עדכון: הסרת RAG, הוספת ארכיטקטורה מפורטת, תיקון לינקים, שינוי שם פרויקט ל-SQL-based

0_preprocessing/CONTRIBUTING.md

@@ -16,8 +16,8 @@ Building the image:
 1. Update `Dockerfile` if you need to pre-bake models.
 2. Build and tag:
    ```bash
-   docker build -t youruser/feedback-rag:v1 .
-   docker push youruser/feedback-rag:v1
+   docker build -t youruser/feedback-analysis:v1 .
+   docker push youruser/feedback-analysis:v1
    ```
 
 Run on Runpod:

0_preprocessing/DEPLOYMENT_GUIDE.md

@@ -13,7 +13,7 @@ Before deploying to Runpod, ensure:
 - [ ] Endpoints tested: Use TESTING_CHECKLIST.md or curl commands
 - [ ] Git repository clean: `git status` shows no uncommitted changes
 - [ ] All code committed: `git log --oneline | head -5` shows your commits
-- [ ] Docker image builds: `docker build -t feedback-rag:latest .` succeeds
+- [ ] Docker image builds: `docker build -t feedback-analysis:latest .` succeeds
 - [ ] Requirements.txt updated: All dependencies listed
 
 ---
@@ -26,23 +26,23 @@ Before deploying to Runpod, ensure:
 cd /Users/galbd/Desktop/personal/software/ai_agent_gov/Feedback_Analysis_RAG_Agent_runpod
 
 # Build the image
-docker build -t feedback-rag:latest .
+docker build -t feedback-analysis:latest .
 
 # Verify it built
-docker images | grep feedback-rag
+docker images | grep feedback-analysis
 ```
 
 **Expected output:**
 ```
-REPOSITORY      TAG      IMAGE ID      CREATED        SIZE
-feedback-rag    latest   abc123def456  2 minutes ago   2.5GB
+REPOSITORY           TAG      IMAGE ID      CREATED        SIZE
+feedback-analysis    latest   abc123def456  2 minutes ago   2.5GB
 ```
 
 ### 1.2 Test Docker Image Locally (Optional)
 
 ```bash
 # Run container
-docker run -p 8001:8000 feedback-rag:latest
+docker run -p 8001:8000 feedback-analysis:latest
 
 # In another terminal, test
 curl -X POST http://localhost:8001/health
@@ -70,13 +70,13 @@ docker login
 **2A.3 Tag and Push Image**
 ```bash
 # Tag with your Docker Hub username
-docker tag feedback-rag:latest galbendavids/feedback-rag:latest
+docker tag feedback-analysis:latest galbendavids/feedback-analysis:latest
 
 # Push to Docker Hub
-docker push galbendavids/feedback-rag:latest
+docker push galbendavids/feedback-analysis:latest
 
 # Verify it's uploaded
-# Visit https://hub.docker.com/r/YOUR_USERNAME/feedback-rag
+# Visit https://hub.docker.com/r/YOUR_USERNAME/feedback-analysis
 ```
 
 ### Option B: Private Registry (Advanced)
@@ -100,8 +100,8 @@ docker push galbendavids/feedback-rag:latest
 
 1. Click **"Create New"** → **"API Endpoint Template"**
 2. Fill in:
-   - **Template Name:** `feedback-rag-analysis`
-   - **Docker Image:** `galbendavids/feedback-rag:latest`
+   - **Template Name:** `feedback-analysis-sql`
+   - **Docker Image:** `galbendavids/feedback-analysis:latest`
    - **Ports:** `8000`
    - **GPU:** None (CPU-only is fine)
    - **Memory:** 4GB minimum
@@ -263,13 +263,13 @@ Monitor:
 
 2. **Rebuild Docker image**
    ```bash
-   docker build -t feedback-rag:v2 .
-   docker tag feedback-rag:v2 galbendavids/feedback-rag:v2
-   docker push galbendavids/feedback-rag:v2
+   docker build -t feedback-analysis:v2 .
+   docker tag feedback-analysis:v2 galbendavids/feedback-analysis:v2
+   docker push galbendavids/feedback-analysis:v2
    ```
 
 3. **Update Runpod template**
-   - Edit template image: `galbendavids/feedback-rag:v2`
+   - Edit template image: `galbendavids/feedback-analysis:v2`
    - Save
    - Restart pod with new image
 
@@ -380,8 +380,8 @@ If deployment has issues:
 
 1. **Keep previous image tagged**
    ```bash
-   docker tag galbendavids/feedback-rag:v1 galbendavids/feedback-rag:latest-stable
-   docker push galbendavids/feedback-rag:latest-stable
+   docker tag galbendavids/feedback-analysis:v1 galbendavids/feedback-analysis:latest-stable
+   docker push galbendavids/feedback-analysis:latest-stable
    ```
 
 2. **If new deployment fails, revert**
@@ -451,7 +451,7 @@ After successful deployment:
 
 ## ✅ Congratulations!
 
-Your RAG agent is now live in the cloud! 🎉
+Your SQL-based feedback analysis agent is now live in the cloud! 🎉
 
 **Summary:**
 - ✅ Local validation complete

0_preprocessing/GETTING_STARTED.txt

@@ -1,6 +1,6 @@
 ╔════════════════════════════════════════════════════════════════════════════╗
 ║                                                                            ║
-║        🚀 FEEDBACK ANALYSIS RAG AGENT - GETTING STARTED                   ║
+║        🚀 FEEDBACK ANALYSIS SQL AGENT - GETTING STARTED                   ║
 ║                                                                            ║
 ║        Status: ✅ PRODUCTION READY - All validation checks passing        ║
 ║        Date: November 12, 2025                                             ║
@@ -11,18 +11,16 @@
 📋 WHAT YOU HAVE
 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
 
-✅ Complete RAG Pipeline
-   • Answers diverse questions (counting, keyword search, semantic analysis)
-   • Intent detection (automatically identifies question type)
+✅ Complete SQL-Based Pipeline
+   • Answers diverse questions using SQL queries generated by LLM
+   • Automatic SQL query generation from natural language
    • Multi-language support (Hebrew + English)
-   • 9930 feedback records indexed and searchable
+   • Feedback records analyzed using SQL queries
 
-✅ Production API Server (5 Endpoints)
+✅ Production API Server (3 Endpoints)
    • /health - Server status
-   • /query - Main RAG endpoint
-   • /topics - Topic extraction
-   • /sentiment - Sentiment analysis
-   • /ingest - Index rebuilding
+   • /query-sql - Main SQL-based query endpoint
+   • /history - Query history management
 
 ✅ Comprehensive Documentation
    • README_TESTING_GUIDE.md - Start here! (master guide)
@@ -81,7 +79,7 @@ That's it! Now:
 └─ Build: Docker image
 └─ Deploy: To Runpod
 
-📊 ANALYST (Want to use the RAG agent?)
+📊 ANALYST (Want to use the SQL-based agent?)
 └─ Read: QUICK_START.md
 └─ Test: Using Swagger UI or curl
 └─ Query: Ask in Hebrew or English
@@ -146,11 +144,11 @@ Status: ✅ ALL 7 CHECKS PASSED
 
 [✅] Dependencies     - 26/26 packages installed
 [✅] CSV file        - 9930 rows verified
-[✅] FAISS Index     - 14.5 MB ready
+[✅] SQL Service     - Ready
 [✅] App imports     - No errors
-[✅] Analysis logic  - Counts verified (1168/352)
-[✅] RAGService      - Query endpoint working
-[✅] API endpoints   - All 5 endpoints responding
+[✅] Analysis logic  - SQL queries working
+[✅] SQLService      - Query endpoint working
+[✅] API endpoints   - All 3 endpoints responding
 
 Ready: YES ✅
 Status: PRODUCTION READY
@@ -169,8 +167,8 @@ Option 1: Local Development (Now)
 
 Option 2: Docker (Advanced)
 ───────────────────────────
-✅ Build: docker build -t feedback-rag:latest .
-✅ Run: docker run -p 8000:8000 feedback-rag:latest
+✅ Build: docker build -t feedback-analysis:latest .
+✅ Run: docker run -p 8000:8000 feedback-analysis:latest
 ✅ Access: http://localhost:8000/docs
 ✅ Time: 2-5 minutes setup
 
@@ -190,7 +188,7 @@ Intent Detection
   ✅ Counts thank-yous automatically
   ✅ Counts complaints automatically
   ✅ Keyword search working
-  ✅ Free-form RAG queries working
+  ✅ Free-form SQL-based queries working
 
 Multi-Language
   ✅ Hebrew queries answered in Hebrew

1_frontend/app.js

@@ -752,7 +752,7 @@ function formatResponse(text) {
   return formatted;
 }
 
-// formatSources function removed - no longer needed (RAG approach deprecated)
+// formatSources function removed - no longer needed (SQL-based approach)
 
 async function clearHistory() {
   try {

1_frontend/index.html

@@ -331,7 +331,7 @@
       <div style="display: flex; gap: 16px; align-items: center;">
         <div class="small" style="background: rgba(255,255,255,0.25); padding: 6px 12px; border-radius: 6px; font-weight: 600;">שרת: <span id="server-status" style="font-weight: 700; text-shadow: 0 1px 2px rgba(0,0,0,0.3);">...בדיקה</span></div>
         <a href="https://github.com/galbendavids/Feedback_Analysis_RAG_Agent_runpod" target="_blank" style="color: white; text-decoration: none; font-size: 14px; padding: 6px 12px; background: rgba(255,255,255,0.2); border-radius: 6px; transition: all 0.2s;">🔗 GitHub</a>
-        <a href="https://github.com/galbendavids/Feedback_Analysis_RAG_Agent_runpod/blob/main/Gal%20Shlomo%20Ben%20David%20Ohayone_e-1.pdf" target="_blank" style="color: white; text-decoration: none; font-size: 14px; padding: 6px 12px; background: rgba(255,255,255,0.2); border-radius: 6px; transition: all 0.2s;">📄 קורות חיים</a>
+        <a href="https://github.com/galbendavids/Feedback_Analysis_RAG_Agent_runpod/blob/main/0_preprocessing/Gal%20Shlomo%20Ben%20David%20Ohayone_e-1.pdf" target="_blank" style="color: white; text-decoration: none; font-size: 14px; padding: 6px 12px; background: rgba(255,255,255,0.2); border-radius: 6px; transition: all 0.2s;">📄 קורות חיים</a>
       </div>
     </header>
 

ARCHITECTURE.md

@@ -0,0 +1,264 @@
+# ארכיטקטורת המערכת - Feedback Analysis SQL-Based Agent
+
+## סקירה כללית
+
+המערכת היא מערכת ניתוח משובי משתמשים מבוססת SQL ו-LLM. המערכת מקבלת שאלות בשפה טבעית, יוצרת שאילתות SQL, מבצעת אותן על הנתונים, ומחזירה תשובות מפורטות.
+
+## זרימת הנתונים - מהפרונט לאחור
+
+### 1. Frontend (1_frontend/)
+
+#### `index.html`
+**תפקיד**: ממשק המשתמש הראשי
+**סיבה לקיום**: מספק ממשק ווב אינטראקטיבי למשתמש
+**תפקידים**:
+- הצגת שדה קלט לשאלות
+- הצגת תשובות, שאילתות SQL, תוצאות, וגרפים
+- ניהול היסטוריית שאלות
+- אנימציית loading
+
+#### `app.js`
+**תפקיד**: לוגיקת Frontend
+**סיבה לקיום**: מטפל באינטראקציות המשתמש ותקשורת עם ה-Backend
+**תפקידים**:
+- שליחת שאלות ל-`/query-sql` endpoint
+- הצגת תשובות וגרפים
+- ניהול היסטוריה (טעינה ושחזור)
+- עיבוד ויזואליזציות עם Chart.js
+
+**זרימת נתונים**:
+```
+משתמש מזין שאלה → sendQuery() → POST /query-sql → קבלת תשובה → הצגה
+```
+
+### 2. Backend API (2_backend_llm/app/api.py)
+
+#### `api.py`
+**תפקיד**: FastAPI endpoints - נקודת הכניסה של ה-Backend
+**סיבה לקיום**: מספק API RESTful לתקשורת בין Frontend ל-Backend
+**תפקידים**:
+- `GET /` - מחזיר את `index.html`
+- `POST /query-sql` - מקבל שאלה, מחזיר תשובה מפורטת
+- `GET /history` - מחזיר היסטוריית שאלות
+- `POST /health` - בדיקת תקינות השרת
+
+**זרימת נתונים**:
+```
+Frontend → POST /query-sql {query: "..."} 
+  → api.py:query_sql() 
+  → SQLFeedbackService.analyze_query() 
+  → SQLQueryResponse {summary, sql_queries, query_results, visualizations}
+  → Frontend
+```
+
+**מודלים/פונקציות קרואות**:
+- `SQLFeedbackService` - השירות הראשי לניתוח
+- `save_history()` - שמירת היסטוריה לדיסק
+- `load_history()` - טעינת היסטוריה מהדיסק
+
+### 3. SQL Service (2_backend_llm/app/sql_service.py)
+
+#### `sql_service.py`
+**תפקיד**: הליבה של המערכת - ניתוח SQL מבוסס LLM
+**סיבה לקיום**: מטפל בכל הלוגיקה של יצירת שאילתות SQL, ביצוען, וסינתזת תשובות
+**תפקידים**:
+- `analyze_query()` - הפונקציה הראשית - מנהלת את כל התהליך
+- `_get_schema_info()` - יוצר מידע מפורט על כל השדות בטבלה
+- `_generate_sql_queries()` - משתמש ב-LLM ליצירת שאילתות SQL
+- `_execute_sql_queries()` - מבצע שאילתות SQL על הנתונים
+- `_synthesize_answer()` - משתמש ב-LLM ליצירת תשובה מפורטת
+- `_evaluate_answer_quality()` - מעריך את איכות התשובה
+- `_generate_visualizations()` - יוצר מפרטי ויזואליזציות
+
+**זרימת נתונים**:
+```
+analyze_query(query)
+  ↓
+1. _generate_sql_queries(query)
+   → LLM (Gemini/OpenAI) מקבל: schema_info + query
+   → מחזיר: ["SELECT ...", "SELECT ..."]
+  ↓
+2. _execute_sql_queries(sql_queries)
+   → טוען DataFrame ל-SQLite in-memory
+   → מבצע כל שאילתה
+   → מחזיר: [SQLQueryResult, ...]
+  ↓
+3. _synthesize_answer(query, sql_queries, query_results)
+   → LLM (Gemini/OpenAI) מקבל: query + sql_queries + results
+   → מחזיר: תשובה מפורטת בעברית
+   → (אופציונלי) _evaluate_answer_quality() + שיפור אם נדרש
+  ↓
+4. _generate_visualizations(query_results)
+   → מנתח את התוצאות
+   → מחזיר: [visualization_spec, ...]
+  ↓
+AnalysisResult {user_query, sql_queries, query_results, summary, visualizations}
+```
+
+**מודלים/פונקציות קרואות**:
+- `LLM (Gemini/OpenAI)` - ליצירת שאילתות SQL וסינתזת תשובות
+- `pandas.DataFrame` - לניהול הנתונים
+- `sqlite3` - לביצוע שאילתות SQL
+
+### 4. Data Loader (2_backend_llm/app/data_loader.py)
+
+#### `data_loader.py`
+**תפקיד**: טעינת נתונים מ-CSV
+**סיבה לקיום**: מטפל בטעינת וניקוי הנתונים מהקובץ
+**תפקידים**:
+- `load_feedback()` - טוען CSV, בודק שדות נדרשים, מנקה נתונים
+
+**זרימת נתונים**:
+```
+load_feedback()
+  → קורא CSV מ-settings.csv_path
+  → בודק שדות: ID, ServiceName, Level, Text
+  → מסיר שורות עם Text ריק
+  → מחזיר: pd.DataFrame
+```
+
+### 5. Config (2_backend_llm/app/config.py)
+
+#### `config.py`
+**תפקיד**: הגדרות מערכת
+**סיבה לקיום**: מרכז את כל ההגדרות (API keys, נתיבי קבצים)
+**תפקידים**:
+- טעינת API keys מ-.env
+- הגדרת נתיב CSV ברירת מחדל
+- הגדרת שמות עמודות
+
+## זרימה מלאה - דוגמה
+
+### שאילתת משתמש: "מה הדירוג הממוצע לפי שירות?"
+
+1. **Frontend** (`app.js`):
+   ```javascript
+   sendQuery() → POST /query-sql {query: "מה הדירוג הממוצע לפי שירות?"}
+   ```
+
+2. **Backend API** (`api.py`):
+   ```python
+   @app.post("/query-sql")
+   def query_sql(request: QueryRequest):
+       result = sql_svc.analyze_query(request.query)
+       save_history(result)  # שמירה להיסטוריה
+       return SQLQueryResponse(...)
+   ```
+
+3. **SQL Service** (`sql_service.py`):
+   ```python
+   analyze_query("מה הדירוג הממוצע לפי שירות?")
+   ```
+
+4. **שלב 1 - יצירת SQL**:
+   ```python
+   _generate_sql_queries(query)
+   → LLM מקבל: schema_info + query
+   → LLM מחזיר: ["SELECT ServiceName, AVG(Level) as avg_rating FROM Feedback_transformed GROUP BY ServiceName"]
+   ```
+
+5. **שלב 2 - ביצוע SQL**:
+   ```python
+   _execute_sql_queries(["SELECT ServiceName, AVG(Level)..."])
+   → טוען DataFrame ל-SQLite
+   → מבצע שאילתה
+   → מחזיר: DataFrame עם ServiceName ו-avg_rating
+   ```
+
+6. **שלב 3 - סינתזת תשובה**:
+   ```python
+   _synthesize_answer(query, sql_queries, query_results)
+   → LLM מקבל: query + SQL + results
+   → LLM מחזיר: "הדירוג הממוצע לפי שירות: שירות X - 4.2, שירות Y - 3.8..."
+   → (אופציונלי) _evaluate_answer_quality() + שיפור
+   ```
+
+7. **שלב 4 - יצירת ויזואליזציות**:
+   ```python
+   _generate_visualizations(query_results)
+   → מחזיר: [{type: "bar", x: "ServiceName", y: "avg_rating", ...}]
+   ```
+
+8. **חזרה ל-Frontend**:
+   ```javascript
+   קבלת תשובה → הצגת summary → הצגת גרף → עדכון היסטוריה
+   ```
+
+## מבנה הנתונים
+
+### AnalysisResult
+```python
+{
+  user_query: str,
+  sql_queries: List[str],
+  query_results: List[SQLQueryResult],
+  summary: str,
+  visualizations: Optional[List[Dict]]
+}
+```
+
+### SQLQueryResult
+```python
+{
+  query: str,
+  result: pd.DataFrame,
+  error: Optional[str]
+}
+```
+
+## LLM Models בשימוש
+
+1. **יצירת SQL** (`_generate_sql_queries`):
+   - Model: Gemini 2.0 Flash / GPT-4o-mini
+   - Input: schema_info + user_query
+   - Output: JSON עם רשימת שאילתות SQL
+
+2. **סינתזת תשובה** (`_synthesize_answer`):
+   - Model: Gemini 2.0 Flash / GPT-4o-mini
+   - Input: user_query + sql_queries + query_results
+   - Output: תשובה מפורטת בעברית
+
+3. **הערכת איכות** (`_evaluate_answer_quality`):
+   - Model: Gemini 2.0 Flash / GPT-4o-mini
+   - Input: user_query + answer + context
+   - Output: score (0-100) + reasoning
+
+## Database Schema
+
+טבלה: `Feedback_transformed` (SQLite in-memory)
+
+שדות:
+- ID (UUID)
+- ServiceName (TEXT)
+- Level (INTEGER 1-5)
+- Text (TEXT)
+- ReferenceNumber (INTEGER, nullable)
+- RequestID (UUID, nullable)
+- ProcessID (UUID, nullable)
+- Year (INTEGER)
+- Month (INTEGER 1-12)
+- DayInMonth (INTEGER 1-31)
+- DayOfWeek (TEXT: Monday-Sunday)
+- Hour (INTEGER 0-23)
+- DayOrNight (TEXT: 'יום'/'לילה')
+
+## תלויות בין מודולים
+
+```
+Frontend (app.js)
+  ↓ HTTP POST
+API (api.py)
+  ↓
+SQL Service (sql_service.py)
+  ↓
+  ├─→ Data Loader (data_loader.py) - טעינת נתונים
+  ├─→ Config (config.py) - הגדרות
+  └─→ LLM (Gemini/OpenAI) - יצירת SQL וסינתזת תשובות
+```
+
+## נקודות כניסה
+
+1. **Frontend**: `1_frontend/index.html` - נקודת הכניסה למשתמש
+2. **Backend**: `2_backend_llm/run.py` - מפעיל את FastAPI server
+3. **API**: `2_backend_llm/app/api.py` - מגדיר את ה-endpoints
+

FILES_OVERVIEW.md

@@ -0,0 +1,70 @@
+# סקירת קבצים - הסבר על כל קובץ והסיבה לקיומו
+
+## 0_preprocessing/ - עיבוד מקדים וקבצים משלימים
+
+### קבצי נתונים
+- **feedback_transformed_2.csv**: הקובץ הראשי עם כל המשובים המעובדים. מכיל את כל השדות הנדרשים (ID, ServiceName, Level, Text, Year, Month, DayInMonth, DayOfWeek, Hour, DayOrNight). **סיבה**: זהו מקור הנתונים הראשי של המערכת.
+- **Feedback_given.csv**: קובץ נתונים מקורי (אופציונלי). **סיבה**: גיבוי/גרסה מקורית של הנתונים.
+- **feedback_transformed.csv**: גרסה ישנה של הנתונים (אופציונלי). **סיבה**: גיבוי/גרסה קודמת.
+
+### קבצי תכנון ותיעוד
+- **ARCHITECTURE.md**: מסמך ארכיטקטורה מפורט. **סיבה**: תיעוד טכני של המערכת.
+- **CONTRIBUTING.md**: הנחיות לתרומה לפרויקט. **סיבה**: תיעוד עבור מפתחים.
+- **DEPLOYMENT_GUIDE.md**: מדריך פריסה. **סיבה**: הוראות לפריסת המערכת.
+- **HUGGINGFACE_DEPLOYMENT.md**: מדריך פריסה ל-HuggingFace. **סיבה**: הוראות ספציפיות לפריסה ב-HuggingFace.
+- **MIGRATION_TO_MAIN.md**: מדריך מיגרציה. **סיבה**: תיעוד תהליכי מיגרציה.
+- **GETTING_STARTED.txt**: מדריך התחלה מהיר. **סיבה**: הוראות התחלה מהירות.
+- **system_architecture.pdf**: תרשים ארכיטקטורה. **סיבה**: ויזואליזציה של הארכיטקטורה.
+- **Gal Shlomo Ben David Ohayone_e-1.pdf**: קורות חיים. **סיבה**: קורות חיים של המפתח (מופיעים בלינק ב-frontend).
+
+### סקריפטים
+- **scripts/smoke_check.py**: בדיקת תקינות בסיסית. **סיבה**: בדיקות אוטומטיות.
+- **scripts/__init__.py**: מאפשר import של scripts. **סיבה**: Python package structure.
+
+### בדיקות
+- **tests/test_analysis.py**: בדיקות יחידה. **סיבה**: בדיקות אוטומטיות של הפונקציונליות.
+
+### אחר
+- **VERSION**: מספר גרסה. **סיבה**: מעקב אחר גרסאות.
+
+## 1_frontend/ - האפליקציה והחלק הפרונטי
+
+### קבצי Frontend
+- **index.html**: ממשק המשתמש הראשי. **סיבה**: מספק ממשק ווב אינטראקטיבי למשתמש. כולל שדה קלט, הצגת תשובות, היסטוריה, ואנימציות.
+- **app.js**: לוגיקת Frontend. **סיבה**: מטפל בכל האינטראקציות - שליחת שאלות ל-Backend, הצגת תשובות, ניהול היסטוריה, ויצירת גרפים.
+
+## 2_backend_llm/ - הלוגיקה והארכיטקטורה ה-LLM
+
+### נקודת כניסה
+- **run.py**: נקודת הכניסה להרצת השרת. **סיבה**: מפעיל את FastAPI server עם uvicorn. זה הקובץ שצריך להריץ כדי להתחיל את השרת.
+- **app.py**: wrapper פשוט. **סיבה**: wrapper נוסף להרצת האפליקציה (אופציונלי).
+
+### מודולי Backend (app/)
+- **app/__init__.py**: מאפשר import של app כחבילה. **סיבה**: Python package structure.
+- **app/api.py**: FastAPI endpoints. **סיבה**: מגדיר את כל ה-API endpoints - `/query-sql`, `/history`, `/health`. זה נקודת הכניסה של ה-Backend.
+- **app/sql_service.py**: הליבה של המערכת. **סיבה**: מכיל את כל הלוגיקה - יצירת שאילתות SQL עם LLM, ביצוען, וסינתזת תשובות. זה הקובץ החשוב ביותר.
+- **app/config.py**: הגדרות מערכת. **סיבה**: מרכז את כל ההגדרות - API keys, נתיבי קבצים, שמות עמודות.
+- **app/data_loader.py**: טעינת נתונים מ-CSV. **סיבה**: מטפל בטעינת וניקוי הנתונים מהקובץ CSV.
+
+## קבצים ברמה העליונה
+
+### קבצי הגדרה
+- **requirements.txt**: תלויות Python. **סיבה**: מגדיר את כל החבילות הנדרשות לפרויקט.
+- **.env**: API keys (לא ב-git). **סיבה**: מכיל מפתחות API (Gemini/OpenAI) - לא נשמר ב-git מסיבות אבטחה.
+- **docker-compose.yml**: הגדרות Docker Compose. **סיבה**: מאפשר הרצה של המערכת ב-Docker.
+- **docker-compose.override.yml**: הגדרות Docker Compose מותאמות אישית. **סיבה**: override להגדרות Docker Compose.
+- **Dockerfile**: הגדרת Docker image. **סיבה**: מגדיר איך לבנות Docker image של המערכת.
+
+### תיעוד
+- **README.md**: תיעוד ראשי של הפרויקט. **סיבה**: מספק סקירה כללית, הוראות התקנה, ושימוש.
+- **ARCHITECTURE.md**: ארכיטקטורה מפורטת מהפרונט לאחור. **סיבה**: מספק הסבר מפורט על הארכיטקטורה, זרימ�� הנתונים, איזה מודל קורא לאיזה מודל, ואיך נבנית התשובה.
+- **FILES_OVERVIEW.md**: סקירת כל הקבצים והסיבה לקיומם. **סיבה**: מספק סקירה של כל הקבצים בפרויקט והסיבה לקיומם.
+
+### לוגים
+- **server.log**: לוגי שרת (אם קיים). **סיבה**: רישום פעולות השרת (אופציונלי, לא נשמר ב-git).
+
+## קבצים שנמחקו/לא רלוונטיים
+
+- **scripts/fix_creation_date.py**: נמחק - השדה CreationDate לא קיים יותר
+- **app/static/**: הועבר ל-1_frontend/ - ארגון מחדש של הספריה
+

README.md

@@ -83,20 +83,24 @@ python run.py
 
 ```
 .
-├── app/
-│   ├── api.py              # FastAPI endpoints
-│   ├── sql_service.py      # ליבת המערכת - SQL-based analysis
-│   ├── config.py           # הגדרות מערכת
-│   ├── data_loader.py      # טעינת נתונים מ-CSV
-│   └── static/
-│       ├── index.html      # ממשק משתמש
-│       └── app.js          # לוגיקת frontend
-├── Feedback.csv            # נתוני המשובים המקוריים (לא ב-git)
-├── 0_preprocessing/feedback_transformed_2.csv # נתוני המשובים המעובדים (לא ב-git)
+├── 0_preprocessing/        # עיבוד מקדים וקבצים משלימים
+│   ├── scripts/            # סקריפטים לעיבוד נתונים
+│   ├── tests/              # בדיקות
+│   ├── feedback_transformed_2.csv  # נתוני המשובים המעובדים (לא ב-git)
+│   └── *.md, *.pdf         # מסמכי תכנון ותיעוד
+├── 1_frontend/             # האפליקציה והחלק הפרונטי
+│   ├── index.html          # ממשק משתמש
+│   └── app.js              # לוגיקת frontend
+├── 2_backend_llm/          # הלוגיקה והארכיטקטורה ה-LLM
+│   ├── app/
+│   │   ├── api.py          # FastAPI endpoints
+│   │   ├── sql_service.py  # לוגיקת SQL ו-LLM
+│   │   ├── config.py       # הגדרות
+│   │   └── data_loader.py  # טעינת נתונים מ-CSV
+│   ├── run.py              # נקודת כניסה
+│   └── app.py              # wrapper
 ├── .env                    # API keys (לא ב-git)
-├── requirements.txt        # תלויות Python
-├── run.py                  # נקודת כניסה
-└── ARCHITECTURE.md         # מסמך ארכיטקטורה מפורט
+└── requirements.txt        # תלויות Python
 ```
 
 ## שימוש
@@ -195,7 +199,7 @@ schema_info = f"""
 ## קישורים
 
 - **GitHub**: [https://github.com/galbendavids/Feedback_Analysis_RAG_Agent_runpod](https://github.com/galbendavids/Feedback_Analysis_RAG_Agent_runpod)
-- **קורות חיים**: [https://github.com/galbendavids/Feedback_Analysis_RAG_Agent_runpod/blob/main/Gal%20Shlomo%20Ben%20David%20Ohayone_e-1.pdf](https://github.com/galbendavids/Feedback_Analysis_RAG_Agent_runpod/blob/main/Gal%20Shlomo%20Ben%20David%20Ohayone_e-1.pdf)
+- **קורות חיים**: [https://github.com/galbendavids/Feedback_Analysis_RAG_Agent_runpod/blob/main/0_preprocessing/Gal%20Shlomo%20Ben%20David%20Ohayone_e-1.pdf](https://github.com/galbendavids/Feedback_Analysis_RAG_Agent_runpod/blob/main/0_preprocessing/Gal%20Shlomo%20Ben%20David%20Ohayone_e-1.pdf)
 
 ## רישיון
 

docker-compose.yml

@@ -5,7 +5,7 @@ services:
     build:
       context: .
       dockerfile: Dockerfile
-    image: feedback-rag:latest
+    image: feedback-analysis:latest
     restart: unless-stopped
     env_file:
       - .env