Говорящие аватары‑философы AI

1. Цель и задачи
Цель: Создать веб‑сервис, позволяющий пользователю в реальном времени общаться с «аватарами» философов (Эпиктет, Аристотель, Марк Аврелий и др.) через голосовые сообщения и получать от них видео‑ответы с синхронизацией речи и анимацией лица (HeyGen).
Ключевые задачи:
* Приём аудио‑запросов от пользователя
* Распознавание речи (STT → текст)
* Поисковый модуль: извлечение контекста из корпуса текстов философа
* Генерация ответа через LLM (RAG: retrieval‑augmented generation)
* Синтез речи (TTS)
* Генерация видео‑аватара через HeyGen API
* Отправка видео пользователю в веб‑чат

2. Архитектура системы
flowchart LR
  Client[Клиент (React/NextJS)] 
  STT[STT‑сервис (Whisper)] 
  VecDB[Векторная БД (Pinecone/Weaviate)] 
  Agent[Agent (Django API + LangChain)] 
  TTS[TTS‑сервис (ElevenLabs/Azure)] 
  HeyGen[HeyGen‑Proxy] 
  Queue[Очередь (RabbitMQ/Redis Streams)] 
  WS[WebSocket‑сервер]

  Client -->|аудио| STT
  STT -->|текст| Agent
  Agent -->|запрос контекста| VecDB
  VecDB --> Agent
  Agent -->|ответ текст| TTS
  TTS --> Agent
  Agent -->|audio+avatarID| HeyGen
  HeyGen --> Agent
  Agent -->|видео| Client
  Agent -.-> Queue
  Queue -.-> Agent
  Agent <--> WS

3. Основные компоненты и технологии
Компонент Технологии / сервисы
Бэкенд API & Agent Python, Django, Django REST Framework, LangChain/LlamaIndex
Векторная БД Pinecone / Weaviate / Qdrant + OpenAI Embeddings API
STT (Speech‑to‑Text) OpenAI Whisper API или локально развёрнутый Whisper
TTS (Text‑to‑Speech) ElevenLabs / Azure Cognitive Services / Google Cloud TTS
Интеграция HeyGen официальное HeyGen REST API (+ свой прокси‑контейнер)
Очереди и асинхронность RabbitMQ или Redis Streams + Celery или custom workers
WebSocket‑сервер Django Channels или отдельный Node.js с Socket.IO
Фронтенд ReactJS, NextJS, WebRTC (для записи аудио), Vercel deployment
Контейнеризация и деплой Docker, Docker Compose, DigitalOcean Droplet, Vercel
Хранение сессий и кэш Redis
Мониторинг Prometheus + Grafana
Безопасность Nginx (TLS), JWT для внутренних сервисов, rate‑limit
4. Функциональные требования
1. Регистрация и сессии
    * Каждый пользователь получает уникальный ID сессии.
    * Возможность переключаться между разными философами.
2. Запись и отправка аудио
    * UI‑компонент для записи (WebRTC) или загрузки файла.
    * Отправка на STT‑сервис.
3. Распознавание речи
    * Точность распознавания не ниже 95%.
    * Поддержка русского и английского языков.
4. Поиск контекста
    * Индексация минимум 1 000–5 000 цитат и текстов для каждого философа.
    * Время отклика ≤ 300 ms.
5. Генерация ответа
    * Ответы в стиле выбранного философа (тон, цитаты).
    * Ограничение длины ответа — до 200 слов.
6. Синтез речи и видео‑аватар
    * Время конвертации TTS ≤ 1 s.
    * Генерация видео в HeyGen ≤ 3 s.
    * Сохранение видео‑ответов в S3‑like хранилище или DigitalOcean Spaces.
7. Front‑end
    * Отображение видео и текста ответа.
    * Индикация процесса (загрузка, обработка, готово).
8. Логи и метрики
    * Логирование всех этапов (STT, поиск, LLM, TTS, HeyGen).
    * Сбор метрик задержек, ошибок, нагрузок.

5. Нефункциональные требования
* Производительность:
    * Обработка одного запроса end‑to‑end ≤ 6 s.
* Масштабируемость:
    * Возможность горизонтального масштабирования каждого микросервиса.
* Надёжность:
    * Автоматический перезапуск контейнеров при падении.
    * Очереди гарантируют доставку сообщений.
* Безопасность:
    * TLS‑шифрование для всех HTTP/WebSocket соединений.
    * Защита API ключей (Vault или переменные окружения).

6. Требования к программисту
Позиция: Full‑stack разработчик / DevOps инженер (microservices)
Обязательные навыки:
* Backend:
    * Python 3.8+, Django, Django REST Framework
    * Опыт работы с LangChain или LlamaIndex (RAG)
    * Знание OpenAI API (GPT, Embeddings), Whisper API
    * Celery / RabbitMQ или Redis Streams
    * PostgreSQL, Redis
* Frontend:
    * ReactJS, NextJS
    * WebRTC (или опыт интеграции аудио‑записи в браузере)
    * Опыт работы с WebSocket (Django Channels или Socket.IO)
* Инфраструктура:
    * Docker, Docker Compose, базовое понимание Kubernetes
    * DigitalOcean Droplet, Vercel (CI/CD)
    * Nginx + TLS
    * Опыт деплоя и мониторинга микросервисов (Prometheus, Grafana)
* Векторные БД:
    * Pinecone, Weaviate или Qdrant
    * OpenAI Embeddings API

Пожалуйста, пришлите примеры ваших работ, в частности проекты по интеграции с OpenAI и ChatGPT, а также тексты в GPT Wrappers. Расскажите, как вы видите наш проект: в какие сроки сможете его реализовать и какова будет стоимость. Уточните, работаете ли вы как частный специалист или в составе команды, и достаточно ли у вас квалификации для выполнения этой задачи. Жду ваши примеры, коммерческое предложение, сроки и бюджет.