# content-atom — MVP stage 1

**extract → Postgres + atom_versions (web) → Qdrant**

Атомарный контент-конвейер: статья → типизированные атомы → хранение в Postgres → переупаковка под web-канал → эмбеддинги в Qdrant.

## Стек

| Компонент | Что | Почему |
|---|---|---|
| **Postgres (atom-db)** | атомы (истина) | транзакции, `pgvector` |
| **Qdrant** | эмбеддинги + дедуп | векторный поиск, dim=1024 |
| **bge-m3** | embed-модель | dim=1024, RU, гибридный |
| **Ollama** | локальный запуск bge-m3 | offline, ~19ms/atom |

## Запуск

### 1. atom-db (Postgres + pgvector)

```bash
docker run -d --name atom-db --restart unless-stopped \
  -p 5434:5432 \
  -e POSTGRES_USER=atom -e POSTGRES_DB=content_atom -e POSTGRES_PASSWORD=atompass123 \
  pgvector/pgvector:pg16
```

Расширение: `CREATE EXTENSION vector;` (pgvector 0.8.x).

### 2. .env

```bash
cat > .env.stage1 <<'EOF'
POSTGRES_HOST=127.0.0.1
POSTGRES_PORT=5434
POSTGRES_USER=atom
POSTGRES_DB=content_atom
POSTGRES_PASSWORD=atompass123
OLLAMA_URL=http://127.0.0.1:11434
EOF
```

### 3. Запуск

```bash
env $(cat .env.stage1 | grep -v '^#' | tr '\n' ' ') \
  python3 stage1/extract_to_postgres.py \
  --article article.md --article article2.md \
  --project rabota-ufa
```

## Что делает

1. **extract** — разбивает `.md` на блоки, классифицирует по паттернам (claim/stat/qa/hook/cta/instruction/comparison/quote).
2. **Postgres** — вставляет атомы в `atoms`, генерирует `atom_versions` под `web_article` (markdown).
3. **Qdrant** — эмбеддит bge-m3 (dim=1024), сохраняет в коллекцию `content_atoms`.

## Результаты

- 387 атомов из 2 статей → Postgres за 0.4с
- 387 atom_versions под web-канал
- 387 эмбеддингов в Qdrant за 11.6с (~30ms/atom)

## atom_id

UUID (Postgres PRIMARY KEY). `atom_id`-хеш использовался в спейке, но для Postgres нужен UUID.

## Типы атомов

`claim` (326), `instruction` (42), `stat` (12), `qa` (5), `comparison` (1), `hook` (1).

## Schema

`db/schema.sql` — 5 таблиц: `projects`, `atoms`, `atom_versions`, `jobs`, `runs`.

## Следующий этап

**MVP stage 2** — `atom_relations` + `compositions` (второй канал: Telegram, дедup).