feat(legal): прямой RAG через NotebookLM (Разбор ответов строго по ЖК РФ) без галлюцинаций

.gitignore

@@ -4,6 +4,7 @@ __pycache__/
 *$py.class
 *.so
 .Python
+venv-ai/
 venv/
 venv-google/
 env/

docker-compose.yml

@@ -21,6 +21,8 @@ services:
       - ./services:/app/services
       - ../libs/swarmlib:/app/swarmlib:ro
       - /home/matrixhasyou/domovoy_google_creds.json:/home/matrixhasyou/domovoy_google_creds.json:ro
+      - /home/matrixhasyou/.notebooklm:/root/.notebooklm:rw
+      - ./venv-ai:/app/venv-ai:ro
     logging:
       driver: "json-file"
       options:
@@ -51,6 +53,8 @@ services:
       - /home/matrixhasyou/mutt:/home/matrixhasyou/mutt:ro
       - ../libs/swarmlib:/app/swarmlib:ro
       - /home/matrixhasyou/domovoy_google_creds.json:/home/matrixhasyou/domovoy_google_creds.json:ro
+      - /home/matrixhasyou/.notebooklm:/root/.notebooklm:rw
+      - ./venv-ai:/app/venv-ai:ro
     logging:
       driver: "json-file"
       options:

handlers/legal_advisor.py

@@ -44,22 +44,46 @@ def format_telegram_html(text: str) -> str:
     # *курсив* -> <i>курсив</i>
     safe = re.sub(r'\*(.*?)\*', r'<i>\1</i>', safe, flags=re.DOTALL)
     # [ссылка](url) -> <a href="url">ссылка</a>
-    safe = re.sub(r'\[(.*?)\]\((.*?)\)', r'<a href="\2">\1</a>', safe, flags=re.DOTALL)
+    safe = re.sub(r'\[(.*?)\]\((https?://.*?)\)', r'<a href="\2">\1</a>', safe, flags=re.DOTALL)
     return safe
 
 async def send_split_message(message: Message, header: str, body: str):
-    """Отправляет длинный ответ частями до 4000 символов."""
+    """Отправляет длинный ответ аккуратными частями с защитой от разрыва тегов."""
-    formatted_body = format_telegram_html(body)
+    # Разбиваем исходный текст по параграфам
-    full_text = f"{header}\n\n{formatted_body}"
+    paragraphs = body.split("\n\n")
+    chunks = []
+    current_chunk = []
+    current_len = 0
 
-    if len(full_text) <= 4000:
+    for p in paragraphs:
-        await message.answer(full_text, parse_mode='HTML')
+        p_len = len(p) + 2
-        return
+        if current_len + p_len > 3200 and current_chunk:
+            chunks.append("\n\n".join(current_chunk))
+            current_chunk = [p]
+            current_len = p_len
+        else:
+            current_chunk.append(p)
+            current_len += p_len
 
-    parts = [formatted_body[i:i+3800] for i in range(0, len(formatted_body), 3800)]
+    if current_chunk:
-    await message.answer(f"{header} (Часть 1):\n\n{parts[0]}", parse_mode='HTML')
+        chunks.append("\n\n".join(current_chunk))
-    for idx, part in enumerate(parts[1:], 2):
+
-        await message.answer(f"<i>(Продолжение, часть {idx}):</i>\n\n{part}", parse_mode='HTML')
+    if not chunks:
+        chunks = [body]
+
+    for idx, chunk in enumerate(chunks, 1):
+        if idx == 1:
+            part_header = f"{header}\n\n" if len(chunks) == 1 else f"{header} (Часть 1/{len(chunks)}):\n\n"
+        else:
+            part_header = f"<i>(Продолжение {idx}/{len(chunks)}):</i>\n\n"
+
+        part_text = f"{part_header}{format_telegram_html(chunk)}"
+        try:
+            await message.answer(part_text, parse_mode='HTML')
+        except Exception as e:
+            log.warning(f"HTML send failed ({e}), falling back to plain text")
+            plain_header = header if idx == 1 else f"(Продолжение {idx}/{len(chunks)}):"
+            await message.answer(f"{plain_header}\n\n{chunk}")
 
 async def determine_user_role(user_id: int) -> str:
     """Определяет роль пользователя в системе."""

requirements.txt

@@ -26,3 +26,4 @@ google-auth-oauthlib
 
 
 edge-tts>=7.0.0
+notebooklm-py>=0.8.5

services/ai_legal_engine.py

@@ -113,16 +113,39 @@ class AILegalEngine:
 
     async def query_notebooklm(self, prompt: str) -> dict:
         """Прямой запрос к блокноту NotebookLM «Разбор ответов строго по ЖК РФ»."""
+        import shutil
         notebook_id = os.getenv("NOTEBOOKLM_ID", "00ed7d92-1ab2-4159-ac72-1d0c4be21377")
-        nlm_bins = ["/home/matrixhasyou/.local/bin/nlm", "/usr/local/bin/nlm", "nlm"]
+        candidates = [
-        nlm_bin = next((b for b in nlm_bins if os.path.exists(b)), "nlm")
+            "/usr/local/bin/notebooklm",
+            shutil.which("notebooklm"),
+            "/home/matrixhasyou/swarm-services/domovoy-bot/venv-ai/bin/notebooklm",
+            "notebooklm"
+        ]
+        nb_bin = None
+        for b in candidates:
+            if b and os.path.exists(b) and os.access(b, os.X_OK):
+                # Проверим, не сломан ли шебанг
+                try:
+                    with open(b, "rb") as f:
+                        first_line = f.readline()
+                        if first_line.startswith(b"#!"):
+                            interp = first_line[2:].strip().decode("utf-8", errors="ignore")
+                            if not os.path.exists(interp):
+                                continue
+                except Exception:
+                    pass
+                nb_bin = b
+                break
+        if not nb_bin:
+            nb_bin = "/usr/local/bin/notebooklm" if os.path.exists("/usr/local/bin/notebooklm") else "notebooklm"
 
         cmd = [
-            nlm_bin, "query", "notebook",
+            nb_bin, "ask",
-            notebook_id,
+            "-n", notebook_id,
             prompt
         ]
         env = os.environ.copy()
+        env["HOME"] = "/root" if os.path.exists("/root/.notebooklm") else os.environ.get("HOME", "/root")
         env["SSL_CERT_FILE"] = "/etc/ssl/certs/ca-certificates.crt"
 
         try:
@@ -132,26 +155,35 @@ class AILegalEngine:
                 stderr=asyncio.subprocess.PIPE,
                 env=env
             )
-            stdout, stderr = await proc.communicate()
+            try:
+                stdout, stderr = await asyncio.wait_for(proc.communicate(), timeout=90.0)
+            except asyncio.TimeoutError:
+                try: proc.kill()
+                except: pass
+                return {"success": False, "error": "Таймаут обращения к NotebookLM (более 90 сек)", "source": "notebooklm"}
+
             out_str = stdout.decode('utf-8', errors='ignore').strip()
             err_str = stderr.decode('utf-8', errors='ignore').strip()
 
-            if proc.returncode == 0 and out_str and "Authentication Error" not in out_str and "ConnectError" not in out_str:
+            if proc.returncode == 0 and out_str and "Authentication Error" not in out_str and "Not logged in" not in out_str:
-                # Очистка предупреждений об апдейте nlm
+                lines = [l for l in out_str.splitlines() if not l.startswith("Continuing conversation") and not l.startswith("Resumed conversation")]
-                if "Update available:" in out_str:
+                cleaned = "\n".join(lines).strip()
-                    out_str = out_str.split("Update available:")[0].strip()
+                if cleaned.startswith("Answer:"):
-                return {"success": True, "text": out_str, "source": "notebooklm"}
+                    cleaned = cleaned[len("Answer:"):].strip()
+                return {"success": True, "text": cleaned, "source": "notebooklm"}
             else:
+                log.warning(f"NotebookLM non-zero or auth err: code={proc.returncode}, out={out_str[:200]}, err={err_str[:200]}")
                 return {"success": False, "error": err_str or out_str, "source": "notebooklm"}
         except Exception as e:
+            log.error(f"NotebookLM exec exception: {e}")
             return {"success": False, "error": str(e), "source": "notebooklm"}
 
     async def query(self, prompt: str, role: str = "resident", audio_path: str = None) -> dict:
-        """Основной метод запроса: NotebookLM (первый приоритет) -> Gemini (fallback)."""
+        """Основной метод запроса: NotebookLM (первый безусловный приоритет) -> Gemini (fallback/аудио)."""
         start_time = datetime.now()
 
-        # Если вопрос от Админа и нет аудио — пробуем NotebookLM в первую очередь!
+        # 1. Текстовые вопросы ВСЕХ пользователей идут строго в блокнот «Разбор ответов строго по ЖК РФ»!
-        if role in ("admin", "lawyer") and not audio_path and prompt:
+        if not audio_path and prompt:
             nlm_res = await self.query_notebooklm(prompt)
             if nlm_res.get("success"):
                 latency = (datetime.now() - start_time).total_seconds()
@@ -163,12 +195,14 @@ class AILegalEngine:
                     "latency_sec": round(latency, 2),
                     "model": "NotebookLM: Разбор ответов строго по ЖК РФ"
                 }
+            else:
+                log.warning(f"NotebookLM query failed: {nlm_res.get('error')}. Falling back to Gemini.")
 
-        # Резервный контур через Gemini API (если сессия блокнота требует продления или жилец)
+        # 2. Резервный контур через Gemini API (для аудиосообщений либо если блокнот временно недоступен)
         if not self.api_key:
             return {
                 "success": False,
-                "text": "ИИ-модуль временно недоступен. Проверьте API ключ.",
+                "text": "ИИ-модуль временно недоступен. Проверьте подключение.",
                 "role": role,
                 "latency_sec": 0.0
             }

services/notebooklm_podcast_generator.py

@@ -25,7 +25,7 @@ NOTEBOOKLM_BIN = "/home/matrixhasyou/swarm-services/domovoy-bot/venv-ai/bin/note
 PODCASTS_DIR = Path("/home/matrixhasyou/swarm-services/domovoy-bot/podcasts")
 LEGAL_SOURCES_DIR = Path("/home/matrixhasyou/mutt/legal_sources")
 MEGA_VOLUMES_DIR = Path("/home/matrixhasyou/mutt/mega_volumes")
-DEFAULT_NOTEBOOK_NAME = "МКД ЛенКом 37 (Суды, Прокуратура, ЖКХ)"
+DEFAULT_NOTEBOOK_NAME = "Разбор ответов строго по ЖК РФ"
 
 class NotebookLMPodcastGenerator:
     def __init__(self, notebook_name: str = DEFAULT_NOTEBOOK_NAME):
@@ -183,7 +183,7 @@ class NotebookLMPodcastGenerator:
 В конце — четкие выводы и 3 практических шага для жителей дома.
 """
         response = client.models.generate_content(
-            model="gemini-2.5-pro",
+            model="gemini-2.5-flash",
             contents=prompt,
             config=types.GenerateContentConfig(
                 temperature=0.4
@@ -192,7 +192,7 @@ class NotebookLMPodcastGenerator:
         return {
             "success": True,
             "script": response.text,
-            "engine": "gemini-2.5-pro-fallback"
+            "engine": "gemini-2.5-flash-fallback"
         }
 
 if __name__ == "__main__":