Как мы за несколько дней сделали русскоязычный портал с архивами Эпштейна

2. AI-анализ документов — локальная LLM развёрнута через Ollama на собственной машине; стриминг ответа через SSE, очередь запросов, отображение прогресса (downloading → analyzing → streaming)

3. Клиентская квота на AI — 5 анализов / 30 мин, трекинг в localStorage, broadcast между вкладками через кастомные события

4. Rate-limiting — sliding window per-IP (30 req / 5 мин), in-memory, с countdown-таймером на клиенте

5. Dual-формат ответов DOJ — поддержка и Elasticsearch-формата, и legacy flat-массива; нормализация в единую структуру

6. Стриминг прогресса загрузки — chunk-by-chunk трекинг при получении данных от DOJ

7. Тёмная/светлая тема — CSS-переменные, определение системных предпочтений, персистенция в localStorage

8. Мемоизация и ленивая загрузка — React.memo с кастомным comparator для карточек, dynamic import AI-модалки (no SSR), loading="lazy" для изображений

9. SEO и аналитика — sitemap.xml, robots.txt, Яндекс.Метрика (webvisor, heatmap, click tracking)

10. Юридический compliance — 18+ дисклеймер, cookie-баннер, страницы Privacy/Terms

Выполненный бекенд:

— Next.js API Routes — серверная логика внутри того же приложения

— Node.js 20 (Alpine)

— Nginx — реверс-прокси, rate-limit (10 req/s), gzip, SSL (Let’s Encrypt)

— Docker — мультистейдж-сборка, docker-compose (dev/prod)

— Отдельный AI-микросервис (Fastify, порт 3001) — анализ PDF через локальную LLM (Ollama)

Фронтенд выполнен:

— Next.js 16 (App Router, Server Components, React 19)

— TypeScript 5 (strict mode)

— Tailwind CSS v4

— Zod — валидация ввода на клиенте и сервере

— Lucide React — иконки

— react-markdown — рендер markdown в AI-модалке

Пользуйтесь. Ищите файлы для работы и для расширения кругозора. Желаем вам не оказаться в этих списках :)