Ассистент с удалённым доступом по локальной сети: 29 000 строк монолита разрезаны на 8 модулей за 8 дней

Речь о «Чароите», локальном ассистенте для видеозвонков, который работает без облака, по локальной сети. Разработчик опубликовал подробный отчёт о том, как монолит из 60 файлов без единого пакета превратился в набор изолированных модулей. Источник: авторский пост разработчика «Чароита». Для тех, кто пишет на Python крупные проекты, это готовый рецепт: как организовать зависимости так, чтобы каждый модуль можно было установить, протестировать и переиспользовать отдельно.

Что поменялось в архитектуре?

• Монолит разрезан на 8 модулей. Было: 29 тысяч строк в одной папке src/, около 60 файлов, ноль пакетов. Стало: 8 файлов в отдельном пакете charoite_graph, импорты обновлены в 53 потребителях (74 файла).

• Собственный «сторож» зависимостей вместо стандартного import-linter. Стандартный инструмент import-linter требует уже готового импортируемого пакета, а его-то и не было. Разработчик написал свой: сторож проходит по AST (дереву разбора, описанию структуры кода), собирает граф импортов и сверяет его с файлом layout.json. У каждого модуля есть слой, у слоёв порядок. Импорт «против течения» разрешён только с номером карточки-задачи.

• Ядро core разделено на base и runtime. Выяснилось, что половина «ядра» зависит от окружения машины (пути, конфиг), а половина не знает о машине ничего. Сторож теперь проверяет, что base не импортирует ничего из окружения.

• Данные больше не привязаны к расположению файла. Раньше модули вычисляли корень данных через __file__ (путь к собственному файлу). После рефакторинга корень данных задаётся в одном месте, а точки входа обязаны указать его явно. Это позволяет свободно перемещать файлы.

• Пакет графа работает без основного приложения. Поиск по графу ссылок с русской морфологией запускается отдельно, без установки всего «Чароита». Модель эмбеддингов (числовых представлений слов для поиска похожих фрагментов) пакет получает снаружи как значение, сам он не знает ни об Ollama, ни об адресе сервера.

• Механический переезд файлов выполнял DeepSeek. Нейросеть работала в песочнице под отдельной учёткой, без токена хостинга и без доступа к чужим каталогам. На входе задание, на выходе патч. Допуск и пуш делал человек.

Как порядок фаз изменился на практике?

Исходный план предполагал шесть фаз и один день работы. На практике ушло восемь дней, а порядок поменялся в первый же день. Вместо «переехать, потом развязать» получилось наоборот: сначала развязки зависимостей, потом физический переезд файлов.

Логика такая: двигать файлы с перепутанными связями означает переносить путаницу в новые папки. Разработчик сначала поставил «забор» (сторожа импортов), затем разрезал зависимости, и только потом перенёс код.

Каждая задача проходила внешнее ревью ДО первой строки кода. Схема папок хранилища прошла 24 входных круга проверки, форма пакета 11 кругов. Следующий круг запускался, только если предыдущий обнаруживал ошибку уровня Critical.

Как «Чароит» проверяет изоляцию пакета?

Тест-проба копирует 8 файлов пакета во временную папку и запускает их отдельным процессом с «отравленным» окружением: домашняя папка, корень данных, каталог графа и TMPDIR указывают в ловушку. Пользовательских путей Python нет, байткод не пишется.

Вместо настоящей модели эмбеддингов подставляется функция, которая просто считает буквы. Пакет строит индекс по демо-графу, пишет кэш векторов, второй экземпляр читает его обратно и находит узел. Любое чтение ловушки или запись мимо своей папки данных означает падение теста. Аудит-хук Python ловит открытие файла до того, как пакет что-то прочитает.

Такой подход к изоляции работает как ассистент удалённого доступа по локальной сети: каждый модуль живёт в собственном «контейнере» без привилегий, и проверка происходит автоматически.

Как попробовать?

1. Клонируйте репозиторий «Чароита» (ссылка в авторском посте разработчика).
2. Изучите файл layout.json в docs/design/ и скрипт сторожа импортов: это готовый шаблон для вашего Python-проекта.
3. Примените паттерн к собственному монолиту: опишите слои, расставьте порядок, запустите сторожа на CI.

Есть ли похожие инструменты в России?

Сам «Чароит» и есть российский продукт. Для тех, кто ищет локальный ассистент удалённого доступа по локальной сети с ИИ-функциями, ближайшие облачные аналоги в РФ, это YandexGPT и GigaChat, но они работают через облако, а не локально. «Чароит» принципиально другой: он обрабатывает звонки и строит граф связей на вашей машине, данные не уходят на сторонний сервер.

Частые вопросы

Нужно ли ставить весь «Чароит», чтобы использовать паттерн рефакторинга?

Нет. Паттерн (сторож импортов + файл layout.json со слоями + тест-проба с отравленным окружением) применим к любому Python-проекту. Код сторожа описан в отчёте и доступен в репозитории.

Зачем модель эмбеддингов передаётся снаружи, а не встроена в пакет?

Чтобы пакет графа не тянул за собой Ollama, onnxruntime и другие тяжёлые зависимости. Пользователь сам выбирает модель или подставляет заглушку для тестов. Это и есть суть изоляции: пакет делает одно дело и не навязывает инфраструктуру.

DeepSeek писал архитектуру или только двигал файлы?

Только механический переезд: перенос файлов и обновление импортов по готовому заданию. Архитектурные решения, порядок фаз, разрезание core, схема изоляции, всё это делал человек, с обязательным внешним ревью перед каждой задачей.

Восемь дней вместо одного, честная цена за архитектуру, которую теперь держат тесты, а не память одного разработчика.