Tag-Flow

Система автоматического тегирования и ответов на отзывы и вопросы покупателей с маркетплейсов Wildberries, Ozon и Яндекс Маркет.

Что делает

1. Собирает неотвеченные отзывы и вопросы через API маркетплейсов
2. Тегирует каждый отзыв с помощью локальной LLM (тональность, тема, срочность)
3. Генерирует персонализированный ответ на основе тегов
4. Отправляет ответ обратно на маркетплейс

Весь пайплайн работает автоматически по расписанию, без ручного вмешательства.

Архитектура

Clean Architecture с разделением на слои:

src/
├── domain/          # Сущности, интерфейсы, enum-ы, исключения (без зависимостей)
├── services/        # Бизнес-логика (зависит только от domain)
├── adapters/        # Реализации интерфейсов: collectors, senders, llm
├── repositories/    # Работа с PostgreSQL
└── infrastructure/  # Config, DB, миграции, scheduler, logging, DI-контейнер

Паттерны

• Circuit Breaker (pybreaker) — защита от каскадных отказов API маркетплейсов и LLM
• Structured Logging (structlog) — JSON-логи с контекстом для фильтрации и анализа
• Retry с exponential backoff (tenacity) — повторные попытки при сетевых ошибках
• Bulkhead — ограничение batch_size на каждый маркетплейс для изоляции нагрузки
• Версионированные миграции — SQL-файлы в migrations/versions/ с трекингом в БД

Стек

• Python 3.13 + uv для управления зависимостями
• PostgreSQL — хранение отзывов, тегов, ответов, лога отправки, метрик
• Ollama + Qwen3 8B — локальная LLM для тегирования и генерации ответов (CPU)
• Pydantic v2 — валидация данных и настроек
• httpx — HTTP-клиент
• APScheduler — запуск по расписанию
• Docker Compose — оркестрация app + PostgreSQL + Ollama

Быстрый старт

Локально

# Клонировать и установить зависимости
git clone https://github.com/devAsmodeus/Tag-Flow.git
cd Tag-Flow
uv sync

# Настроить переменные окружения
cp .env.example .env
# Заполнить .env реальными API-ключами

# Установить и запустить Ollama
ollama pull qwen3:8b

# Один прогон пайплайна
uv run python main.py --once

# Запуск по расписанию (каждые 30 мин)
uv run python main.py

Docker Compose

cp .env.example .env
# Заполнить .env

docker compose up -d
# Скачать модель в Ollama-контейнер:
docker compose exec ollama ollama pull qwen3:8b

Конфигурация

Переменная	Описание	По умолчанию
DATABASE_URL	PostgreSQL connection string	—
WB_API_TOKEN	Токен Wildberries Feedbacks API	—
OZON_CLIENT_ID	Client-Id Ozon Seller API	—
OZON_API_KEY	Api-Key Ozon Seller API	—
YM_API_TOKEN	Api-Key Яндекс Маркет Partner API	—
YM_BUSINESS_ID	Business ID Яндекс Маркет	—
OLLAMA_URL	URL Ollama API	http://localhost:11434
TAGGER_MODEL	Модель для тегирования	qwen3:8b
RESPONDER_MODEL	Модель для генерации ответов	qwen3:8b
POLL_INTERVAL_MINUTES	Интервал запуска пайплайна	30
MAX_RETRIES	Макс. попыток отправки ответа	3
BATCH_SIZE	Макс. отзывов за прогон с одного МП	100
MODE	Режим: LOCAL / TEST / PROD	LOCAL
LOG_LEVEL	Уровень логирования	INFO

Разработка

# Линтер
uv run ruff check src/ tests/

# Форматирование
uv run ruff format src/ tests/

# Тесты
uv run pytest tests/ -v

# Только миграции
uv run python main.py --migrate

Лицензия

MIT