatClient
+from models.gigachat_types import GigaChatMessage, GigaChatResponse, GigaChatUsage, GigaChatChoice
+from services.cache_service import CacheService
+
+
+@pytest.fixture
+def mock_gigachat():
+    """Фикстура для мокового GigaChat клиента."""
+    return AsyncMock(spec=GigaChatClient)
+
+
+@pytest.fixture
+def mock_cache():
+    """Фикстура для мокового CacheService."""
+    return AsyncMock(spec=CacheService)
+
+
+@pytest.fixture
+def chat_agent(mock_gigachat, mock_cache):
+    """Фикстура для ChatAgent."""
+    return ChatAgent(gigachat=mock_gigachat, cache=mock_cache)
+
+
+@pytest.mark.asyncio
+async def test_chat_basic(chat_agent, mock_gigachat, mock_cache):
+    """Тест базового чата."""
+    user_id = uuid4()
+    message = "Привет!"
+
+    mock_response = GigaChatResponse(
+        id="test_id",
+        object="chat.completion",
+        created=1234567890,
+        model="GigaChat-2-Lite",
+        choices=[
+            GigaChatChoice(
+                message=GigaChatMessage(role="assistant", content="Привет! Как дела? 🌍"),
+                index=0,
+            )
+        ],
+        usage=GigaChatUsage(prompt_tokens=50, completion_tokens=10, total_tokens=60),
+    )
+
+    mock_gigachat.chat_with_response.return_value = mock_response
+    mock_cache.get_context.return_value = []
+
+    response, tokens = await chat_agent.chat(
+        user_id=user_id,
+        message=message,
+        conversation_id="test_conv",
+    )
+
+    assert response == "Привет! Как дела? 🌍"
+    assert tokens == 60
+    mock_cache.add_message.assert_called()
+

tests/test_gigachat_client.py

@@ -0,0 +1,92 @@
+"""Тесты для GigaChat клиента."""
+import pytest
+from unittest.mock import AsyncMock, MagicMock, patch
+
+from agents.gigachat_client import GigaChatClient
+from models.gigachat_types import GigaChatMessage, GigaChatResponse, GigaChatUsage, GigaChatChoice
+from services.token_manager import TokenManager
+
+
+@pytest.fixture
+def token_manager():
+    """Фикстура для TokenManager."""
+    manager = TokenManager(
+        client_id="test_id",
+        client_secret="test_secret",
+    )
+    manager._access_token = "test_token"
+    manager._expires_at = 9999999999
+    return manager
+
+
+@pytest.fixture
+def gigachat_client(token_manager):
+    """Фикстура для GigaChatClient."""
+    return GigaChatClient(token_manager=token_manager)
+
+
+@pytest.mark.asyncio
+async def test_chat_success(gigachat_client):
+    """Тест успешного запроса к GigaChat."""
+    mock_response = GigaChatResponse(
+        id="test_id",
+        object="chat.completion",
+        created=1234567890,
+        model="GigaChat-2",
+        choices=[
+            GigaChatChoice(
+                message=GigaChatMessage(role="assistant", content="Тестовый ответ"),
+                index=0,
+                finish_reason="stop",
+            )
+        ],
+        usage=GigaChatUsage(
+            prompt_tokens=10,
+            completion_tokens=5,
+            total_tokens=15,
+        ),
+    )
+
+    with patch("aiohttp.ClientSession.post") as mock_post:
+        mock_response_obj = AsyncMock()
+        mock_response_obj.status = 200
+        mock_response_obj.json = AsyncMock(return_value=mock_response.model_dump())
+        mock_post.return_value.__aenter__.return_value = mock_response_obj
+
+        response = await gigachat_client.chat("Привет!")
+
+        assert response == "Тестовый ответ"
+
+
+@pytest.mark.asyncio
+async def test_chat_with_context(gigachat_client):
+    """Тест запроса с контекстом."""
+    context = [
+        GigaChatMessage(role="system", content="Ты помощник"),
+        GigaChatMessage(role="user", content="Привет"),
+    ]
+
+    mock_response = GigaChatResponse(
+        id="test_id",
+        object="chat.completion",
+        created=1234567890,
+        model="GigaChat-2",
+        choices=[
+            GigaChatChoice(
+                message=GigaChatMessage(role="assistant", content="Ответ с контекстом"),
+                index=0,
+            )
+        ],
+        usage=GigaChatUsage(prompt_tokens=20, completion_tokens=10, total_tokens=30),
+    )
+
+    with patch("aiohttp.ClientSession.post") as mock_post:
+        mock_response_obj = AsyncMock()
+        mock_response_obj.status = 200
+        mock_response_obj.json = AsyncMock(return_value=mock_response.model_dump())
+        mock_post.return_value.__aenter__.return_value = mock_response_obj
+
+        response = await gigachat_client.chat("Как дела?", context=context)
+
+        assert response == "Ответ с контекстом"
+

tests/test_schedule_generator.py

@@ -0,0 +1,89 @@
+"""Тесты для генератора расписаний."""
+import pytest
+from unittest.mock import AsyncMock
+
+from agents.gigachat_client import GigaChatClient
+from agents.schedule_generator import ScheduleGenerator
+from models.gigachat_types import GigaChatMessage, GigaChatResponse, GigaChatUsage, GigaChatChoice
+from services.token_manager import TokenManager
+
+
+@pytest.fixture
+def mock_gigachat():
+    """Фикстура для мокового GigaChat клиента."""
+    client = AsyncMock(spec=GigaChatClient)
+    return client
+
+
+@pytest.fixture
+def schedule_generator(mock_gigachat):
+    """Фикстура для ScheduleGenerator."""
+    return ScheduleGenerator(gigachat=mock_gigachat)
+
+
+@pytest.mark.asyncio
+async def test_generate_schedule(schedule_generator, mock_gigachat):
+    """Тест генерации расписания."""
+    mock_response_json = """
+    {
+        "title": "Расписание на 2025-12-16",
+        "tasks": [
+            {
+                "title": "Утренняя зарядка",
+                "description": "Сделай зарядку",
+                "duration_minutes": 15,
+                "category": "утренняя_рутина"
+            },
+            {
+                "title": "Завтрак",
+                "description": "Позавтракай",
+                "duration_minutes": 20,
+                "category": "утренняя_рутина"
+            }
+        ]
+    }
+    """
+
+    mock_gigachat.chat.return_value = mock_response_json
+
+    schedule = await schedule_generator.generate(
+        child_age=7,
+        preferences=["рисование", "прогулка"],
+        date="2025-12-16",
+    )
+
+    assert schedule.title == "Расписание на 2025-12-16"
+    assert len(schedule.tasks) == 2
+    assert schedule.tasks[0].title == "Утренняя зарядка"
+    assert schedule.tasks[0].duration_minutes == 15
+
+
+@pytest.mark.asyncio
+async def test_generate_schedule_with_markdown(schedule_generator, mock_gigachat):
+    """Тест генерации с markdown в ответе."""
+    mock_response_json = """
+    ```json
+    {
+        "title": "Тестовое расписание",
+        "tasks": [
+            {
+                "title": "Тест",
+                "duration_minutes": 10,
+                "category": "обучение"
+            }
+        ]
+    }
+    ```
+    """
+
+    mock_gigachat.chat.return_value = mock_response_json
+
+    schedule = await schedule_generator.generate(
+        child_age=5,
+        preferences=[],
+        date="2025-12-17",
+    )
+
+    assert schedule.title == "Тестовое расписание"
+    assert len(schedule.tasks) == 1
+