TARGET — LLM Site Analyzer

Описание

Задача — разработать web-приложение, которое анализирует сайт по URL с помощью LLM и формирует структурированный маркетинговый результат.

Пользователь передаёт ссылку на сайт, после чего система получает HTML страницы, извлекает полезный контент, проводит многоэтапный AI-анализ и формирует итоговый отчёт с маркетинговыми выводами и идеями для рекламных публикаций.

Отдельной задачей было реализовать полноценное fullstack-приложение с backend API, web-интерфейсом и возможностью production-развёртывания через Docker.

Решение

Разработал backend на Python и FastAPI с интеграцией OpenAI-совместимого API.

Реализовал обработку сайта по URL:
получение HTML → извлечение и очистка контента → формирование этапов анализа → обработка через LLM → подготовка итогового структурированного результата.

Добавил несколько REST API endpoints для работы с LLM и Swagger-документацию.

Frontend реализован на Vue 3 + Vite с отображением результата анализа и состояниями загрузки.

Frontend и backend разделены на отдельные Docker-образы. Для production используется Docker Compose.

Настроил публикацию образов в Docker Hub и автоматическую проверку обновлений контейнеров на VPS.

Результат

В результате получился fullstack AI-сервис для автоматизированного анализа сайтов.

Приложение позволяет:
— передать URL сайта;
— автоматически получить и обработать содержимое страницы;
— провести многоэтапный LLM-анализ;
— получить структурированный маркетинговый результат;
— использовать REST API через FastAPI/Swagger.

Проект контейнеризирован, разделён на frontend и backend и подготовлен для production-развёртывания и автоматического обновления.

Исходный код:
https://github.com/Andrei-Blagov/TARGET