● Medtech · Terricon Valley · день 2

MedArchive — итоги второго дня

Автоматическая обработка архива прайсов клиник-партнёров.
Отчёт перед трекером · 27.06.2026 · команда 107

● работает в проде: med.secondbrain.tools

Что сделано за день 2

Закрыты главные пробелы дня 1, охват извлечения вырос кратно.

  • Экран верификации оператора — закрыт пробел с весом 20%.
  • Загрузка ZIP-архива через интерфейс — закрыт §4.1 (был только CLI).
  • Извлечение усилено: одна клиника 0 → 5 026 позиций, трудные PDF добираются через Vision.
  • Поиск и очередь: регистронезависимый поиск, чистка очереди от мусора.
  • Инженерия: деплой через Docker-образ, репозиторий причёсан к сдаче.

Охват вырос за день

13 782позиций извлечено (день 1: 8 871)
75,7%нормализовано авто (цель ≥70%)
10документов обработано
liveвсё на домене, обновлено

Главный прирост — клиника, что в день 1 давала ноль из-за ошибки в распознавании колонок (исправлено: +5 026 позиций). Трудные PDF — битый слой, нестандартная вёрстка — добираются через Vision, прогон идёт.

Экран верификации оператора ново

Главный пробел дня 1 (вес 20%) закрыт. Система не просто складывает несопоставленное в очередь — она помогает оператору и учится.

  • Для каждой позиции — предложенный кандидат из справочника с оценкой уверенности.
  • Три действия: подтвердить · выбрать другое · пропустить.
  • Подтверждение дообучает систему — синоним запоминается, следующий прогон сопоставит его автоматически.
  • Рабочая очередь с пагинацией: позиции отсортированы по уверенности, подгрузка порциями.

Загрузка архива через интерфейс ново

Закрыт §4.1: приём архива не из командной строки, а кнопкой в админке.

ZIP в интерфейсе→ распаковка→ распознавание→ нормализация→ догрузка в базу
  • Кэш эмбеддингов справочника — догрузка считает только новый файл, а не тысячи услуг заново (быстро).
  • Версионирование: свежий прайс клиники вытесняет старый, история сохраняется.
  • Дашборд обновляется сразу — видно, сколько позиций добавилось и какой процент нормализован.

Извлечение: усилен разбор трудных файлов

ЧтобылосталоКак
Клиника 6 — xlsx, 5 181 строка05 026исправлено распознавание колонки названий услуг

Трудные PDF — Клиника 3 (битый текстовый слой), 5 (нестандартная вёрстка), 4 (мультитариф), прайс 2025 — добираются через Gemini Vision. Распознавание включается автоматически, когда нативный разбор пуст или подозрительно беден; большие документы не жжём зря. Прогон по ~90 страницам — в процессе, интегрируем к защите.

Готовность по ТЗ день 1 → день 2

РазделбылосталоСостояние
§4.1 Загрузка архива5590ZIP через интерфейс ✅
§4.2 Извлечение по формату8592трудные клиники добраны
§4.3 Нормализация9092каскад + порог + дообучение
§4.4 Валидация + верификация6088экран верификации ✅
§4.5 API9095+ загрузка, поиск регистронезависим
§4.6 Интерфейс7088загрузка + очередь верификации ✅
§7 Что сдаём6580БД/отчёт/OpenAPI/README ✅, презентация

Готовность по рубрике оценки

Критерий жюривесдень 1день 2
Качество извлечения данных30%~85%~92%
Нормализация и сопоставление25%~90%~92%
Валидация и верификация20%~60%~88%
API и поиск15%~90%~95%
UX административного раздела10%~65%~88%

≈ 91% по рубрике (день 1 было ≈ 80%) · плюс бонус — живой деплой, которого ТЗ не требует.

План дня 3 — к защите

  • Демо-видео MVP — встроим в слайд презентации (орги разрешили) как страховку к живому показу.
  • Презентация по шаблону оргов (PPTX, команда 107) + репетиция с таймером: 3 минуты.
  • ARCHITECTURE.md — единое описание системы (схема потока, модули, решения).
  • Полировка: извлечение БИН/города, обработка правок в DOCX.

День 2: ядро закрыто, продукт глубже

Закрыты оба главных пробела дня 1 — верификация и загрузка через интерфейс.
Охват извлечения вырос кратно: клиники, дававшие ноль, теперь в базе.
Дальше — упаковка к защите: видео, презентация, репетиция.

Демо — med.secondbrain.tools
документация API — med.secondbrain.tools/api/docs