Рабочий пайплайн: YouTube -> транскрипция -> выжимка -> Postgres

- новый api/: /pipeline/process (yt-dlp, субтитры или Vosk, LLM/экстрактивная
  суммаризация), /videos, /llm; старый код перенесён в api_legacy/
- web/: Flet UI (flet 0.28.3 + flet-web, порт 8550)
- Dockerfile.api: ffmpeg слоем из mwader/static-ffmpeg, pip с кэш-маунтом
- requirements/pyproject: убраны moviepy, imageio-ffmpeg, битый asyncio
- README с инструкцией запуска и загрузкой Vosk-модели

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

README.md

@@ -0,0 +1,71 @@
+# LLM-infa
+
+Пайплайн: **YouTube → скачивание видео → текст речи → LLM-выжимка → Postgres**.
+
+Скачивает видео (yt-dlp), достаёт текст из субтитров (или распознаёт речь через Vosk,
+если субтитров нет), сокращает текст до краткой выжимки (через любой
+OpenAI-совместимый LLM API или встроенный экстрактивный алгоритм) и складывает всё
+в базу: пути к видео, полному тексту и выжимке.
+
+## Состав
+
+| Сервис | Порт | Что делает |
+|--------|------|------------|
+| `api`  | 8000 | FastAPI: пайплайн, каталог видео, проверка LLM |
+| `web`  | 8550 | Flet UI: запуск пайплайна и библиотека результатов |
+| `db`   | 5433→5432 | Postgres 15, таблица `videos` |
+
+Файлы складываются в `data/videos/` (mp4) и `data/text/` (`<uuid>.txt` — полный
+текст, `<uuid>_summary.txt` — выжимка); в БД хранятся пути и метаданные.
+
+## Запуск
+
+```bash
+# 1. Модель Vosk для распознавания без субтитров (однократно, ~90 МБ)
+mkdir -p models && cd models
+curl -LO https://alphacephei.com/vosk/models/vosk-model-small-ru-0.22.zip
+unzip vosk-model-small-ru-0.22.zip && rm vosk-model-small-ru-0.22.zip && cd ..
+
+# 2. Поднять стек
+docker compose up -d --build
+```
+
+UI: http://localhost:8550 · API-доки: http://localhost:8000/docs
+
+## LLM для выжимки
+
+LLM не разворачивается в контейнере — указывается любой внешний
+OpenAI-совместимый эндпоинт. Два способа:
+
+1. **В `.env`** (используется по умолчанию для всех запросов):
+   ```
+   LLM_BASE_URL=https://openrouter.ai/api/v1
+   LLM_API_KEY=sk-...
+   LLM_MODEL=anthropic/claude-haiku-4.5
+   ```
+2. **Через UI / поле `llm` в запросе** — на каждый запрос отдельно.
+
+Если LLM не настроена, работает встроенная экстрактивная суммаризация
+(выбор ключевых предложений, без нейросети).
+
+## API
+
+```bash
+# обработать видео целиком
+curl -X POST localhost:8000/pipeline/process \
+  -H 'Content-Type: application/json' \
+  -d '{"url": "https://youtu.be/...", "summary_max_sentences": 10}'
+
+# каталог обработанных видео
+curl localhost:8000/videos/
+
+# проверить связь с LLM
+curl -X POST localhost:8000/llm/test
+```
+
+## Заметки
+
+- Старый код (users/subscriptions/media-convert) лежит в `api_legacy/` и в
+  сборку не входит.
+- Если Docker Desktop не тянет образы (TLS timeout к registry), использовать
+  системный демон: `docker context use default`.