Vivalet — AI Organization Auditor

Прототип для сопоставления организационной структуры и функций подразделений до и после реорганизации. Интерфейс и выводы на русском языке.

Problem

Положения, организационные схемы и инструкции приходится сравнивать вручную. При этом трудно проследить, какая функция переместилась, исчезла из нового документа или оказалась закреплена за несколькими подразделениями.

Solution

Приложение принимает документы «до» и «после», извлекает текст с указанием местоположения, строит список подразделений и функций, сопоставляет их и показывает возможные изменения с цитатами. Выводы о потерях, дублировании и конфликте интересов являются гипотезами для проверки сотрудником.

Features

• Загрузка нескольких PDF, DOCX и XLSX в каждую сторону сравнения.
• Сохранение анализов и распознанных фрагментов в SQLite.
• Сопоставление подразделений, функций и потенциальных потерь.
• Поиск возможного дублирования и конфликта функций исполнения и контроля.
• Проверка каждого вывода на наличие точной цитаты в исходном фрагменте.
• Панель источника с разделом, страницей, абзацем или строкой.
• Экспорт результата в JSON и Markdown.
• Демо на документах редакций №8 и №9 из testdocs/.

Architecture

flowchart LR
    A[PDF / DOCX / XLSX] --> B[Парсер и фрагменты]
    B --> C[Извлечение подразделений и функций]
    C --> D[Нормализация]
    D --> E[Сопоставление подразделений]
    D --> F[Поиск кандидатов и сверка функций]
    E --> G[Выводы]
    F --> G
    G --> H[Проверка цитат]
    H --> I[Заключение и интерфейс]
    I --> J[(SQLite)]

AI Pipeline

Если задан OPENAI_API_KEY, приложение использует Responses API со строгой JSON-схемой для извлечения сущностей, embeddings для поиска похожих функций, отдельные запросы для смысловой проверки и генерации итогового заключения. Документы передаются модели как недоверенные данные. Текст функции всегда хранится и цитируется в исходном виде. Кандидаты без точной цитаты отсеиваются.

Без ключа работает явно обозначенный режим правил: извлечение по структуре текста и сопоставление по действиям и словам. Он нужен для локального запуска и демонстрации без внешнего API; его выводы требуют более тщательной проверки. Демо никогда не подменяется готовым JSON.

Tech Stack

Next.js 16, React 19, TypeScript, Prisma 6, SQLite, OpenAI SDK, Mammoth, pdf-parse, SheetJS, Vitest.

Project structure

• src/app/ — страницы и HTTP-маршруты.
• src/components/AnalysisView.tsx — экран результатов и панель источника.
• src/lib/documents.ts — парсеры и привязка цитат.
• src/lib/analysis/ — извлечение, сопоставление, проверка доказательств и pipeline.
• src/lib/ai/ — клиент, схемы ответов и инструкции модели.
• prisma/schema.prisma — схема хранения.
• tests/ — проверки ключевых правил.
• testdocs/ — предоставленные документы для демо.

Prerequisites

Node.js 20.9+ и npm. Для AI-режима нужен ключ OpenAI и сетевой доступ.

Installation

npm install

При первом npm run dev или npm run build скрипт создаёт .env из примера и инициализирует SQLite через Prisma. Для AI-режима добавьте ключ в .env.

Environment variables

DATABASE_URL="file:./dev.db"
OPENAI_API_KEY=""
OPENAI_MODEL="gpt-4.1-mini"
OPENAI_EMBEDDING_MODEL="text-embedding-3-small"

Ключ используется только на сервере. .env и локальная база исключены из Git.

Database setup

Обычно выполняется автоматически. Для ручного обновления схемы:

npm run db:push

Run locally

npm run dev

Откройте http://localhost:3000. Для production-сборки: npm run build и npm start.

Demo scenario

Нажмите «Запустить демо». Приложение загрузит редакцию №8 как «до», редакцию №9 как «после» и запустит тот же pipeline, что используется для пользовательских файлов. Вкладки результата показывают обзор, структуру, функции, выводы и заключение. Нажмите на ссылку источника, чтобы увидеть точный фрагмент.

How analysis works

1. Парсеры переводят документ в фрагменты с местоположением.
2. Извлекаются подразделения и функции. Нормализованный текст нужен только для поиска соответствий.
3. Подразделения сопоставляются по названиям и функциям.
4. Для функций ищутся кандидаты. В AI-режиме используются embeddings и отдельная смысловая проверка.
5. Формируются гипотезы о потерях, перемещениях, изменениях, пересечениях и конфликте интересов.
6. Валидатор проверяет ссылки на документы, существование фрагмента и точное вхождение цитаты.
7. Только проверенные выводы попадают в основной результат; остальные записываются в needsReview.

Explainability / source traceability

Каждый вывод содержит причину, оценку уверенности и ссылки на фрагменты. Для потенциальной потери обязательна цитата «до»; для дублирования и конфликта — цитаты обеих функций. Отсутствие явного соответствия после реорганизации не доказывает фактическую утрату функции.

Limitations

• PDF без текстового слоя не распознаётся; OCR не включён.
• Режим правил опирается на формулировки документа и может пропустить синонимы или неверно распределить функции между подразделениями.
• Очень большие документы требуют больше запросов к модели и могут обрабатываться дольше; синхронный HTTP-запуск рассчитан на демонстрационные комплекты.
• Локальный прототип не имеет авторизации; не размещайте его публично с конфиденциальными документами.

Security notes

Загруженный текст считается недоверенным. Инструкции из документа не исполняются. API-ключ не передаётся в браузер. Размер одного файла ограничен 20 МБ.

Future development

OCR, более точное извлечение иерархии и ролей, пакетная обработка больших документов, доступ по ролям и сравнение с предоставленными нормативными требованиями.

Verification

npm run lint
npm test
npm run build