MIEM Employees Server

Сервис собирает сотрудников МИЭМ с сайта ВШЭ, хранит карточки и историю обновлений в Postgres, показывает минимальную админку и отдает read-only MCP endpoint для ИИ-агентов.

Архитектура

• api: FastAPI, REST API, HTML-админка, healthcheck.
• worker: weekly scheduler, который запускает парсинг по CRAWL_CRON.
• mcp: HTTP MCP endpoint с bearer token.
• postgres: основная БД.

Парсер использует фиксированный источник сотрудников, по умолчанию https://miem.hse.ru/persons. Для каждой карточки сохраняются ФИО, должности, год начала работы, контакты, идентификаторы, вкладки профиля, секции, публикации, курсы, ВКР, JSON-снапшот и сжатый HTML-снапшот. Ссылки обходятся только из меню профиля самого сотрудника (person-menu), например #sci, #teaching, #main.

Переменные окружения

Скопируйте .env.example в .env и поменяйте секреты:

cp .env.example .env

Основные настройки:

• DATABASE_URL: строка подключения SQLAlchemy.
• SOURCE_URL: список сотрудников МИЭМ.
• CRAWL_CRON: расписание в формате crontab, по умолчанию 0 3 * * 1.
• CRAWL_LIMIT: опциональный лимит профилей для тестового запуска.
• ADMIN_USERNAME, ADMIN_PASSWORD: логин и пароль админки.
• SESSION_SECRET: секрет подписи cookie.
• MCP_TOKEN: bearer token для /mcp.
• PARSER_USE_PLAYWRIGHT: включение Playwright-рендера динамических вкладок.

Локальный запуск

python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
uvicorn app.main:app --reload

Админка: http://localhost:8000/admin.

В админке доступны:

• Dashboard: общая статистика, последний добавленный сотрудник, прогресс текущего/последнего парсинга и ручной запуск.
• Directory: настраиваемая таблица сотрудников с фильтрами, сортировкой, пагинацией и выбором колонок.
• Employees: простая legacy-таблица сотрудников.
• Runs: история запусков, ошибки и progress bar.

Docker Compose

docker compose up --build

По умолчанию:

• API и админка: http://localhost:8000
• MCP: http://localhost:8001/mcp
• Postgres: localhost:5432

Таблицы создаются приложением при старте. SQL-миграция для ручного применения лежит в migrations/001_init.sql.

Парсинг

Weekly worker запускается по CRAWL_CRON. Ручной запуск доступен в админке на Dashboard и странице Runs или через REST:

curl -X POST http://localhost:8000/api/crawl-runs --cookie "miem_admin_session=..."

Алгоритм обновления:

• найденные сотрудники получают статус active и обновленный last_seen_at;
• новые сотрудники добавляются в employees;
• количество новых сотрудников за запуск сохраняется в crawl_runs.new_count;
• активные сотрудники, исчезнувшие из текущего списка источника, получают статус dismissed и dismissed_at;
• каждый успешный разбор сохраняет запись в employee_snapshots.

Во время выполнения парсинга found_count, parsed_count и error_count обновляются в базе. Админка опрашивает /api/crawl-runs/latest и показывает прогресс как parsed_count + error_count / found_count.

MCP

Endpoint: POST /mcp, авторизация Authorization: Bearer <MCP_TOKEN>.

Поддерживаемые tools:

• search_employees(query, status?, limit?)
• get_employee(profile_id_or_url)
• list_employee_publications(profile_id_or_url)
• list_employee_courses(profile_id_or_url)
• get_crawl_status()

Пример:

curl http://localhost:8001/mcp \
  -H "Authorization: Bearer change-me-mcp-token" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}'

Обслуживание

docker compose logs -f api
docker compose logs -f worker
docker compose exec postgres pg_dump -U miem miem_workers > backup.sql
docker compose down

Версия сервиса: 0.2.7. Админка всегда показывает версии backend и frontend в footer.