Update 4 files

- /rag/rag_server.py
- /bots/rag_client.py
- /bots/workers/indexing_worker.py
- /bots/handlers/file_handler.py

rag/rag_server.py

@@ -9,18 +9,25 @@ RAG-сервер – отдельный HTTP-сервис для обработ
 
 ИСПОЛЬЗУЕТ: FastAPI для создания REST API и Uvicorn для запуска.
 ИСТОРИЯ ХРАНИТСЯ НА СЕРВЕРЕ (в PostgreSQL).
+
+ДОБАВЛЕНО:
+- Эндпоинт /rag/vision для распознавания текста на изображениях (OCR)
+- Эндпоинт /rag/transcribe для транскрибации аудио (SaluteSpeech)
 """
 
 import logging
 import os
 import sys
+import tempfile
+import shutil
+import asyncio
 from pathlib import Path
 from typing import Optional, Dict, List, Any
 
 # Добавляем путь к core, если запускаем из корня проекта
 sys.path.insert(0, str(Path(__file__).parent.parent))
 
-from fastapi import FastAPI, HTTPException, Depends
+from fastapi import FastAPI, HTTPException, Depends, UploadFile, File as FastAPIFile
 from fastapi.middleware.cors import CORSMiddleware
 from pydantic import BaseModel, Field
 import uvicorn
@@ -94,6 +101,18 @@ class IndexResponse(BaseModel):
     error: Optional[str] = Field(None, description="Сообщение об ошибке, если есть")
 
 
+class VisionResponse(BaseModel):
+    """Модель ответа на распознавание изображения."""
+    text: str = Field(..., description="Распознанный текст")
+    status: str = Field(..., description="Статус: ok, no_text_found, error")
+
+
+class TranscribeResponse(BaseModel):
+    """Модель ответа на транскрибацию аудио."""
+    text: str = Field(..., description="Распознанный текст")
+    status: str = Field(..., description="Статус: ok, no_speech_detected, error")
+
+
 # ============================================================
 # ГЛОБАЛЬНЫЙ ОРКЕСТРАТОР (инициализируется один раз при старте)
 # ============================================================
@@ -311,6 +330,87 @@ async def health_check():
     return {"status": "healthy"}
 
 
+# ============================================================
+# НОВЫЕ ЭНДПОИНТЫ: OCR и транскрибация
+# ============================================================
+
+@app.post("/rag/vision", response_model=VisionResponse)
+async def vision_endpoint(
+    file: UploadFile = FastAPIFile(...),
+    user_jid: str = None,
+    room_jid: str = None
+):
+    """
+    Распознаёт текст на изображении через OCR (Tesseract).
+    Возвращает JSON: {"text": str, "status": "ok" | "no_text_found" | "error"}
+    """
+    orchestrator = get_orchestrator()
+    
+    # Проверяем расширение
+    ext = os.path.splitext(file.filename)[1].lower()
+    if ext not in ('.jpg', '.jpeg', '.png', '.bmp', '.tiff'):
+        raise HTTPException(status_code=400, detail="Поддерживаются только изображения (jpg, png, bmp, tiff)")
+    
+    # Сохраняем во временный файл
+    with tempfile.NamedTemporaryFile(delete=False, suffix=ext) as tmp:
+        tmp_path = tmp.name
+        shutil.copyfileobj(file.file, tmp)
+    
+    try:
+        # Извлекаем текст через существующий FileService (синхронный метод)
+        loop = asyncio.get_running_loop()
+        text = await loop.run_in_executor(
+            None,
+            orchestrator.files.extract_text_from_image,
+            tmp_path
+        )
+        if not text:
+            return VisionResponse(text="", status="no_text_found")
+        return VisionResponse(text=text, status="ok")
+    except Exception as e:
+        logger.error(f"Ошибка OCR: {e}", exc_info=True)
+        raise HTTPException(status_code=500, detail=str(e))
+    finally:
+        if os.path.exists(tmp_path):
+            os.unlink(tmp_path)
+
+
+@app.post("/rag/transcribe", response_model=TranscribeResponse)
+async def transcribe_endpoint(
+    file: UploadFile = FastAPIFile(...),
+    user_jid: str = None,
+    room_jid: str = None
+):
+    """
+    Транскрибирует аудиофайл через SaluteSpeech.
+    Возвращает JSON: {"text": str, "status": "ok" | "no_speech_detected" | "error"}
+    """
+    orchestrator = get_orchestrator()
+    
+    # Проверяем расширение
+    ext = os.path.splitext(file.filename)[1].lower()
+    if ext not in ('.ogg', '.wav', '.mp3', '.amr', '.m4a'):
+        raise HTTPException(status_code=400, detail="Поддерживаются только аудио (ogg, wav, mp3, amr, m4a)")
+    
+    # Сохраняем во временный файл
+    with tempfile.NamedTemporaryFile(delete=False, suffix=ext) as tmp:
+        tmp_path = tmp.name
+        shutil.copyfileobj(file.file, tmp)
+    
+    try:
+        # Транскрибируем через существующий FileService (асинхронный метод)
+        text = await orchestrator.files.transcribe_audio(tmp_path)
+        if not text:
+            return TranscribeResponse(text="", status="no_speech_detected")
+        return TranscribeResponse(text=text, status="ok")
+    except Exception as e:
+        logger.error(f"Ошибка транскрибации: {e}", exc_info=True)
+        raise HTTPException(status_code=500, detail=str(e))
+    finally:
+        if os.path.exists(tmp_path):
+            os.unlink(tmp_path)
+
+
 # ============================================================
 # ТОЧКА ВХОДА
 # ============================================================