neo/content-atom

0 Fork 0

Files

T

neo 959f4acace docs: content-atom roadmap (MVP -> V5)

2026-09-14 09:37:44 +05:00

15 KiB

Raw Blame History

Content-atom: Implementation Plan

For Hermes: roadmap-план по этапам (MVP → V2 → V3). Реализация — по этапам, не все сразу.

Goal: Атомарный контент-конвейер — атом смысла как источник правды, каналы переупаковывают атомы вместо переписывания статей.

Architecture: Все стадии работают с atom_id вместо articleIds. extract разбирает статью на типизированные атомы, все 6 слоёв editor-pro привязываются к атому, atom_versions переупаковывают атом под каналы, compositions собирают выходы, panel показывает дашборд смысла.

Tech Stack: Python (editor-pro, neurogeo), TypeScript (content-pipeline, panel), Qdrant (эмбеддинги), Memgraph/AGE (граф, опционально), FastAPI (панель), Qwen 35B (локальный).

Контекст и предположения

Что уже есть

editor-pro — 6-слойный конвейер (typo → LLM → enrich → GEO → interlink → astro-seo), работает со статьёй. Стек: Python, spaCy, httpx, neo4j (Memgraph), PennyLane (QAOA). Модель: Qwen 35B.
NeuroGEO — GEO-скоринг целой статьи, FastAPI на :8009.
content-pipeline — TS-оркестратор (generate → optimize → publish) + CMS-слой для управления публикациями. Работает с объектом Article.
Qdrant — эмбеддинги уже используются (qdrant_save.py).
Memgraph — для интрелинки.

Что меняем

Article → atom. Новая стадия extract в начале конвейера.
Все стадии привязываются к atom_id вместо articleIds.
atom_versions — переупаковка одного атома под каналы.
compositions — сборка выходов (статья/TG/видео).
panel — дашборд смысла вместо списка статей.

Что НЕ тащим сразу

Postgres + pgvector — Qdrant для эмбеддингов, атомы в том, что уже стоит.
Graph (Memgraph/AGE) — только V4, когда атомы отработают.
Адаптеры TG/видео — V3, когда web-канал стабилен.

Дорожная карта

Этап 1 — MVP: атомы + переупаковка (web-канал)

Цель: extract разбирает статью на атомы, atom_versions переупаковывают под web.

atoms — типизированные атомы (claim/fact/stat/qa/comparison/hook/cta и др.), body по типам (JSONB).
atom_versions — версии под каналы (web_article | telegram | youtube_script | podcast | newsletter | service_card).
extract — стадия: статья → типизированные атомы.
jobs/runs — задачи пайплайна + стоимость/качество на каждый запуск.
Qdrant — эмбеддинги атомов для дедупликации.

KPI: 4 домена (orabota, ipoteka-ufa, ufa-kvartira, rabota-ufa), один канал (web).

Этап 2 — связи + композиции (второй канал: Telegram)

Цель: дедупликация между доменами, сборка выходов.

atom_relations — связи (supports/contradicts/expands/example_of/part_of/derived_from).
compositions — рецепты сборки (типы, темы, порядок), atom_ids.
prompts — промпты как данные (версионирование, A/B).
Дедупликация — embedding + atom_relations вместо дублирования статей.

KPI: 2 канала (web + Telegram), дедup между доменами.

Этап 3 — медиа + метрики (видео, подкаст, рассылка)

Цель: сквозная аналитика от смысла до метрики.

assets — медиа-активы (image | audio | video | subtitle), транскрипты.
atom_assets — привязка атомов к медиа.
publications — публикации (URL/channel_id/external_id) + метрики (views/clicks/conversions/revenue).
Адаптеры — видео-сценарий, подкаст, рассылка.

KPI: 4+ канала, сквозная аналитика.

Этап 4 — граф (Memgraph / Apache AGE)

Цель: обходы и анализ связей.

Проекция: Atom → Topic → Entity → Project → Asset.
graph_outbox — Postgres → воркер → Memgraph (только id + минимальные атрибуты, тело атома НЕ хранится).
Идемпотентные операции (MERGE по id), ребилд из Postgres за час.
Сборка через обходы графа (топологическая сортировка).

KPI: граф-проекция, сборка через обходы.

Этап 5 — панель (дашборд смысла)

Цель: управление атомами вместо статей.

Дашборд: атомы по доменам, статусы (draft → enriched → edited → approved → published), версии под каналы.
Стоимость на атом + runs — юнит-экономика по домену.
Дедупликация по embedding.
Composition builder — сборка выходов.

KPI: панель управляет атомами, юнит-экономика по домену.

Схемы данных

Атомы

CREATE TABLE atoms (
  id          UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  project_id  UUID REFERENCES projects(id) ON DELETE CASCADE,
  type        TEXT NOT NULL,          -- claim | fact | stat | quote | definition | instruction | case | comparison | qa | opinion | hook | transition | cta | media_ref
  status      TEXT NOT NULL DEFAULT 'draft',  -- draft | enriched | edited | approved | published | archived
  title       TEXT,
  summary     TEXT,
  body        JSONB NOT NULL,         -- типизированное тело по типу атома
  plain_text  TEXT,
  language    TEXT DEFAULT 'ru',
  entities    JSONB DEFAULT '[]',
  topics      TEXT[] DEFAULT '{}',
  intent      TEXT,
  audience    TEXT,
  confidence  NUMERIC(3,2),
  quality_score NUMERIC(4,2),
  readability NUMERIC(5,2),
  word_count  INT,
  source_refs JSONB DEFAULT '[]',
  embedding   VECTOR(1024),
  generator   JSONB,
  cost        JSONB,
  pipeline_stage TEXT,
  parent_atom_id UUID,
  lineage_root_id UUID,
  created_at  TIMESTAMPTZ DEFAULT now(),
  updated_at  TIMESTAMPTZ DEFAULT now()
);

atom_versions

CREATE TABLE atom_versions (
  id        UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  atom_id   UUID REFERENCES atoms(id) ON DELETE CASCADE,
  channel   TEXT NOT NULL,          -- web_article | telegram | youtube_script | podcast | newsletter | service_card
  format    TEXT NOT NULL,          -- markdown | html | plain | srt | ssml | json
  content   TEXT NOT NULL,
  meta      JSONB DEFAULT '{}',
  quality_score NUMERIC(4,2),
  created_at TIMESTAMPTZ DEFAULT now(),
  UNIQUE (atom_id, channel, format)
);

atom_relations

CREATE TABLE atom_relations (
  from_id   UUID REFERENCES atoms(id) ON DELETE CASCADE,
  to_id     UUID REFERENCES atoms(id) ON DELETE CASCADE,
  kind      TEXT NOT NULL,          -- supports | contradicts | expands | example_of | part_of | refutes | precedes | derived_from
  weight    NUMERIC(3,2) DEFAULT 1.0,
  meta      JSONB DEFAULT '{}',
  PRIMARY KEY (from_id, to_id, kind)
);

compositions

CREATE TABLE compositions (
  id        UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  project_id UUID REFERENCES projects(id) ON DELETE CASCADE,
  channel   TEXT NOT NULL,
  slug      TEXT,
  title     TEXT,
  status    TEXT DEFAULT 'draft',   -- draft | building | ready | scheduled | published
  recipe    JSONB NOT NULL,         -- правила сборки: типы, темы, порядок
  atom_ids  UUID[] NOT NULL,        -- порядок атомов в композиции
  content   TEXT,
  meta      JSONB DEFAULT '{}',
  scheduled_at TIMESTAMPTZ,
  published_at TIMESTAMPTZ,
  created_at TIMESTAMPTZ DEFAULT now(),
  UNIQUE (project_id, channel, slug)
);

publications

CREATE TABLE publications (
  id          UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  composition_id UUID REFERENCES compositions(id) ON DELETE CASCADE,
  target      TEXT NOT NULL,        -- URL, channel_id, video_id
  external_id TEXT,
  published_at TIMESTAMPTZ DEFAULT now(),
  metrics     JSONB DEFAULT '{}'    -- views, clicks, conversions, revenue
);

jobs + runs

CREATE TABLE jobs (
  id           UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  kind         TEXT NOT NULL,       -- generate | edit | adapt | publish | index
  atom_id      UUID REFERENCES atoms(id),
  composition_id UUID REFERENCES compositions(id),
  status       TEXT DEFAULT 'queued',-- queued | running | done | failed | dead
  attempts     INT DEFAULT 0,
  max_attempts INT DEFAULT 3,
  payload      JSONB DEFAULT '{}',
  error        TEXT,
  scheduled_at TIMESTAMPTZ DEFAULT now(),
  started_at   TIMESTAMPTZ,
  finished_at  TIMESTAMPTZ,
  created_at   TIMESTAMPTZ DEFAULT now()
);

CREATE TABLE runs (
  id          BIGSERIAL PRIMARY KEY,
  job_id      UUID REFERENCES jobs(id) ON DELETE CASCADE,
  stage       TEXT NOT NULL,
  model       TEXT,
  prompt_id   UUID REFERENCES prompts(id),
  tokens_in   INT,
  tokens_out  INT,
  seconds     NUMERIC,
  cost_usd    NUMERIC DEFAULT 0,
  quality     NUMERIC(4,2),
  created_at  TIMESTAMPTZ DEFAULT now()
);

Интеграция с текущими сервисами

editor-pro (все 6 слоёв)

Привязать каждый слой к atom_id вместо обработки статьи целиком.
extract — новая стадия: python -m editor_pro.main --extract → атомы.
Все слои работают с кластером атомов, не с одной статьёй.

neurogeo

GEO-скоринг на кластере атомов, не на статье.
Цитируемость на атоме (fact/stat/claim).

content-pipeline (TS)

Новый шаг extract в DEFAULT_PIPELINE.
atomId вместо articleIds.
atom_versions — переупаковка под каналы.

Qdrant

Эмбеддинги атомов (уже используется).
Дедупликация по embedding + atom_relations.

Memgraph (V4)

Проекция: Atom → Topic → Entity → Project.
graph_outbox: Postgres → воркер → Memgraph.

Панель (дашборд смысла)

Стек: FastAPI + SQLite/Postgres + React/Vue (или Astro для единого со стэком).

Разделы:

Атомы по доменам (orabota, ipoteka-ufa, ufa-kvartira, rabota-ufa).
Статусы атомов (draft → enriched → edited → approved → published).
Версии под каналы (web/TG/видео).
Стоимость на атом + runs — юнит-экономика по домену.
Дедупликация по embedding.
Composition builder — сборка выходов.