DocPulse: разбор PDF в Telegram

Как это выглядит

44 секунды живого прогона: PDF в Telegram → структурированный отчёт. Разбор вспомогательный, решение принимает человек.

Проблема

Заключение или договор читают целиком, чтобы вытащить стороны, сроки, отклонения и спорные места. На это уходит время ещё до того, как документ попадёт к специалисту.

Реализованное решение

DocPulse принимает PDF в Telegram. Команды /medical и /legal включают разные системные промпты. Текст достаётся через pypdf, дальше GigaChat или Claude собирает структурированный разбор: для медицины — заключение, отклонения, вопросы врачу; для права — стороны, предмет, оплата, сроки, красные флаги.

Моя роль

Собрал скилл разбора, два режима, формат ответа в Telegram, дисклеймеры, CLI без бота и набор тестов на моках.

Архитектура

Telegram (aiogram 3) → PDF → pypdf → LLM (GigaChat / Claude) → AnalysisResult → текст отчёта в чат. Слои извлечения, модели и формата ответа разделены. Есть run_local.py без Telegram.

Что работает сейчас

End-to-end демо: /start, выбор режима, PDF → отчёт в Telegram. Локальный прогон по sample PDF без бота. Промышленного внедрения у клиента нет.

Как проверить

Репозиторий github.com/dimitry8st-prog/DocPulse--- : README, pytest test_document_analysis.py на моках, sample PDF, демо-видео на этой странице.

Ограничения и следующие шаги

Только PDF с текстовым слоем: сканы без OCR бот не читает. Нужны токен Telegram и ключ модели. Разбор вспомогательный, не консультация врача или юриста. Документы могут содержать персональные данные — это демо, не контур 152-ФЗ.

OCR для сканов, пилот на документах специалиста и явный отказ, если текст из PDF не извлекается.

Технологии

Python aiogram 3 pypdf GigaChat Claude API pytest

Связанные репозитории

• LegalBot — судебные акты и черновик апелляции