MicroReport

MicroReport — Event-Driven Microservices Platform for AI Document Generation

MicroReport — это событийно-ориентированная (Event-Driven) микросервисная платформа для автоматической генерации отчетов, резюме и документов с использованием ИИ, семантического поиска по файлам (RAG) и аналитики в реальном времени.

🚀 Ключевые возможности

• ИИ-Генерация документов: Создание отчетов, резюме и выписок на основе промптов с экспортом в PDF/DOCX.

• RAG & Semantic Search: Поиск по смыслу среди ранее созданных документов пользователя с использованием векторных эмбеддингов.

• Real-time Уведомления: Отслеживание статуса генерации тяжелых документов в реальном времени через WebSockets.

• Учет ресурсов и Аналитика: Мониторинг расхода токенов LLM, гибкая система лимитов и аналитический разбор активности.

• Изолированное хранение: Структурированная файловая система пользователей с безопасным хранением бинарников в S3.

🛠 Технологический стек

Категория	Технологии
Backend & Core	.NET 8+, ASP.NET Core Web API, Minimal APIs, C#
Межсервисная связь	gRPC (синхронная), Apache Kafka (событийная асинхронная)
Базы данных & S3	PostgreSQL, Pgvector / Qdrant (Векторная БД), Redis, MinIO (S3)
ORM & Data Access	Entity Framework Core (Write-модель), Dapper (Read-модель)
AI & ML Integration	Semantic Kernel / LangChain.NET, Ollama / OpenAI API
API Gateway & Real-time	YARP (Yet Another Reverse Proxy), SignalR
Infrastructure & DevOps	Docker, Docker Compose, Serilog (JSON), GitHub Actions (CI/CD)

🏛 Архитектура сервисов

Система спроектирована по принципу Database per Service с четким разделением ответственности:

• User Service: Аутентификация/авторизация (Custom JWT + Refresh Tokens), управление профилями и правами доступа.

• Document Service: Бизнес-логика создания, управления документами, оркестрация генерации и интеграция с S3-хранилищем.

• AI-Agent: Изолированный сервис для работы с LLM, составления промптов и расчета эмбеддингов.

• RAG & Search Service: Векторизация загруженных файлов, индексация чанков и выдача контекста для ИИ по gRPC.

• Notification Service: Вычитывание событий из Kafka и Push-оповещение пользователей через SignalR Hub.

• Analytics Service: Сбор метрик потраченных токенов, агрегация статистики и ИИ-анализ трендов использования.

💡 Примененные паттерны и подходы

• CQRS (Command Query Responsibility Segregation): Разделение операций чтения и записи с помощью MediatR.

• Transactional Outbox Pattern: Гарантированная доставка событий в Kafka даже при сбоях брокера или БД.

• Result Pattern (ErrorOr): Явная обработка бизнес-ошибок без выброса тяжелых Exceptions.

• Options Pattern: Типизированная конфигурация сервисов через IOptions<T> с поддержкой горячей перезагрузки.

• Global Exception Handling: Централизованный перехват системных сбоев через IExceptionHandler в формате ProblemDetails (RFC 7807).

🚦 Быстрый запуск

1. Склонируйте репозиторий:

   Bash

   git clone https://github.com/your-username/MicroReport.git
   cd MicroReport
   

2. Запустите контейнеры:

   Bash

   docker compose up -d --build
   

3. Скачайте llama3

   Bash

   docker exec -it microreport-ollama ollama pull llama3
   

4. Откройте для тестирования:

   http://localhost:5000/Swagger