Рабочий вариант

.env

@@ -0,0 +1,11 @@
+RAG_DB_DSN=postgresql://rag:rag_secret@localhost:5432/rag
+RAG_REPO_PATH=/Users/alex/Dev_projects_v2/documentation/
+
+GIGACHAT_CREDENTIALS=MGMyOGExMzctZDY1YS00OGNkLTk3NGYtYzFkZWVjOTEzM2RkOjFjOTc0YjFlLWNlMDUtNDM4Zi04ZDA2LWZkODA5MjRhZTY3NA==
+GIGACHAT_EMBEDDINGS_MODEL=Embeddings
+GIGACHAT_VERIFY_SSL=false
+
+RAG_CHUNK_SIZE_LINES=20
+RAG_CHUNK_SIZE=300
+
+RAG_EMBEDDINGS_DIM=1024

.gitignore

@@ -1,4 +1 @@
 src/rag_agent/.env
-.env
-docker/ssh
-docker/postgres_data

README.md

@@ -123,21 +123,7 @@ Scripts: `scripts/create_db.py` (Python, uses `ensure_schema` and `RAG_*` env),
 
 If `GIGACHAT_CREDENTIALS` is set (e.g. in `.env` for local runs), embeddings use GigaChat API; otherwise the stub client is used. Optional env: `GIGACHAT_EMBEDDINGS_MODEL` (default `Embeddings`), `GIGACHAT_VERIFY_SSL` (`true`/`false`). Ensure `RAG_EMBEDDINGS_DIM` matches the model output (see GigaChat docs).
 
-## Agent (GigaChat)
-
-Ответы на вопросы формирует агент на базе GigaChat: поиск по базе знаний (RAG) + генерация текста. Если задана переменная `GIGACHAT_CREDENTIALS`, используется `GigaChatLLMClient` в `src/rag_agent/agent/pipeline.py`; иначе — заглушка. Модель чата задаётся через `RAG_LLM_MODEL` (по умолчанию `GigaChat`).
-
-## Telegram-бот
-
-Общение с пользователем через бота в Telegram: бот отвечает на текстовые сообщения, используя знания из базы (RAG + GigaChat).
-
-1. Создайте бота через [@BotFather](https://t.me/BotFather) и получите токен.
-2. Добавьте в `.env`: `TELEGRAM_BOT_TOKEN=<токен>`.
-3. Запуск: `rag-agent bot` (или `python -m rag_agent.telegram_bot`).
-4. Через Docker: `docker compose up -d` поднимает БД, вебхук-сервер и бота в отдельных контейнерах; в `.env` должен быть задан `TELEGRAM_BOT_TOKEN`.
-
-Требуются: `RAG_DB_DSN`, `RAG_REPO_PATH`, `GIGACHAT_CREDENTIALS`, `TELEGRAM_BOT_TOKEN`. Расширенное логирование (входящие сообщения, число эмбеддингов, число чанков из БД, ответ LLM): `RAG_BOT_VERBOSE_LOGGING=true|false` (по умолчанию `true` для отладки).
-
 ## Notes
 
+- LLM client is still a stub; replace it in `src/rag_agent/agent/pipeline.py` for real answers.
 - This project requires Postgres with the `pgvector` extension.

docker-compose.yml

@@ -58,31 +58,6 @@ services:
     networks:
       - rag_net
 
-  bot:
-    build:
-      context: .
-      dockerfile: Dockerfile
-    image: rag-agent:latest
-    container_name: rag-bot
-    restart: unless-stopped
-    depends_on:
-      postgres:
-        condition: service_healthy
-    environment:
-      RAG_DB_DSN: "postgresql://${POSTGRES_USER:-rag}:${POSTGRES_PASSWORD:-rag_secret}@postgres:5432/${POSTGRES_DB:-rag}"
-      RAG_REPO_PATH: "/data"
-      RAG_EMBEDDINGS_DIM: ${RAG_EMBEDDINGS_DIM:-1024}
-      GIGACHAT_CREDENTIALS: ${GIGACHAT_CREDENTIALS:-}
-      GIGACHAT_EMBEDDINGS_MODEL: ${GIGACHAT_EMBEDDINGS_MODEL:-Embeddings}
-      TELEGRAM_BOT_TOKEN: ${TELEGRAM_BOT_TOKEN:-}
-      RAG_BOT_VERBOSE_LOGGING: ${RAG_BOT_VERBOSE_LOGGING:-true}
-    volumes:
-      - ${RAG_REPO_HOST:-${RAG_REPO_PATH:-./data}}:/data
-    entrypoint: ["rag-agent"]
-    command: ["bot"]
-    networks:
-      - rag_net
-
 networks:
   rag_net:
     driver: bridge

docker/postgres_test_data/18/docker/PG_VERSION

@@ -0,0 +1 @@
+18