Portfolio System Architect

Платформа для автоматизации управления портфелем проектов на базе микросервисной архитектуры. 21 контейнеризированный сервис с AI-автоматизацией и production-grade инфраструктурой.

---

📋 Описание системы

Это композиционная архитектура на принципе «Атомов и Молекул»:

• Атомы (src/) — переиспользуемые компоненты (security, shared, core)
• Молекулы (apps/) — независимые сервисы, собранные из атомов

Ключевые возможности:

• 🔒 0 критических уязвимостей (Trivy + Bandit + CodeQL)
• 🧪 ~75% среднее покрытие тестами (779+ тестов, 98% проходят)
• 🔄 Полный CI/CD + pre-commit hooks
• 📊 Production monitoring (Prometheus + Grafana)
• 🚀 Kubernetes-ready деплой (52 манифеста, GitOps)

---

🏗️ Архитектура

graph TB
subgraph "АТОМЫ (src/)"
A1[src/security - Маскирование секретов]
A2[src/shared/schemas - career.yaml, proof.yaml]
A3[src/config - Hot-reload конфигурация]
A4[src/core - Базовые интерфейсы]
end
subgraph "МОЛЕКУЛЫ (apps/)"
M1[auth_service]
M2[career_development]
M3[decision_engine]
M4[portfolio_organizer]
M5[context_builder]
M6[cognitive_agent]
M7[it_compass]
end
A1 --> M1 & M2 & M3 & M4 & M5 & M6 & M7
A2 --> M2 & M4 & M7
A3 --> M1 & M2 & M3 & M4 & M5 & M6 & M7
A4 --> M3 & M6

Loading

---

🚀 Быстрый старт

# 1. Клонировать репозиторий
git clone https://github.com/Control39/portfolio-system-architect.git
cd portfolio-system-architect

# 2. Создать виртуальное окружение
python -m venv .venv
.venv\Scripts\activate  # Windows
# source .venv/bin/activate  # Linux/Mac

# 3. Установить зависимости
pip install -r requirements-dev.txt

# 4. Запустить тесты
pytest apps/*/tests/ -v --cov=apps --cov-report=term-missing

# 5. Запустить диагностику
python apps/cognitive_agent/orchestrator_v2.py

Docker (опционально)

docker-compose up -d

# Доступ к сервисам:
# Auth Service: http://localhost:8100/docs
# IT-Compass UI: http://localhost:8501
# Grafana: http://localhost:3000 (admin/admin)

---

📊 Сервисы

Сервис	Статус	Coverage	Назначение
auth_service	✅ Ready	~95%	JWT-аутентификация
portfolio_organizer	✅ Ready	92%	Сбор и валидация доказательств
decision_engine	✅ Ready	~85%	AI reasoning с RAG
career_development	✅ Ready	80%	Трекинг компетенций
it_compass	✅ Ready	~85%	Методология IT-компетенций
context_builder	✅ Ready	~85%	Сборка контекста для LLM
ai_config_manager	✅ Core	~90%	Централизованная конфигурация
ml_model_registry	✅ Ready	~90%	Регистр ML-моделей
chat_backend	✅ Ready	~78%	WebSocket-чат
job_automation_agent	✅ Ready	~80%	Автоматизация поиска работы
assistant_orchestrator	✅ Ready	~80%	Оркестрация ассистентов
knowledge_graph	✅ Ready	~75%	Граф знаний
embedding_agent	✅ Ready	~75%	Векторные эмбеддинги
infra_orchestrator	✅ Ready	~75%	Оркестрация сервисов
thought_architecture	✅ Ready	~75%	ADR, архитектура решений
system_proof	✅ Ready	~75%	Аудит готовности системы
ai_provider_manager	✅ Ready	~75%	Управление провайдерами AI
competency_gap_engine	✅ Ready	~70%	Анализ разрывов компетенций
cognitive_agent	🟡 Beta	14% (core: 66%)	🧠 Центральный оркестратор
mcp_server	🟡 WIP	47%	MCP-сервер для агентов
template_service	🚧 WIP	~60%	Генератор шаблонов

Среднее покрытие по экосистеме: ~75%

🔑 Ключевая роль Cognitive Agent

Cognitive Agent — центральный оркестратор экосистемы, который:

• 🔍 Сканирует все сервисы и понимает их структуру
• 📋 Планирует задачи через ИИ (GigaChat + LangChain)
• 🔗 Интегрирует IT-Compass, Job Automation, Decision Engine
• 📚 Собирает метрики и учится на результатах

Статус: FastAPI сервер работает, ИИ-планирование в разработке.
Документация: apps/cognitive_agent/README.md

---

🔄 CI/CD

Автоматизированные проверки:

• ✅ Pre-commit hooks (ruff, mypy, bandit, detect-secrets)
• ✅ Security scanning (Trivy, CodeQL, Bandit)
• ✅ Test coverage (pytest-cov → Codecov)
• ✅ Dependency updates (Dependabot)
• ✅ Architecture validation (custom checks)

---

📚 Документация

Архитектура

• ARCHITECTURE.md — общая архитектура системы
• ADR — архитектурные решения (19 ADR)
  • ADR-001: Методология системного мышления
  • ADR-014: Архитектурная граница «Атомы vs Молекулы»
  • ADR-019: Local vs Cloud LLM

Для разных аудиторий

Аудитория	Документ	Что внутри
🎯 HR / Нанимающий менеджер	HIRING_BRIEF.md	Бизнес-ценность, компетенции
💻 Техлид / Архитектор	ADR	Паттерны, стандарты
🛠️ DevOps / SRE	deployment/	K8s манифесты, CI/CD
🌱 Начинающие	apps/it_compass/	Методология самооценки

Для ИИ-ассистентов

Перед работой с проектом изучите:

1. AI_INSTRUCTIONS.md — архитектурные правила
2. AI_PROVIDER_SETUP.md — настройка провайдеров
3. gigacode/ — гайды по GigaCode

---

🧪 Тестирование

# Запустить все тесты
pytest apps/*/tests/ -v

# Запустить тесты с coverage
pytest apps/*/tests/ --cov=apps --cov-report=term-missing

# Запустить тесты конкретного сервиса
pytest apps/cognitive_agent/tests/ -v

# Запустить только быстрые тесты
pytest -m "not slow"

Статистика тестов:

• Всего тестов: 779+
• Проходят: ~98%
• Среднее покрытие: ~75%

---

🔐 Безопасность

Автоматизированные проверки:

• Trivy — сканирование уязвимостей в зависимостях и Docker образах
• CodeQL — статический анализ кода на уязвимости
• Bandit — проверка Python кода на security issues
• detect-secrets — предотвращение коммита секретов
• Gitleaks — дополнительная проверка на секреты

Результат: 0 критических уязвимостей в production-сервисах.

---

📈 Мониторинг

Система включает production-ready мониторинг:

• Prometheus — сбор метрик
• Grafana — визуализация (дашборды для каждого сервиса)
• Alertmanager — алерты в Telegram

Дашборды показывают:

• Health check статус сервисов
• Latency и throughput
• Error rates
• Resource utilization (CPU, memory)

---

🤝 Вклад в проект

Проект открыт для обсуждения и сотрудничества. Если у вас есть вопросы или предложения:

1. Откройте Issue
2. Обсудите в Discussions
3. Напишите на leadarchitect@yandex.ru

---

📄 Лицензия

• Код: MIT License
• Методология: CC BY-ND 4.0 (© Екатерина Куделя)

---

Cognitive Architecture × AI-Augmented Development × DevSecOps

Последнее обновление: июнь 2026