feat: full task card parser with notes field and CLI

main.py

@@ -1,46 +1,130 @@
+"""
+Парсер задания: сырой текст → плоская карточка TaskCard.
+
+Пример:
+    python main.py
+    python main.py "Сдайте до понедельника презентацию по RAG: 10 слайдов. Оценка: за полноту и визуализацию."
+"""
+
+import json
 import os
-from pydantic import BaseModel, Field
+import sys
+from typing import Optional
+
+from dotenv import load_dotenv
+from langchain_core.output_parsers import PydanticOutputParser
 from langchain_core.prompts import PromptTemplate
 from langchain_openai import ChatOpenAI
-from langchain_core.output_parsers import PydanticOutputParser
+from pydantic import BaseModel, Field
+
+load_dotenv()
+
+# ---------------------------------------------------------------------------
+# Pydantic-модель карточки задания
+# ---------------------------------------------------------------------------
+
 
 class TaskCard(BaseModel):
-    title: str = Field(..., description="Краткое название задачи")
+    """Плоская карточка задания — все поля одного уровня вложенности."""
-    subject: str = Field(..., description="Область знаний, к которой относится задача")
+
-    deadline_hint: str = Field(..., description="Краткая подсказка о сроке выполнения")
+    title: str = Field(
-    deliverable_type: str = Field(..., description="Тип сдачи: отчёт, код, презентация и т.п.")
+        ...,
-    grading_hints: list[str] = Field(..., description="Список ключевых критериев оценки")
+        description="Краткое название задачи (2–6 слов)",
+    )
+    subject: str = Field(
+        ...,
+        description="Область знаний или технология (LangChain, Python, ML и т.п.)",
+    )
+    deadline_hint: str = Field(
+        ...,
+        description="Срок сдачи в свободной форме, пустая строка если не указан",
+    )
+    deliverable_type: str = Field(
+        ...,
+        description="Что нужно сдать: отчёт, код, презентация, видео, ссылка и т.п.",
+    )
+    grading_hints: list[str] = Field(
+        default_factory=list,
+        description="Список критериев оценки, упомянутых в тексте задания",
+    )
+    notes: Optional[str] = Field(
+        default=None,
+        description="Любые дополнительные заметки или уточнения из текста",
+    )
+
+
+# ---------------------------------------------------------------------------
+# LLM — BroJS
+# ---------------------------------------------------------------------------
 
-# LLM configuration – BroJS
 llm = ChatOpenAI(
     model="openai/gpt-oss-20b:free",
     base_url="https://platform.brojs.ru/jrnl-bh/api/inference/v1",
     api_key=os.getenv("JOURNAL_MCP_PAT"),
-    temperature=0.5,
+    temperature=0.3,
 )
 
+# ---------------------------------------------------------------------------
+# Цепочка: PromptTemplate → LLM → PydanticOutputParser
+# ---------------------------------------------------------------------------
+
 parser = PydanticOutputParser(pydantic_object=TaskCard)
 
-prompt = PromptTemplate(
+_TEMPLATE = """Ты — ассистент, который извлекает структурированную информацию из описания учебного задания.
-    template="""
+Верни ответ строго в формате JSON согласно инструкции ниже — без лишних пояснений.
-Ниже приведено описание задания от преподавателя. Нужно извлечь из него структуру задачи в виде JSON, соответствующую модели TaskCard.
 
 {format_instructions}
 
 Описание задания:
-{task_description}
+{task_text}
-""",
+"""
-    input_variables=["task_description"],
+
+prompt = PromptTemplate(
+    template=_TEMPLATE,
+    input_variables=["task_text"],
     partial_variables={"format_instructions": parser.get_format_instructions()},
 )
 
 chain = prompt | llm | parser
 
+
+# ---------------------------------------------------------------------------
+# Публичный интерфейс
+# ---------------------------------------------------------------------------
+
+
+def parse_task(task_text: str) -> TaskCard:
+    """Парсит текст задания и возвращает валидированный объект TaskCard."""
+    return chain.invoke({"task_text": task_text})
+
+
+def print_card(card: TaskCard) -> None:
+    """Выводит карточку в двух форматах: JSON-объект и читаемая сводка."""
+    print("\n─── Валидированный объект (model_dump) ─────────────────────")
+    print(json.dumps(card.model_dump(), ensure_ascii=False, indent=2))
+
+    print("\n─── Человекочитаемая сводка ─────────────────────────────────")
+    print(f"  Задача:       {card.title}")
+    print(f"  Тема:         {card.subject}")
+    print(f"  Срок:         {card.deadline_hint or '—'}")
+    print(f"  Тип сдачи:    {card.deliverable_type}")
+    if card.grading_hints:
+        print(f"  Критерии:     {', '.join(card.grading_hints)}")
+    if card.notes:
+        print(f"  Заметки:      {card.notes}")
+
+
+# ---------------------------------------------------------------------------
+# CLI
+# ---------------------------------------------------------------------------
+
+_EXAMPLE = (
+    "Сдайте к пятнице мини-отчёт по LangChain: 2 страницы, упор на агентов. "
+    "Оценка: за полноту и за пример кода."
+)
+
 if __name__ == "__main__":
-    # Пример входа
+    text = " ".join(sys.argv[1:]) if len(sys.argv) > 1 else _EXAMPLE
-    example = "Сдайте к пятнице мини-отчёт по LangChain: 2 страницы, упор на агентов. Оценка: за полноту и за пример кода."
+    print(f"Вход:\n  {text}")
-    result: TaskCard = chain.invoke({"task_description": example})
+    card = parse_task(text)
-    print("\n--- Валидированный объект ---")
+    print_card(card)
-    print(result.model_dump())
-    print("\n--- Человекочитаемая сводка ---")
-    print(f"Задача: {result.title}\nТема: {result.subject}\nСрок: {result.deadline_hint}\nТип сдачи: {result.deliverable_type}\nКритерии оценки: {', '.join(result.grading_hints)}")