Огляд архітектури

Технічна архітектура платформи Vartovii.

🏗️ Архітектура системи

┌─────────────────────────────────────────────────────────────┐
│                      FRONTEND                                │
│  React 19 + Vite + Tailwind + Framer Motion                 │
│  ├── Dashboard (аналіз компаній)                            │
│  ├── Chat Widget (AI Агент)                                 │
│  └── Knowledge Base (Docusaurus)                            │
└───────────────────────────┬─────────────────────────────────┘
                            │ HTTPS
┌───────────────────────────▼─────────────────────────────────┐
│                    BACKEND API                               │
│  FastAPI + Python 3.13 + Uvicorn                            │
│  ├── /api/company/*    (корпоративні ендпоїнти)             │
│  ├── /api/ai/*         (ендпоїнти AI чату)                  │
│  ├── /api/agent/*      (ендпоїнти інструментів агента)      │
│  ├── /api/scraping/*   (управління скрейпінгом)              │
│  ├── /api/v2/crypto/*  (крипто модуль)                      │
│  └── /api/forensic/*   (Forensic Agent - on-chain)          │
└───────┬──────────────────┬──────────┬───────────────────────┘
        │                  │          │
┌───────▼───────┐  ┌───────▼───────┐  ┌───────▼───────┐
│  PostgreSQL   │  │  Vertex AI    │  │  External     │
│  Neon         │  │  Gemini       │  │  APIs         │
│  ├── reviews  │  │  ├── Chat     │  │  ├── Kununu   │
│  ├── companies│  │  ├── RAG      │  │  ├── Google   │
│  └── jobs     │  │  └── Function │  │  ├── Reddit   │
│               │  │      Calling  │  │  ├── CoinGecko│
│               │  │               │  │  └── DefiLlama│
└───────────────┘  └───────────────┘  └───────┬───────┘
                                              │
                                    ┌─────────▼─────────┐
                                    │  Google BigQuery  │
                                    │  Ethereum Dataset │
                                    │  (Forensic Agent) │
                                    └───────────────────┘

🛠️ Стек технологій

Backend

Component	Technology
Framework	FastAPI (Python 3.13)
Server	Uvicorn (ASGI)
Database	PostgreSQL 17 (Neon)
ORM	SQLAlchemy 2.0
Migrations	Alembic
AI	Vertex AI (Gemini 3.x profile + Gemini 2.5 fallback)
Analytics	Google BigQuery (Ethereum dataset)

Frontend

Component	Technology
Framework	React 19
Build Tool	Vite
Styling	Tailwind CSS
State	TanStack Query
Charts	Nivo + Recharts
Animations	Framer Motion

Infrastructure

Component	Technology
Hosting	Google Cloud Run
Database	Neon PostgreSQL
Cache	Memorystore for Redis
AI Services	Vertex AI (Gemini 3.x profile + Gemini 2.5 fallback)
Analytics	Google BigQuery (Ethereum)
Secrets	Secret Manager
Monitoring	Cloud Logging
CI/CD	Cloud Build + GitHub Actions

📁 Структура проєкту

Vartovii/
├── backend/
│   ├── main.py              # Точка входу FastAPI застосунку
│   ├── ai/                  # AI сервіси
│   │   ├── config.py        # Конфігурація моделі
│   │   ├── client.py        # Gemini клієнт
│   │   ├── prompts/         # Системні промпти
│   │   ├── services/        # Чат, сентимент, звіт
│   │   └── rag/             # Управління RAG корпусом
│   ├── api/                 # API роутери
│   ├── models/              # SQLAlchemy моделі
│   ├── services/            # Бізнес-логіка
│   └── scrapers/            # Збір даних
│
├── dashboard_app/
│   ├── src/
│   │   ├── components/      # React компоненти
│   │   ├── pages/           # Сторінки маршрутів
│   │   ├── hooks/           # Користувацькі хуки
│   │   └── api/             # API клієнт
│   └── public/              # Статичні ресурси
│
├── knowledge-base/          # Документація Docusaurus
│   ├── docs/                # Файли документації
│   └── docusaurus.config.js # Конфігурація
│
├── docs_site/               # Цілюва сторінка
└── docs/                    # Внутрішня документація (RAG індексована)

🔄 Потік даних

Аналіз компанії

1. Користувач шукає "BMW"
   └── Frontend → GET /api/search/smart?q=BMW

2. Smart Search перевіряє актуальність
   └── Backend → Запит до бази даних
   └── Якщо застаріло → Запускає завдання скрейпінгу

3. Повертає дані компанії
   └── Backend → Frontend
   └── Відображає дашборд з Trust Score

AI Чат

1. Користувач надсилає повідомлення
   └── Frontend → POST /api/ai/chat

2. Gemini аналізує намір
   └── Ключові слова виявлено? → Function Calling
   └── Ключові слова відсутні → Пряма відповідь

3. Виконання інструменту (за потреби)
   └── search_company, get_trust_score тощо.
   └── Виклики API до бази даних

4. Відповідь відформатована
   └── Backend → Frontend
   └── Відображається у віджеті чату

Forensic Agent (On-Chain Аналітика)

1. Користувач запитує "Перевірити баланс 0xd8dA..."
   └── Frontend → POST /api/ai/chat
   └── AI виявляє ключове слово адреси гаманця

2. Виконання інструменту
   └── викликається функція check_wallet
   └── Запит BigQuery до набору даних crypto_ethereum
   └── CoinGecko API для ціни в USD

3. Відповідь з контекстом
   └── Баланс ETH + вартість USD + посилання Etherscan
   └── Backend → Frontend → Відображається в чаті

🔐 Безпека

• Аутентифікація: API key для ендпоїнтів агента
• Авторизація: Контроль доступу на основі IAM
• Шифрування: HTTPS скрізь, шифрування даних у спокої
• Секрети: Google Secret Manager

📊 Продуктивність

Metric	Target	Actual
API Response (cached)	under 100ms	~50ms
API Response (DB)	under 500ms	~200ms
Chat Response	under 3s	~1.5s
Page Load	under 2s	~1.2s