chore: seed repo — README, .gitignore, synthetic price fixtures (6 форматов)

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

.gitignore

@@ -0,0 +1,27 @@
+# Python
+__pycache__/
+*.py[cod]
+.venv/
+venv/
+.env
+.env.*
+!.env.example
+
+# Node / Next.js
+node_modules/
+.next/
+out/
+dist/
+*.log
+
+# Claude Code worktrees (изоляция агентов)
+.claude/worktrees/
+
+# OS
+.DS_Store
+Thumbs.db
+
+# Данные (реальные прайсы НЕ коммитим; синтетика в fixtures/raw — коммитим)
+data/raw/
+data/uploads/
+*.sqlite

README.md

@@ -0,0 +1,37 @@
+# medtech-hackathon
+
+Terricon Valley · Medtech Hackathon (26–28.06.2026) · **Кейс 1 — автоматическая обработка архива прайсов клиник-партнёров.**
+
+Превращаем архив разнородных прайс-листов клиник (Excel / PDF / скан / фото / .doc, RU/KZ/EN, грязные данные) в единый сравнимый каталог **услуга → клиника → цена** с поиском, сравнением цен и экспортом.
+
+## Стек
+
+- **ETL/бэкенд:** Python + FastAPI (pandas для Excel, LLM-vision для грязного, pdfplumber, Tesseract `kaz+rus` fallback)
+- **Канонизация услуг:** sentence-transformers + pgvector + детерминированная матрица конфликтов (см. словарик)
+- **БД:** PostgreSQL + pgvector
+- **Фронт:** Next.js + Tailwind + shadcn/ui (дизайн на палитре Nomad)
+- **Деплой:** Docker Compose + Caddy → `med.secondbrain.tools` (Selectel KZ)
+
+## Языки
+
+KAZ / RUS / ENG — сквозное требование (данные и UI).
+
+## Структура (план)
+
+```
+contracts/   — модель данных + Zod-схемы + openapi.yaml (агент A)
+db/          — миграции (агент A)
+etl/         — парсинг и нормализация (агент B)
+api/         — REST API поиска/сравнения (агент C)
+web/         — Next.js UI (агент D)
+infra/       — docker-compose, Caddyfile (агент E)
+docs/        — документация, ADR (агент F)
+pitch/       — слайды и демо-сценарий (агент F)
+fixtures/    — синтетические + эталонные данные
+```
+
+Скелет кода поднимается в Фазе 0 хакатона после заморозки контрактов.
+
+## Полный план
+
+В хранилище Obsidian: `Base/_Inbox/Хакатон Medtech/` (план, словарик нормализации, дизайн-система, памятка).

fixtures/README.md

@@ -0,0 +1,20 @@
+# Fixtures — синтетические прайсы клиник
+
+Сгенерированы скриптом `scripts/gen_fixtures.py` (seed=42, детерминированно) для отладки pipeline **до** выдачи реальных данных от организатора. Намеренно разнородные и «грязные».
+
+## `raw/` — входные прайсы (6 форматов)
+
+| Файл | Формат | Особенности (что тестирует) |
+|---|---|---|
+| `clinic_alpha_clean.xlsx` | Excel | Чистая таблица — быстрый путь pandas, без LLM |
+| `clinic_beta_dirty.xlsx` | Excel | Секции-заголовки, «от 12000», KZ-названия, лишние колонки |
+| `clinic_gamma.csv` | CSV (`;`) | Смешанные RU/KZ, единицы измерения |
+| `clinic_delta_messy.txt` | Текст | Прайс абзацем, разные разделители и валюты (тг/тенге/₸/KZT) |
+| `clinic_epsilon_scan.png` | Картинка | Имитация фото/скана (наклон) → путь LLM-vision / OCR |
+| `clinic_zeta_prices.pdf` | PDF | Текстовый PDF, RU/EN заголовок |
+
+Одни и те же услуги названы по-разному между файлами (ОАК / Общий анализ крови / Қанның жалпы анализі) — это материал для канонизации и дедупликации.
+
+## TODO (Фаза 0 хакатона)
+- `normalized/*.json` — эталонные нормализованные записи (для TDD ETL)
+- `api/*.json` — эталонные ответы API (для MSW-моков фронта)

fixtures/raw/clinic_delta_messy.txt

@@ -0,0 +1,11 @@
+МЕДЦЕНТР «ТЕНГРИ» — действующие цены
+
+Қан биохимиясы — 8300 KZT (1 иссл.)
+Терапевт қабылдауы  7000 KZT (1 приём)
+Глюкоза крови: 1100 тг (1 иссл.)
+Құрсақ қуысы УДЗ — 6700 ₸ (1 иссл.)
+МРТ головного мозга: 21600 тг (1 иссл.)
+Рентгенография ОГК: 5100 KZT (1 иссл.)
+Удаление зуба простое ... 12900 KZT (1 зуб)
+
+* Цены справочные, уточняйте в регистратуре. Бағалар анықтамалық.

fixtures/raw/clinic_gamma.csv

@@ -0,0 +1,9 @@
+service;price_kzt;unit
+УЗИ ОБП;11600;1 иссл.
+Приём врача-терапевта;4500;1 приём
+Электрокардиография;2100;1 иссл.
+Флюорография;4100;1 иссл.
+Б/х крови;4000;1 иссл.
+Консультация кардиолога;9600;1 приём
+Экстракция зуба;9500;1 зуб
+Қандағы глюкоза;1600;1 иссл.

scripts/gen_fixtures.py

@@ -0,0 +1,149 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""Генератор синтетических прайсов клиник (RU/KZ) в разных форматах для отладки pipeline."""
+import csv, os, random, subprocess, sys
+
+OUT = sys.argv[1] if len(sys.argv) > 1 else "fixtures/raw"
+os.makedirs(OUT, exist_ok=True)
+random.seed(42)  # детерминированно
+
+def ensure(pkg, mod=None):
+    try:
+        __import__(mod or pkg)
+    except ImportError:
+        subprocess.check_call([sys.executable, "-m", "pip", "install", "-q", pkg])
+
+# Базовый каталог: (канон RU, канон KZ, [варианты названий], мин, макс, единица)
+CATALOG = [
+    ("Общий анализ крови", "Қанның жалпы анализі",
+     ["Общий анализ крови", "ОАК", "Общий анализ крови (развернутый)", "Клинический анализ крови", "Қанның жалпы анализі"],
+     1200, 4500, "1 иссл."),
+    ("УЗИ органов брюшной полости", "Құрсақ қуысы ағзаларының УДЗ",
+     ["УЗИ органов брюшной полости", "УЗИ ОБП", "УЗИ брюшной полости", "Құрсақ қуысы УДЗ"],
+     6000, 13000, "1 иссл."),
+    ("Приём врача-терапевта", "Терапевт дәрігердің қабылдауы",
+     ["Прием терапевта", "Консультация терапевта первичная", "Приём врача-терапевта", "Терапевт қабылдауы"],
+     4000, 9000, "1 приём"),
+    ("Электрокардиография (ЭКГ)", "Электрокардиография (ЭКГ)",
+     ["ЭКГ", "Электрокардиография", "ЭКГ с расшифровкой", "ЭКГ + описание"],
+     2000, 5000, "1 иссл."),
+    ("Глюкоза крови", "Қандағы глюкоза",
+     ["Глюкоза", "Глюкоза крови", "Сахар крови", "Қандағы глюкоза"],
+     800, 2200, "1 иссл."),
+    ("Консультация кардиолога", "Кардиолог кеңесі",
+     ["Консультация кардиолога", "Прием кардиолога", "Кардиолог консультация первичная"],
+     5000, 12000, "1 приём"),
+    ("МРТ головного мозга", "Бас миының МРТ",
+     ["МРТ головного мозга", "Магнитно-резонансная томография головного мозга", "МРТ г/м", "Бас миы МРТ"],
+     18000, 35000, "1 иссл."),
+    ("Биохимический анализ крови", "Қанның биохимиялық анализі",
+     ["Биохимия крови", "Биохимический анализ крови (базовый)", "Б/х крови", "Қан биохимиясы"],
+     3500, 9000, "1 иссл."),
+    ("Удаление зуба", "Тісті жұлу",
+     ["Удаление зуба", "Удаление зуба простое", "Экстракция зуба", "Тіс жұлу"],
+     6000, 15000, "1 зуб"),
+    ("Рентген грудной клетки", "Кеуде клеткасының рентгені",
+     ["Рентген грудной клетки", "Рентгенография ОГК", "Флюорография", "Кеуде рентгені"],
+     2500, 6000, "1 иссл."),
+]
+
+CLINICS = ["Клиника «Аль-Шифа»", "Медцентр «Сункар»", "Diagnostic Lab Astana", "Клиника «Береке»", "Медцентр «Тенгри»"]
+
+def price(lo, hi):
+    return round(random.randint(lo, hi), -2)  # круглые сотни
+
+def variants_for(clinic_idx, n):
+    """Выбрать n услуг с разными вариантами написания и ценами."""
+    rows = []
+    chosen = random.sample(CATALOG, k=min(n, len(CATALOG)))
+    for ru, kz, names, lo, hi, unit in chosen:
+        name = random.choice(names)
+        rows.append((name, price(lo, hi), unit))
+    return rows
+
+ensure("openpyxl")
+from openpyxl import Workbook
+
+# 1) Чистый Excel
+wb = Workbook(); ws = wb.active; ws.title = "Прайс"
+ws.append(["Наименование услуги", "Цена, тг"])
+for name, p, _ in variants_for(0, 9):
+    ws.append([name, p])
+wb.save(f"{OUT}/clinic_alpha_clean.xlsx")
+
+# 2) Грязный Excel: секции-заголовки, "от", разные колонки, KZ
+wb = Workbook(); ws = wb.active; ws.title = "PRICE 2026"
+ws.append(["Прайс-лист медцентра «Сункар» (с 01.06.2026)"])
+ws.append([])
+ws.append(["№", "Услуга / Қызмет", "Стоимость (тенге)", "Ед."])
+section = ["— Лаборатория / Зертхана —", "— Диагностика —", "— Приём специалистов —"]
+i = 1
+for s in section:
+    ws.append([s, None, None, None])
+    for name, p, unit in variants_for(1, 3):
+        val = f"от {p}" if random.random() < 0.3 else p
+        ws.append([i, name, val, unit]); i += 1
+wb.save(f"{OUT}/clinic_beta_dirty.xlsx")
+
+# 3) CSV с разделителем ; и смешанными языками
+with open(f"{OUT}/clinic_gamma.csv", "w", encoding="utf-8", newline="") as f:
+    w = csv.writer(f, delimiter=";")
+    w.writerow(["service", "price_kzt", "unit"])
+    for name, p, unit in variants_for(2, 8):
+        w.writerow([name, p, unit])
+
+# 4) Грязный текст (прайс абзацем)
+with open(f"{OUT}/clinic_delta_messy.txt", "w", encoding="utf-8") as f:
+    f.write("МЕДЦЕНТР «ТЕНГРИ» — действующие цены\n\n")
+    for name, p, unit in variants_for(3, 7):
+        sep = random.choice([" — ", " ... ", ": ", "  "])
+        cur = random.choice(["тг", "тенге", "₸", "KZT"])
+        f.write(f"{name}{sep}{p} {cur} ({unit})\n")
+    f.write("\n* Цены справочные, уточняйте в регистратуре. Бағалар анықтамалық.\n")
+
+# 5) Картинка-«скан» прайса (имитация фото)
+ensure("Pillow", "PIL")
+from PIL import Image, ImageDraw, ImageFont
+img = Image.new("RGB", (900, 700), (250, 248, 244))
+d = ImageDraw.Draw(img)
+def font(sz):
+    for p in ["/System/Library/Fonts/Supplemental/Arial.ttf", "/Library/Fonts/Arial.ttf",
+              "/usr/share/fonts/truetype/dejavu/DejaVuSans.ttf"]:
+        if os.path.exists(p):
+            return ImageFont.truetype(p, sz)
+    return ImageFont.load_default()
+d.text((40, 30), "Клиника «Береке» — прайс-лист", fill=(20, 20, 20), font=font(34))
+d.line((40, 85, 860, 85), fill=(180, 180, 180), width=2)
+y = 110
+for name, p, unit in variants_for(4, 9):
+    d.text((50, y), name, fill=(30, 30, 30), font=font(24))
+    d.text((720, y), f"{p} тг", fill=(30, 30, 30), font=font(24))
+    y += 58
+img = img.rotate(-1.4, expand=False, fillcolor=(250, 248, 244))  # лёгкий наклон как у фото
+img.save(f"{OUT}/clinic_epsilon_scan.png")
+
+# 6) PDF (если есть reportlab)
+try:
+    ensure("reportlab")
+    from reportlab.lib.pagesizes import A4
+    from reportlab.pdfgen import canvas
+    from reportlab.pdfbase import pdfmetrics
+    from reportlab.pdfbase.ttfonts import TTFont
+    fp = next((p for p in ["/Library/Fonts/Arial.ttf", "/System/Library/Fonts/Supplemental/Arial.ttf",
+              "/usr/share/fonts/truetype/dejavu/DejaVuSans.ttf"] if os.path.exists(p)), None)
+    if fp:
+        pdfmetrics.registerFont(TTFont("U", fp))
+        c = canvas.Canvas(f"{OUT}/clinic_zeta_prices.pdf", pagesize=A4)
+        c.setFont("U", 18); c.drawString(60, 790, "Diagnostic Lab Astana — Price list / Прайс")
+        c.setFont("U", 12); y = 750
+        for name, p, unit in variants_for(2, 10):
+            c.drawString(60, y, name[:55]); c.drawRightString(540, y, f"{p} KZT"); y -= 28
+        c.save()
+        pdf = "ok"
+    else:
+        pdf = "no font"
+except Exception as e:
+    pdf = f"skip ({e})"
+
+print("PDF:", pdf)
+print("Files:", sorted(os.listdir(OUT)))