разработка backend-части Chrome-расширения с использованием LLM

Приложение — AI-ассистент для работы с текстом непосредственно в браузере.

Пользователь сможет:
-выделить текст на любой веб-странице;
-открыть расширение в виде боковой панели или всплывающего окна;
-выбрать готовую команду, например Rewrite, Simplify, Shorten, Check Grammar, или написать собственный запрос;
-получить ответ AI в формате привычного чата.

В дальнейшем приложение будет работать по freemium-модели: ограниченное количество бесплатных запросов и платная подписка.

Что уже есть:
Frontend Chrome-расширения уже разработан или находится на завершающей стадии разработки.

На стороне frontend реализуются:
-интерфейс чата;
-работа с выделенным текстом;
-готовые и пользовательские команды;
-история текущего диалога;
-постепенное отображение ответа AI;
-взаимодействие между интерфейсом расширения и background service worker.

Основная задача специалиста — разработать backend и подключить его к существующему frontend.

Предполагаемая общая схема:

Chrome Extension → Backend → LLM provider → AI model

Я рассматриваю serverless backend и использование OpenRouter, однако открыт к другим аргументированным предложениям.

Этап 1 — MVP

Цель первого этапа — быстро получить работающее и достаточно безопасное решение для тестирования приложения первыми пользователями.

На выходе должно получиться:
- расширение отправляет запросы на backend, а не напрямую провайдеру AI;
-API-ключи надёжно хранятся на стороне backend и недоступны из кода расширения;
-backend принимает запрос пользователя и передаёт его выбранной LLM;
-ответ модели поступает в расширение постепенно, без ожидания полной генерации;
-можно менять модель или LLM-провайдера на backend без обновления расширения;
-установлены ограничения на размер одного запроса и ответа;
-предусмотрены базовые ограничения частоты и количества запросов;
-снижена возможность использования backend посторонними приложениями и автоматическими скриптами;
-корректно обрабатываются ошибки, тайм-ауты и недоступность LLM;
-ведётся минимальная техническая статистика: количество запросов, время ответа, ошибки и ориентировочные расходы;
-пользовательские тексты без необходимости не сохраняются в логах;
-решение развёрнуто и подключено к Chrome-расширению;
-подготовлена краткая документация по настройке, развёртыванию и дальнейшей поддержке.

На первом этапе регистрация, платежи и полноценная система пользовательских аккаунтов не требуются.

Этап 2 — публичная freemium-версия

После проверки MVP потребуется расширить backend для публичного запуска.

Ожидаемый результат второго этапа:
-регистрация и авторизация пользователей;
-идентификация пользователя на разных устройствах;
-учёт количества использованных запросов;
-бесплатный лимит, например пять запросов в день;
-платный тариф с увеличенными лимитами;
-подключение платёжного решения;
-автоматическая активация, продление и отмена подписки;
-более серьёзная защита от автоматических запросов и обхода ограничений;
-контроль расходов и возможность устанавливать общие и персональные лимиты;
-простая административная часть или другой удобный способ просмотра пользователей, подписок, использования и ошибок;
-сохранение производительности при увеличении количества пользователей.

Архитектура первого этапа должна позволять добавить эти функции без полной переработки backend.

Что ожидаю от специалиста:
Требуется не только исполнитель по готовому техническому заданию, но и специалист, который сможет:
-предложить оптимальный вариант архитектуры;
-объяснить решение простым языком;
-разделить обязательные функции MVP и то, что можно отложить;
-обратить внимание на риски безопасности, злоупотребления и неконтролируемые расходы;
-оценить сроки и стоимость отдельно для первого и второго этапов;
-реализовать решение и помочь подключить его к frontend;
-обеспечить техническую поддержку на начальных этапах;
-передать исходный код и документацию.

Мы не привязаны к конкретному технологическому стеку. Важно, чтобы решение было достаточно простым, экономичным, безопасным и пригодным для дальнейшего развития.

В отклике прошу указать
-Какую архитектуру и технологии вы предлагаете и почему.
-Как будет организована потоковая передача ответа от LLM в расширение.
-Как вы предлагаете защитить API-ключи и backend от постороннего использования.
-Как будет реализован базовый контроль запросов на первом этапе.
-Как решение можно будет расширить до авторизации, лимитов и подписки.
-Ориентировочные сроки и стоимость:
--разработки MVP;
--подключения к существующему frontend;
--разработки второго этапа.
-Какие внешние сервисы потребуются и сколько примерно будет стоить их использование.
-Примеры похожих проектов с API, LLM, serverless backend, streaming, авторизацией или платежами.
-Что потребуется предоставить с моей стороны для начала работы.

Будет преимуществом опыт разработки backend для Chrome Extensions, интеграции с OpenAI/OpenRouter, реализации streaming, rate limiting, пользовательских аккаунтов и Stripe (или другой аналогичной системы).