ShiWarai · ShiWarai · Feb 4, 2026 · Feb 4, 2026 · Feb 4, 2026 · Feb 4, 2026
diff --git a/.github/workflows/deploy.yml b/.github/workflows/deploy.yml
@@ -2,7 +2,7 @@ name: ML Pipeline - Train and Publish
 
 on:
   push:
-    branches: [ main, master, dev ]  # Триггер на push в main/master/dev (новый датасет)
+    branches: [ main, dev ]  # Триггер на push в main/master/dev (новый датасет)
   workflow_dispatch:  # Позволяет запускать вручную через GitHub UI
     inputs:
       run_training:
@@ -69,7 +69,7 @@ jobs:
         env:
           HF_TOKEN: ${{ secrets.HF_TOKEN }}
         run: |
-          docker compose -f docker-compose.yml -f docker-compose.dev.yml run --rm cvc-dev pytest tests/ -v --tb=short --cov=commands_classifier --cov-report=term-missing
+          docker compose -f docker-compose.yml -f docker-compose.dev.yml run --rm cvc-dev pytest tests/ -v --tb=short --cov=app --cov-report=term-missing
 
   # Запускается только при push с меткой [retrain] в сообщении коммита или при ручном запуске (с опцией run_training)
   train-and-publish:
@@ -262,7 +262,7 @@ jobs:
           disable_notification: true
           message: |
             *Пайплайн прошёл успешно*
-            Репо: `${{ github.repository }}`
+            Репозиторий: `${{ github.repository }}`
             Ветка: `${{ github.ref_name }}`
             [Открыть run](${{ github.server_url }}/${{ github.repository }}/actions/runs/${{ github.run_id }})
 
@@ -280,6 +280,6 @@ jobs:
           format: markdown
           message: |
             *Пайплайн упал*
-            Репо: `${{ github.repository }}`
+            Репозиторий: `${{ github.repository }}`
             Ветка: `${{ github.ref_name }}`
             [Открыть run](${{ github.server_url }}/${{ github.repository }}/actions/runs/${{ github.run_id }})
diff --git a/.github/workflows/publish.yml b/.github/workflows/publish.yml
@@ -0,0 +1,69 @@
+# Публикация образа в GHCR после успешного прохождения основного пайплайна на main
+
+name: Publish Docker image
+
+on:
+  workflow_run:
+    workflows: ["ML Pipeline - Train and Publish"]
+    types: [completed]
+    branches: [main]
+
+permissions:
+  contents: read
+  packages: write
+
+jobs:
+  publish:
+    if: github.event.workflow_run.conclusion == 'success'
+    name: Build and push to GHCR
+    runs-on: ubuntu-latest
+    steps:
+      - name: Checkout
+        uses: actions/checkout@v4
+        with:
+          ref: ${{ github.event.workflow_run.head_sha }}
+
+      - name: Set up Docker Buildx
+        uses: docker/setup-buildx-action@v3
+
+      - name: Login to GHCR
+        uses: docker/login-action@v3
+        with:
+          registry: ghcr.io
+          username: ${{ github.actor }}
+          password: ${{ secrets.GITHUB_TOKEN }}
+
+      - name: Set image name
+        run: echo "IMAGE_BASE=ghcr.io/${GITHUB_REPOSITORY_OWNER,,}/cvc-api" >> $GITHUB_ENV
+
+      - name: Build and push
+        uses: docker/build-push-action@v6
+        with:
+          context: .
+          file: ./Dockerfile
+          platforms: linux/amd64,linux/arm64
+          tags: |
+            ${{ env.IMAGE_BASE }}:main
+            ${{ env.IMAGE_BASE }}:${{ github.event.workflow_run.head_sha }}
+          push: true
+
+  notify-telegram-on-publish:
+    name: Notify Telegram on image published
+    if: always() && needs.publish.result == 'success'
+    needs: [publish]
+    runs-on: ubuntu-latest
+    steps:
+      - name: Send Telegram notification (silent)
+        uses: appleboy/telegram-action@v1.0.1
+        continue-on-error: true
+        with:
+          to: ${{ secrets.TELEGRAM_TO }}
+          token: ${{ secrets.TELEGRAM_TOKEN }}
+          format: markdown
+          disable_notification: true
+          message: |
+            *Образ CVC успешно опубликован в GHCR*
+            Репозиторий: `${{ github.repository }}`
+            Ветка: `${{ github.event.workflow_run.head_branch }}`
+            Образ: `ghcr.io/${{ github.repository_owner }}/cvc-api:main`
+            [Открыть run](${{ github.server_url }}/${{ github.repository }}/actions/runs/${{ github.run_id }})
diff --git a/Dockerfile b/Dockerfile
@@ -14,7 +14,7 @@ RUN pip install --root-user-action=ignore --upgrade pip setuptools wheel
 COPY requirements-docker.txt .
 RUN pip install --root-user-action=ignore -r requirements-docker.txt
 
-COPY commands_classifier/ ./commands_classifier/
+COPY app/ ./app/
 COPY config.yaml .
 COPY pytest.ini .
 COPY data/ ./data/
@@ -24,4 +24,4 @@ RUN mkdir -p models checkpoints
 
 EXPOSE 20001
 
-CMD ["python", "-m", "commands_classifier.cli", "serve", "--host", "0.0.0.0", "--port", "20001"]
+CMD ["python", "-m", "app.main", "--host", "0.0.0.0", "--port", "20001"]
diff --git a/README.md b/README.md
@@ -1,12 +1,12 @@
 # CVC - Classification of Voice Commands
 
-[![ML Pipeline](https://github.com/ShiWarai/CVC/actions/workflows/deploy.yml/badge.svg)](https://github.com/ShiWarai/CVC/actions/workflows/deploy.yml)
+[![ML Pipeline](https://github.com/ShiWarai/CVC/actions/workflows/deploy.yml/badge.svg?branch=main)](https://github.com/ShiWarai/CVC/actions/workflows/deploy.yml)
 [![License: MIT](https://img.shields.io/github/license/ShiWarai/CVC)](https://opensource.org/licenses/MIT)
 ![Python Version](https://img.shields.io/badge/python-3.10%20%7C%203.11%20%7C%203.12-blue)
 ![Docker Ready](https://img.shields.io/badge/docker-ready-blue?logo=docker)
 [![CVC-Panda on Hugging Face](https://img.shields.io/badge/%F0%9F%A4%97%20CVC--Panda-Model-yellow)](https://huggingface.co/ShiWarai/CVC-Panda)
 
-Мини-сервис для классификации голосовых команд (SetFit). Обучает модель на малом датасете и классифицирует текстовые команды. Создан для использования в проекте навыка для Sber Salute.
+Мини-сервис для классификации голосовых команд (SetFit). Обучает модель на малом датасете и классифицирует текстовые команды. Создан для использования в проекте навыка для команд роботу-собаке.
 
 ## Стек технологий
 
@@ -29,7 +29,7 @@
 | [Использование](#использование) | CLI, Python-клиент, библиотека |
 | [Конфигурация и API](#конфигурация-и-api) | config.yaml, эндпоинты |
 | [Данные](#данные) | Формат датасета, параметры обучения |
-| [Разработка](#разработка) | Тесты, линт, структура проекта |
+| [Разработка](#разработка) | Тесты, линт, архитектура, структура проекта |
 | [CI/CD](#cicd) | Пайплайн и ссылка на настройку |
 | [Лицензия](#лицензия) | MIT |
 
@@ -73,10 +73,10 @@ HF_REPO_ID=your-username/model-name
 ### Локальный запуск
 
 ```bash
-python -m commands_classifier.cli serve
+python -m app.main
 ```
 
-Опции: `--host`, `--port`, `--config`. БД создаётся при первом запуске, данные из `data/` или CSV из `config.yaml`.
+Опции: `--host`, `--port`, `--config`, `--reload`. БД создаётся при первом запуске, данные из `data/` или CSV из `config.yaml`.
 
 ## Использование
 
@@ -85,19 +85,19 @@ python -m commands_classifier.cli serve
 После запуска сервера (Docker или локально):
 
 ```bash
-python -m commands_classifier.client predict --text "равняйся" [--show-confidence]
-python -m commands_classifier.client predict --file commands.txt
-python -m commands_classifier.client train [--batch-size 32 --iterations 30]
-python -m commands_classifier.client train-status
-python -m commands_classifier.client examples list
-python -m commands_classifier.client examples add --text "команда" --command "label"
-python -m commands_classifier.client examples delete --id 1
-python -m commands_classifier.client health
-python -m commands_classifier.client metrics
-python -m commands_classifier.client reset
-python -m commands_classifier.client load-from-hf [--repo-id "username/model-name"]
-python -m commands_classifier.client load-from-hf-status
-python -m commands_classifier.client command-feedback   # репорт «исправить команду» из RDS-2P-Salute
+python -m app.client predict --text "равняйся" [--show-confidence]
+python -m app.client predict --file commands.txt
+python -m app.client train [--batch-size 32 --iterations 30]
+python -m app.client train-status
+python -m app.client examples list
+python -m app.client examples add --text "команда" --command "label"
+python -m app.client examples delete --id 1
+python -m app.client health
+python -m app.client metrics
+python -m app.client reset
+python -m app.client load-from-hf [--repo-id "username/model-name"]
+python -m app.client load-from-hf-status
+python -m app.client command-feedback   # репорт «исправить команду» из RDS-2P-Salute
 ```
 
 По умолчанию клиент подключается к `http://localhost:20001` (флаг `--url` для другого адреса).
@@ -185,16 +185,35 @@ docker compose -f docker-compose.yml build cvc-api
 docker compose -f docker-compose.yml -f docker-compose.dev.yml build cvc-dev
 
 docker compose -f docker-compose.yml -f docker-compose.dev.yml run --rm cvc-dev ruff check .
-docker compose -f docker-compose.yml -f docker-compose.dev.yml run --rm cvc-dev pytest tests/ -v --tb=short --cov=commands_classifier --cov-report=term-missing
+docker compose -f docker-compose.yml -f docker-compose.dev.yml run --rm cvc-dev pytest tests/ -v --tb=short --cov=app --cov-report=term-missing
 ```
 
+### Архитектура
+
+Проект построен по принципам чистой архитектуры (слои не зависят от деталей доставки и инфраструктуры).
+
+| Слой | Назначение |
+|------|------------|
+| **domain** | Сущности (`Example`, `PredictionResult`, `TrainingStatus`), порты (`IClassifier`, `IExampleRepository`), утилиты (`text_utils`). Без внешних зависимостей. |
+| **application** | Сценарии (use cases): предсказание (`PredictUseCase`), работа с примерами (`ExamplesUseCase`). Получают зависимости через конструктор. |
+| **adapters** | Реализации портов: **persistence** — SQLite-репозиторий примеров; **ml** — SetFit-классификатор и retry для HF; **data_loading** — загрузка датасета из CSV/JSON. |
+| **api** | FastAPI-приложение, роуты, глобальное состояние (state). В `init_app()` собираются use cases и адаптеры (composition root). |
+
+Точка входа сервера: `main.py` → `app.api.server`; CLI к API: `client.py`.
+
 ### Структура проекта
 
 ```
 CVC/
 ├── config.yaml
 ├── requirements-docker.txt | requirements-cuda.txt | requirements-rocm.txt
-├── commands_classifier/     # Код: model, dataset, db, cli, client, api/
+├── app/                     # Точка входа: python -m app.main
+│   ├── main.py              # Запуск сервера
+│   ├── domain/              # Сущности, порты, text_utils
+│   ├── application/         # Use cases
+│   ├── adapters/            # persistence (SQLite), ml (SetFit), data_loading
+│   ├── api/                 # FastAPI, роуты, state
+│   └── client.py            # HTTP-клиент и библиотека
 ├── data/                    # CSV/JSON для миграции
 ├── models/                  # Сохранённые модели
 ├── db/                      # SQLite (training_data.db)

diff --git a/commands_classifier/__init__.py → app/__init__.py b/commands_classifier/__init__.py → app/__init__.py
diff --git a/app/adapters/__init__.py b/app/adapters/__init__.py
@@ -0,0 +1,38 @@
+"""Адаптеры: реализация портов domain (persistence, ml, загрузка данных)."""
+
+from app.adapters.data_loading import load_dataset
+from app.adapters.ml import CommandsClassifier, retry_hf
+from app.adapters.persistence import (
+    SqliteExampleRepository,
+    add_example,
+    check_connection,
+    count_examples,
+    delete_example,
+    get_all_examples,
+    get_example_by_id,
+    get_examples_for_training,
+    get_trained_examples_by_labels,
+    get_training_stats,
+    init_db,
+    mark_examples_as_trained,
+    reset_training_status,
+)
+
+__all__ = [
+    "SqliteExampleRepository",
+    "init_db",
+    "add_example",
+    "get_all_examples",
+    "get_example_by_id",
+    "delete_example",
+    "count_examples",
+    "get_examples_for_training",
+    "get_trained_examples_by_labels",
+    "mark_examples_as_trained",
+    "get_training_stats",
+    "reset_training_status",
+    "check_connection",
+    "CommandsClassifier",
+    "retry_hf",
+    "load_dataset",
+]
diff --git a/app/adapters/data_loading/__init__.py b/app/adapters/data_loading/__init__.py
@@ -0,0 +1,5 @@
+"""Загрузка датасетов с диска (CSV/JSON)."""
+
+from app.adapters.data_loading.dataset import load_dataset
+
+__all__ = ["load_dataset"]
diff --git a/commands_classifier/dataset.py → app/adapters/data_loading/dataset.py b/commands_classifier/dataset.py → app/adapters/data_loading/dataset.py
@@ -1,4 +1,4 @@
-"""Утилиты для загрузки и подготовки датасетов."""
+"""Загрузка датасета из CSV или JSON файла."""
 
 import json
 from pathlib import Path
@@ -21,30 +21,22 @@ def load_dataset(dataset_path: str) -> Tuple[List[str], List[str]]:
         ValueError: Если формат файла не поддерживается
     """
     path = Path(dataset_path)
-
     if not path.exists():
         raise FileNotFoundError(f"Файл датасета не найден: {dataset_path}")
 
     if path.suffix.lower() == ".csv":
         df = pd.read_csv(dataset_path)
-
-        # Проверяем наличие нужных колонок
         if "text" not in df.columns or "command" not in df.columns:
             raise ValueError(
                 "CSV файл должен содержать колонки 'text' и 'command'. "
                 f"Найдены колонки: {list(df.columns)}"
             )
-
         texts = df["text"].astype(str).tolist()
         labels = df["command"].astype(str).tolist()
 
     elif path.suffix.lower() == ".json":
         with open(dataset_path, "r", encoding="utf-8") as f:
             data = json.load(f)
-
-        # Поддерживаем два формата JSON:
-        # 1. Список объектов: [{"text": "...", "command": "..."}, ...]
-        # 2. Объект с ключами: {"texts": [...], "commands": [...]}
         if isinstance(data, list):
             texts = [item["text"] for item in data]
             labels = [item["command"] for item in data]

diff --git a/app/adapters/ml/__init__.py b/app/adapters/ml/__init__.py
@@ -0,0 +1,6 @@
+"""ML-адаптер: SetFit-классификатор и retry для Hugging Face."""
+
+from app.adapters.ml.hf_retry import retry_hf
+from app.adapters.ml.setfit_classifier import CommandsClassifier
+
+__all__ = ["retry_hf", "CommandsClassifier"]
diff --git a/commands_classifier/hf_retry.py → app/adapters/ml/hf_retry.py b/commands_classifier/hf_retry.py → app/adapters/ml/hf_retry.py
@@ -5,7 +5,6 @@
 
 T = TypeVar("T")
 
-# Задержки в секундах: 1, 2, 4
 DEFAULT_BACKOFF = (1.0, 2.0, 4.0)
 
 
@@ -20,7 +19,7 @@ def retry_hf(
     Args:
         fn: Безаргументный callable (например, lambda: from_pretrained(...)).
         max_retries: Максимальное число попыток (включая первую).
-        backoff: Кортеж задержек в секундах между попытками (длина должна быть >= max_retries - 1).
+        backoff: Кортеж задержек в секундах между попытками.
 
     Returns:
         Результат вызова fn().