🔍 Мониторинг конкурентов - AI Ассистент

MVP приложение для анализа конкурентной среды с поддержкой мультимодальности (текст и изображения).

📋 Описание

Приложение позволяет:

• Анализировать текст конкурентов — получать структурированную аналитику с сильными/слабыми сторонами, уникальными предложениями и рекомендациями
• Анализировать изображения — баннеры, скриншоты сайтов, упаковки товаров с оценкой визуального стиля
• Парсить сайты — автоматически извлекать и анализировать контент по URL
• Хранить историю — последние 10 запросов сохраняются для быстрого доступа

🚀 Быстрый старт

1. Клонирование и установка зависимостей

# Клонируйте репозиторий
cd competitor-monitor

# Создайте виртуальное окружение
python -m venv venv

# Активируйте окружение
# Windows:
venv\Scripts\activate
# Linux/Mac:
source venv/bin/activate

# Установите зависимости
pip install -r requirements.txt

2. Настройка переменных окружения

Создайте файл .env в корне проекта (используйте env.example.txt как шаблон):

OPENAI_API_KEY=your_openai_api_key_here
OPENAI_MODEL=gpt-4o-mini
OPENAI_VISION_MODEL=gpt-4o-mini

3. Запуск приложения

# Запуск сервера
python -m uvicorn backend.main:app --reload --host 0.0.0.0 --port 8000

Приложение будет доступно по адресу: http://localhost:8000

📁 Структура проекта

competitor-monitor/
├── backend/
│   ├── __init__.py
│   ├── main.py              # FastAPI приложение
│   ├── config.py            # Конфигурация
│   ├── models/
│   │   ├── __init__.py
│   │   └── schemas.py       # Pydantic модели
│   └── services/
│       ├── __init__.py
│       ├── openai_service.py    # Работа с OpenAI API
│       ├── parser_service.py    # Парсинг веб-страниц
│       └── history_service.py   # Управление историей
├── frontend/
│   ├── index.html           # HTML страница
│   ├── styles.css           # Стили
│   └── app.js               # JavaScript логика
├── requirements.txt         # Зависимости Python
├── env.example.txt          # Пример .env файла
├── history.json             # Файл истории (создаётся автоматически)
├── README.md                # Этот файл
└── docs.md                  # Документация API

🔧 Функциональность

Анализ текста (/analyze_text)

• Принимает текст конкурента (минимум 10 символов)
• Возвращает:
  • Сильные стороны
  • Слабые стороны
  • Уникальные предложения
  • Рекомендации по улучшению
  • Общее резюме

Анализ изображений (/analyze_image)

• Принимает изображения: PNG, JPG, GIF, WEBP
• Возвращает:
  • Описание изображения
  • Маркетинговые инсайты
  • Оценку визуального стиля (0-10)
  • Рекомендации

Парсинг сайтов (/parse_demo)

• Принимает URL сайта
• Извлекает: title, h1, первый абзац
• Автоматически анализирует извлечённый контент

История (/history)

• Хранит последние 10 запросов
• Сохраняет тип запроса, краткое описание, время

🛠️ Технологии

• Backend: FastAPI, Python 3.9+
• AI: OpenAI GPT-4o-mini (или GPT-4.1)
• Frontend: Vanilla JS, CSS3
• Парсинг: BeautifulSoup4, httpx
• Валидация: Pydantic

📖 API Документация

После запуска сервера доступна интерактивная документация:

• Swagger UI: http://localhost:8000/docs
• ReDoc: http://localhost:8000/redoc

Подробная документация API в файле docs.md

⚠️ Требования

• Python 3.9+
• OpenAI API ключ с доступом к GPT-4o-mini или GPT-4.1
• Интернет-соединение для работы AI и парсинга

📝 Лицензия

MIT License