Chess Lesson Selector API

Прототип FastAPI-сервиса, который отправляет проигранные партии в LLM через OpenAI-совместимый API и возвращает структурированный JSON-ответ.

Установка

1. Создайте и активируйте виртуальное окружение.
2. Установите зависимости:

pip install -r requirements.txt

3. Настройте переменные окружения (см. .env.example).

Запуск

uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

Пример запроса

curl -X POST http://localhost:8000/analyze \
  -H "Content-Type: application/json" \
  -d '{
    "max_games": 5,
    "lesson_goal": "find patterns in losses",
    "games": [
      {
        "id": "lichess-game-1",
        "pgn": "[Event \"Rated Blitz\"]\n1. e4 e5 2. Nf3 Nc6 3. Bb5 a6 ..."
      },
      {
        "id": "lichess-game-2",
        "pgn": "[Event \"Rated Rapid\"]\n1. d4 d5 2. c4 e6 3. Nc3 Nf6 ..."
      }
    ]
  }'

Ответ

API возвращает структурированный JSON-ответ, который соответствует схеме в app/models.py.