smeta

name	smeta
description	Автоматизация черновика сметы по ТЗ электросетевого подряда (ПС 10/35/110 кВ). Используй когда пользователь говорит "собери смету", "сметь лот", "смета по ТЗ", "расценки под [объект]", присылает ссылку zakupki.gov/44fz/223fz на лот по проектированию или строительству подстанции/ВЛ, или PDF-ТЗ с объёмами работ. НЕ используй для — ремонт/эксплуатация вне сборников 8/16/33 ФСНБ-2022, генподряд с архитектурными разделами, ТЗ не электросетевой тематики, готовые сметы на проверку (для этого есть отдельный skill `/smeta-review`).
allowed-tools	Read, Write, Edit, Bash, WebFetch, Grep, Glob

Skill: /smeta — автоматизация черновика сметы

Что ты делаешь

Собираешь черновик локальной сметы по ТЗ для подрядчика электросетевого строительства. Работаешь через 6 фаз: INGEST → EXTRACT → RETRIEVE → RANK → ASSEMBLE → DELIVER. Финал — готовая к импорту в смета.ру/Гранд-Смету заготовка + отчёт сметчику с обоснованием каждого решения.

Абсолютные запреты (нарушение = провал скилла)

1. НЕ ВЫДУМЫВАЙ коды расценок. Каждый код ФЕР/ФЕРм/ФЕРп извлекается из индекса knowledge/fsnb_2022/. Если в индексе не нашлось — помечаешь позицию NEEDS_MANUAL и оставляешь сметчику.
2. НЕ ВЫДУМЫВАЙ индексы Минстроя. Только из knowledge/minstroy_indices.json. Если файл старше 90 дней — СТОП, попроси обновить выгрузкой с fgiscs.minstroyrf.ru.
3. НЕ ПРИНИМАЙ решений вместо сметчика. Если confidence < 70, позиция с красным маркером. Если < 40 — не включай в итоговый XML, оставь в отчёте как «варианты для проверки».
4. НЕ УДАЛЯЙ исходные данные. PDF и извлечённый markdown всегда остаются в папке проекта.
5. НЕ ОТПРАВЛЯЙ ничего наружу. Архив смет заказчика — конфиденциален. Запросы к LLM идут по обезличенным позициям (без имён заказчиков, адресов, номеров контрактов).

Prerequisites (проверь ПЕРЕД запуском)

[ -f ~/.claude/skills/smeta/knowledge/minstroy_indices.json ] || exit "нужна свежая выгрузка индексов"
[ -d ~/.claude/skills/smeta/knowledge/fsnb_2022 ] || exit "нужен индекс ФСНБ-2022"
python3 -c "import chromadb, playwright, lxml" || exit "pip install -r requirements.txt"

Если чего-то нет — сообщи пользователю точно чего не хватает и как получить (ссылка на Минстрой, команда для индексации ФСНБ).

Входы

Пользователь даёт одно из:

• URL zakupki.gov (44-ФЗ/223-ФЗ) — качаешь сам через Playwright
• PDF — работаешь с присланным файлом
• Папка с ТЗ + приложениями

Если ссылок несколько — обрабатывай по одному, не параллельно.

Фаза 1 — INGEST

Если URL zakupki: python scripts/fetch_lot.py <URL> --out ~/smeta-projects/<slug>/raw/

Скрипт кладёт в raw/:

• tz.pdf (основной ТЗ)
• attachments/*.pdf (приложения, опросники, схемы)
• lot_meta.json (НМЦК, заказчик, сроки, площадка, требования к опыту)

Проверь читаемость PDF. Если скан — scripts/pdf_to_pages.py --ocr включит Tesseract + pdftotext.

Далее: python scripts/pdf_to_pages.py — разбивает на постраничный markdown + PNG каждой страницы (нужно для Vision по схемам ОРУ и таблицам).

Фаза 2 — EXTRACT (работы и объёмы)

Прогоняешь tz.md + PNG схем через мультимодальный Claude. Промпт — prompts/extract_works.md.

Строгий structured output (Pydantic):

class Work(BaseModel):
    id: str
    title: str                 # "Монтаж силового трансформатора 10 МВА"
    unit: str                  # "шт.", "м³", "тн"
    quantity: float
    source_quote: str          # ТОЧНАЯ цитата из ТЗ
    source_page: int
    category: Literal["СМР", "Монтаж", "ПНР", "Оборудование", "Материалы", "Прочие"]
    notes: str | None

Результат — extracted/works.json. Каждая работа ОБЯЗАНА иметь source_quote.

Валидация: если суммарно работ < 15 для лота крупнее ₽10 млн — перепроверь, ты пропустил разделы.

Фаза 3 — RETRIEVE (кандидаты из ФСНБ-2022)

Для каждой Work — python scripts/fsnb_retrieve.py --query "{title} {notes}" --top-k 5 --sbornik "33,8,16".

Приоритетные сборники для электросетевого:

• ФЕРм 33 — электротехнические установки (трансформаторы, ОРУ, РУ)
• ФЕРм 08 — электрические сети (ВЛ, КЛ)
• ФЕР 16 — трубопроводы внутренние
• ФЕРп — пусконаладочные работы (для ПНР-позиций)

Результат — retrieved/candidates.json.

Фаза 4 — RANK (выбор расценки с confidence)

Для каждой работы — Claude с промптом prompts/rank_fsnb.md. Даёшь: работу, цитату ТЗ, 5 кандидатов, полный текст технической части каждого кандидата.

Выход:

class Selection(BaseModel):
    work_id: str
    chosen_code: str | None    # None если confidence < 40
    confidence: int            # 0-100
    rationale: str
    warnings: list[str]
    unit_mismatch: bool

Правила confidence:

• 90–100 — точное совпадение наименования + единиц + состав работ
• 70–89 — совпадение по существу, может потребовать коэффициента
• 40–69 — похоже, но сметчик должен проверить
• 0–39 — непонятно, NEEDS_MANUAL

Фаза 5 — ASSEMBLE

python scripts/arps_build.py --selections rank/selections.json --indices knowledge/minstroy_indices.json --out output/

Генерирует:

• output/smeta.xml — АРПС 1.10 XML (импортится в смета.ру И Гранд-Смету)
• output/draft.xlsx — Excel-черновик с цветовой разметкой (красное = NEEDS_MANUAL, жёлтое = confidence 40–69)
• output/README.md — отчёт сметчику

Валидация XML: python scripts/verify_arps.py output/smeta.xml — XSD + sanity (все позиции имеют объём >0, все коды существуют в ФСНБ, сумма сходится).

Фаза 6 — DELIVER

Структура итоговой папки:

~/smeta-projects/2026-04-24-oek-maryino/
├── raw/
├── extracted/
├── retrieved/
├── rank/
├── output/
│   ├── smeta.xml
│   ├── draft.xlsx
│   └── README.md
├── audit.log
└── .cost.json

Финальное сообщение пользователю:

✔ Смета-черновик готов: ~/smeta-projects/2026-04-24-oek-maryino/
  • {N} позиций всего
  • {K} требуют ручной проверки (confidence < 70)
  • {M} не найдены в ФСНБ (NEEDS_MANUAL)
  • Предварительная сумма (базис 2022 г.): ₽{X} млн
  • Текущие цены (с индексами Q{Y}): ₽{Z} млн
  • Red flags: {список 1-3 штук}
  • Токенов потрачено: {T} (~₽{P})

Следующие шаги:
1. Сметчик проверяет output/README.md
2. Импортирует output/smeta.xml в смета.ру или Гранд-Смету
3. Правит позиции NEEDS_MANUAL и confidence <70
4. Применяет коэффициенты из условий контракта (зимние, стеснённость)

Работа с ошибками

• Лот недоступен без авторизации → скажи как получить PDF вручную
• ТЗ сканом без OCR → флаг --ocr, предупреди о падении точности
• Много NEEDS_MANUAL (>30%) → вероятно ТЗ не электросетевое, предложи отказ
• Индексы Минстроя старше 90 дней → СТОП
• XSD-валидация не прошла → сохрани как smeta.xml.INVALID, напиши сметчику

Audit trail (обязательно)

В audit.log для каждой позиции:

[W-001] "Монтаж трансформатора ТМ 1000/10"
  Source: tz.pdf, page 14, "...предусмотреть установку силового трансформатора 1000 кВА..."
  Candidates: ФЕРм 33-04-012-03 (0.87), ФЕРм 33-04-011-01 (0.72), ...
  Chosen: ФЕРм 33-04-012-03 (confidence: 88)
  Rationale: "Совпадает мощность (1000 кВА), тип ТМ, единица — 1 шт. Кандидат 33-04-011 — для ТС, отличается."
  Warnings: []
  Time: 3.2s, Tokens: 4200 in + 450 out, Cost: ₽4.8

Этот лог — основа для аргументации перед экспертизой заказчика.

Версионность

• v0.1 (MVP, 2–3 недели) — только EXTRACT + отчёт в Excel, без XML и без RAG по ФСНБ.
• v0.5 (6–8 недель) — добавляем RETRIEVE + RANK по сборнику 33 (ФЕРм).
• v1.0 (12–16 недель) — полный pipeline, XML АРПС 1.10, все 3 сборника, Vision для схем ОРУ.
• v1.5 (стретч) — архив типовых узлов «Силы Тока», автосборка похожих ПС.

Что пользователь должен знать

Этот скилл НЕ заменяет сметчика. Он экономит 60–80% механической работы (разбор ТЗ + подбор расценок-черновика). Финальная смета всегда утверждается человеком. Без этого экспертиза заказчика зарежет документ, а подрядчик получит претензии по завышению/занижению.