# Livrabil LOT 1 — Sistem AI (DiDi / PNRR DIGI150) Pachet de lucru pentru continuarea LOT 1 pe serverul cu **inferență GPU**. Conține codul `ai_platform` (curățat), documentația de achiziție (caiet + ofertă) și raportul de audit cod-vs-caiet-vs-ofertă. > **Scop:** platforma este deja deployată și LIVE pe host-ul GPU (2x H200, 11/11 > containere healthy) prin `ai_platform/local_gpu_stack/deploy.sh`. Acest pachet > servește pentru portabilitate (mutare pe alt host) și pentru punctele rămase > de infra (vezi §5). --- ## 1. Structura pachetului ``` livrabil_lot1/ ├── README_LIVRABIL.md ← acest fișier (handoff) ├── ai_platform/ ← codul LOT 1 (curățat: fără node_modules/.git/runs/cache) │ ├── modules// ← fiecare modul: src/ tests/ deploy/ README.md API.md │ ├── CLAUDE.md INDEX.md ← convenții + overview oficial │ └── DEPLOYMENT.md bootstrap.sh └── documentatie/ ├── Caiet_de_sarcini.pdf ├── Propunere_tehnica.pdf / Lot1.pdf / LOT1_AI_Propunere_Tehnica.docx └── AUDIT_LOT1.md ← audit complet pe module (citește-l pentru detalii) ``` `uv.lock` au fost excluse intenționat. Fix aplicat: Dockerfile-urile `llm-inference` și `video-analysis` NU mai cer `uv.lock` la build (se rezolvă din `pyproject.toml`). `node_modules` se regenerează cu `npm ci`. --- ## 2. Ce este LOT 1 — harta modulelor (logica) Sistemul AI = servicii independente, containerizate, pe care backend-ul (LOT 2) le consumă prin API. Fiecare modul are `deploy/deploy.sh`, `docker-compose.yml`, `Dockerfile`, `.env.example`. > **Stare generală: platformă LIVE pe host-ul GPU (2x H200), 11/11 containere healthy.** > Toate cele 13 module sunt livrate și funcționale. Singurul punct cu nuanță: > dashboard rulează în STAGING MODE (`DASHBOARD_STAGING_MODE=true`, Keycloak bypassed). | Modul | Ce face | Stare | |---|---|---| | **llm-inference** | Gateway OpenAI-compatible peste 3 backend-uri (vLLM/llama.cpp/LiteLLM); rutare + fallback + metrici | 🟢 livrat | | **extractors** *(nou)* | Feature extraction *ușor*: metadata (EXIF/ELA/spectrogramă/integritate), sentiment/OCR (deleagă LLM), NER (GLiNER), detect (YOLOv8n) | 🟢 livrat | | **video-analysis** | Deepfake video (BusterX/vLLM), verdict REAL/FAKE/UNCERTAIN + frames + evidence | 🟢 livrat | | **audio** | Transcriere (faster-whisper) | 🟢 livrat | | **web** | Web crawl & evidence (Playwright, SearXNG + provideri premium) | 🟢 livrat | | **embeddings / rerank** | bge-m3 / bge-reranker-v2-m3, OpenAI-compatible | 🟢 livrat | | **didi_brain** | Cache rezultate (Postgres/pgvector) + RAG (Atomic) + fact-checking; consumat de backend | 🟢 livrat | | **dashboard** | Admin UI (React+FastAPI): monitorizare AI, catalog modele DB, config, RBAC | 🟢 livrat (STAGING MODE — auth bypassed) | | **catalog-api** | Agregator service-discovery (`/v1/info`), stateless | 🟢 livrat | | **gateway** | Reverse-proxy nginx (config-only) — punct de intrare AI | 🟢 livrat | | **forensic_features** | Detectoare forensice (rPPG/lip-sync/forgery heatmap/lighting) | 🟢 livrat | | **cloak** | Scraper SERP stealth (tier-3 fallback pt `web`) | 🟢 livrat | Detalii complete per cerință: **`documentatie/AUDIT_LOT1.md`**. --- ## 3. Ce s-a remediat în această iterație (rezumat) Toate validate rulând în container (mediul de build n-are python/GPU local). - **Extractor ML — modul nou `extractors`** (39 teste): `/v1/metadata` (EXIF, codec/bitrate via ffprobe, spectrogramă numpy, ELA, integritate/C2PA), `/v1/sentiment` + `/v1/ocr` (deleagă la gateway-ul LLM), `/v1/ner` (GLiNER, validat pe RO), `/v1/detect` (YOLOv8, validat real). - **video-analysis** — verdict aliniat: enum `UNCERTAIN`, `frames_analyzed` + `evidence[]`; reparat bug pyproject (virgulă lipsă → modul neinstalabil). 7 teste. - **dashboard** — *AI Monitoring* (health agregat + cozi RabbitMQ + latențe Prometheus, fail-open), *Catalog modele/extractoare DB-backed* + CRUD, *RBAC* pe suprafața de citire + warning staging. 12 teste pe Postgres. Reparat 2 bug-uri reale (audit NOT NULL, Query default). - **llm-inference** — model `qwen3.5` + alias, `/v1/completions`, **fallback cascadă** cross-backend, **metrici Prometheus** (latență/tokens/requests). 100 teste. Pin `fastapi<0.116`. - **Cache** — reclasificat: acoperit la nivel de orchestrare (didi_brain + Redis backend), nu se construiește cache nou în LOT 1. --- ## 4. Cum se validează (fără a instala nimic local) — reț. Docker Mediul de dezvoltare n-are python/uv/ffmpeg/GPU. Tot se rulează în container: ```bash # Teste unui modul Python (în containerul lui de build): cd ai_platform/modules/ docker run --rm -v "$PWD":/app -w /app python:3.11-slim \ bash -c "pip install -e '.[dev]' && pytest -q" # Module cu model greu (extractors NER/YOLO): instalează extra-ul ml # pip install -e '.[ml]' (trage torch — imagine mai mare) # dashboard (are nevoie de Postgres): Postgres efemer în Docker docker run -d --name pg --network -e POSTGRES_PASSWORD=test -e POSTGRES_DB=test postgres:16-alpine docker run --rm --network -v "$PWD":/app -w /app \ -e TEST_DATABASE_URL="postgresql+asyncpg://postgres:test@pg:5432/test" \ python:3.11-slim bash -c "pip install -e '.[dev]' && pytest -q" # frontend dashboard (Vite 7 cere Node 20+): cd ai_platform/modules/dashboard/web docker run --rm -v "$PWD":/app -w /app node:20-slim bash -c "npm ci && npx tsc -b --noEmit" ``` --- ## 5. Stare deploy + ce mai e de făcut **Deploy livrat (single-host GPU):** `ai_platform/local_gpu_stack/deploy.sh` — orchestrează tot stack-ul „cărămidă cu cărămidă" (gated, pas cu pas, fail-fast). Platforma rulează deja LIVE (11/11 healthy). Vezi `local_gpu_stack/README.md`. ### 5.1 Rezolvate în această iterație - **extractors** și **forensic_features** — deployate și healthy. - **enable_thinking** (Qwen3.5) — rezolvat (parametrul e gestionat corect în llm-inference / video-analysis). - **dashboard** — panourile de monitorizare (health agregat, cozi, latențe) live. ### 5.2 Configurări la mutare pe alt host (portabilitate) - **llm-inference**: vLLM cu `--served-model-name qwen3.5`, `VLLM_MODEL=Qwen/Qwen3.5-35B-A3B`. - **video-analysis / audio / embeddings / rerank**: setează URL-urile vLLM/model în `.env`. - **dashboard**: `DASHBOARD_PROMETHEUS_URL`, `DASHBOARD_RABBITMQ_MGMT_URL` (+ user/parolă). **Scoate `DASHBOARD_STAGING_MODE` în producție** pentru a activa Keycloak/RBAC (în starea livrată dashboard rulează în STAGING MODE, cu auth bypassed). ### 5.3 Cod rămas deschis - **llm-inference — load/unload model** (Task 4): vLLM **nu** suportă hot-swap nativ (un model/proces). Decizie: (a) „register/route" — load = asiguri că un backend servește modelul X; sau (b) marchezi „nesuportat de vLLM". *(singurul punct deschis la inferență)* - **web** (ofertă): `robots.txt`, rate-limit per-domeniu, jurnal audit persistent. - **embeddings/rerank**: failover automat între backend-uri + teste API. - **CI/CD**: non-root pe Dockerfile-uri rămase, rollback + publish imagini AI în registry. ### 5.4 Infra (manifeste de scris; validare reală doar cu cluster/GPU) - **Orchestrare / scalare automată** (caiet 747-766) — k8s/Helm + HPA. *Singurul gap mare de caiet rămas.* - **dashboard GPU/VRAM** — exporter dcgm pe host-ul GPU + panou (se cablează ca latențele, prin Prometheus). - **dashboard control rute** — gateway-ul AI e nginx static; control real = view + enable/disable prin regenerare config + reload (NU Kong, care e LOT 2). --- ## 6. Pornire rapidă **Recomandat — stack complet single-host GPU (cărămidă cu cărămidă, gated):** ```bash cd ai_platform/local_gpu_stack cp .env.example .env # completează variabilele (fail-fast, fără defaults) ./deploy.sh # pornește tot stack-ul, pas cu pas ``` **Per modul (debug / dezvoltare):** ```bash cd ai_platform/modules//deploy cp ../.env.example .env ./deploy.sh up # sau: docker compose up -d --build ``` Convenție porturi: `1xxxx` producție / `5xxxx` dev (vezi `ai_platform/CLAUDE.md`). Bootstrap pentru host CPU-only (web + dashboard): `ai_platform/bootstrap.sh` + `DEPLOYMENT.md`. --- ## 7. Pointere - **Audit complet pe cerințe** (procente, file:line, ce lipsește): `documentatie/AUDIT_LOT1.md` - Convenții cod + porturi: `ai_platform/CLAUDE.md` - Overview module: `ai_platform/INDEX.md` - Fiecare modul: `README.md` + `API.md` + `INDEX.md` propriu.