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     │
│  Cloud SQL    │  │  Gemini 2.5   │  │  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 (Cloud SQL)
ORM	SQLAlchemy 2.0
Migrations	Alembic
AI	Vertex AI (Gemini 2.5 Flash)
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	Cloud SQL PostgreSQL
Cache	Memorystore for Redis
AI Services	Vertex AI (Gemini 2.5)
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