📂 Файловый Архив с AI-ассистентом

Веб-приложение для обмена файлами с встроенным AI чат-ботом. Бот умеет искать файлы по запросу, отправлять их пользователю и вести осмысленную переписку — всё через локальную LLM, запущенную в LM Studio.

---

✨ Возможности

Файловый обозреватель

• Навигация по папкам в стиле Notion
• Предпросмотр изображений, PDF, видео, аудио, текстовых файлов
• Скачивание файлов с ограничением по размеру

AI Чат-бот

• Поиск файлов по ключевым словам, тегам, предметам
• Отправка файлов прямо в чат (скачивание по одному или всех разом в ZIP)
• Контекст переписки — бот помнит что обсуждали
• Многопользовательский режим — сессии изолированы, данные не пересекаются
• Экспорт истории чата в JSON
• Поддержка thinking-моделей (фильтрация <think> тегов)

Индексация

• Автоматическое извлечение текста из PDF, DOCX, XLSX, CSV, TXT, MD
• OCR изображений через vision-модель (JPG, PNG, GIF, WebP, BMP)
• Генерация описаний и тегов через LLM
• Инкрементальная индексация — обрабатываются только новые/изменённые файлы

---

📋 Требования

• Python 3.10+
• LM Studio с запущенным локальным сервером
• Модель с поддержкой tool calling (рекомендуется Qwen3, Qwen2.5, Mistral и др.)
• Для OCR изображений — модель с поддержкой vision

---

🚀 Установка и запуск

1. Клонировать репозиторий

git clone https://github.com/Leon-Av/Streamlit-Fileshare-LLM

2. Установить зависимости

pip install -r requirements.txt

3. Настроить конфигурацию

Откройте config.py и измените параметры под себя:

# Адрес LM Studio
LLM_BASE_URL = "http://localhost:1234/v1"

# Название модели (как отображается в LM Studio)
LLM_MODEL = "qwen3.5-9b"

# Думающая модель (фильтровать <think> теги)
IS_THINKING_MODEL = True

# Папка с файлами
ROOT_FOLDER = "./files"

# Порт сервера
PORT = 2345

4. Подготовить файлы

Положите файлы в папку ./files/ (создаётся автоматически). Поддерживается любая структура вложенных папок.

5. Запустить LM Studio

Убедитесь что в LM Studio:

• Загружена модель с поддержкой tool calling
• Запущен локальный сервер (вкладка «Local Server» → Start Server)
• Порт совпадает с LLM_BASE_URL в конфиге

6. Проиндексировать файлы

python indexer.py

Индексатор пройдёт по всем файлам, извлечёт текст и отправит его в LLM для генерации описаний и тегов. Это может занять время в зависимости от количества файлов и скорости модели.

7. Запустить сервер

python app.py

Откройте в браузере:

• http://localhost:2345 — файловый обозреватель
• http://localhost:2345/chat — AI чат-бот

---

📁 Структура проекта

file-archive/
├── config.py          # Все настройки в одном месте
├── database.py        # Работа с SQLite (общий модуль)
├── indexer.py         # Скрипт индексации файлов
├── app.py             # Flask-сервер (файлы + чат-бот)
├── requirements.txt   # Зависимости Python
├── files/             # Папка с файлами (создаётся автоматически)
└── files_index.db     # БД с индексами (создаётся автоматически)

---

⚙️ Конфигурация

Все настройки находятся в config.py:

Параметр	Описание	По умолчанию
PORT	Порт сервера	2345
HOST	Хост (0.0.0.0 — все, 127.0.0.1 — локально)	0.0.0.0
ROOT_FOLDER	Путь к папке с файлами	./files
LLM_BASE_URL	URL API LM Studio	http://localhost:1234/v1
LLM_MODEL	Название модели	qwen3.5-9b
IS_THINKING_MODEL	Фильтровать <think> теги	True
MAX_CONTEXT_MESSAGES	Макс. сообщений в контексте чата	30
MAX_FILE_SIZE_GB	Лимит на скачивание	5 ГБ
MAX_PREVIEW_SIZE_MB	Лимит на предпросмотр	50 МБ
SYSTEM_PROMPT	Системный промпт для чат-бота	см. файл

---

🔧 Команды индексатора

# Индексация новых и изменённых файлов
python indexer.py

# Полная переиндексация всех файлов
python indexer.py --reindex-all

Индексатор автоматически:

• Пропускает уже проиндексированные файлы
• Переиндексирует изменённые файлы (по дате модификации)
• Удаляет из БД записи для удалённых файлов

---

📝 Поддерживаемые форматы

Индексация (извлечение текста + описание от LLM):

Формат	Расширения
Текст	.txt, .md
PDF	.pdf
Word	.docx
Excel	.xlsx
CSV	.csv
Изображения (OCR)	.jpg, .jpeg, .png, .gif, .webp, .bmp

Предпросмотр в браузере:

Тип	Расширения
Изображения	.jpg, .jpeg, .png, .gif, .webp, .svg, .bmp, .ico
PDF	.pdf
Видео	.mp4, .webm, .mov, .avi, .mkv
Аудио	.mp3, .wav, .ogg, .flac, .m4a
Код/текст	.txt, .md, .py, .js, .html, .css, .json, .csv, .xml, .yaml

---

💬 Примеры запросов к чат-боту

• материалы по физике для подготовки к экзамену
• конспекты лекций по математическому анализу
• какие предметы есть в базе?
• пришли все файлы по программированию
• задачи по линейной алгебре

---

🛠️ Решение проблем

Бот не отвечает / думает бесконечно

• Проверьте что LM Studio запущен и сервер активен
• Убедитесь что LLM_MODEL в config.py совпадает с названием модели в LM Studio
• Смотрите логи в терминале — там подробно показан каждый шаг

Бот не находит файлы

• Убедитесь что индексация прошла успешно: python indexer.py
• Проверьте БД: http://localhost:2345/api/stats
• Попробуйте другие ключевые слова или спросите «какие предметы есть»

Ошибка подключения к LM Studio

• Проверьте LLM_BASE_URL в config.py
• Убедитесь что порт LM Studio совпадает (по умолчанию 1234)
• Если сервер на другой машине — укажите её IP

---

📄 Лицензия

MIT