AI Analýza Úřední Desky

Automatické zpracování a analýza dokumentů z úřední desky pomocí umělé inteligence.

Jak to funguje

1. GitHub Actions workflow běží 3× denně (7:00, 13:00, 19:00 CET)
2. Stahuje nová data z úřední desky Brandýs-Boleslav
3. Identifikuje nové dokumenty které ještě nebyly zpracovány
4. Extrahuje text z PDF (prvních 5 stran pro analýzu)
5. Analyzuje pomocí AI (OpenRouter.ai - Claude Haiku 4.5)
6. Generuje detailní stránky pro každý dokument

Co AI extrahuje

Pro každý dokument získáme:

• Souhrn - stručné shrnutí obsahu (2-3 věty)
• Kategorie - automatická kategorizace dokumentu
• Dotčené obce - které obce jsou v dokumentu zmíněny
• Klíčová slova - 3-5 důležitých termínů
• Adresy - konkrétní místa/ulice pokud jsou uvedeny
• Termíny - důležité datumy a lhůty
• Dopady - jak dokument ovlivní občany

Příklad výstupu:

{
  "souhrn": "Přechodná uzavírka ulice Pod Hájem v Brandýse z důvodu opravy vodovodu. Uzavírka potrvá od 5.11. do 15.11.2025.",
  "kategorie": "doprava",
  "dotcene_obce": ["Brandýs-Boleslav", "Zdiby"],
  "klicova_slova": ["uzavírka", "vodovod", "oprava"],
  "adresy": ["ul. Pod Hájem, Brandýs"],
  "terminy": ["5.11.2025 - 15.11.2025"],
  "dopady": "Dopravní komplikace v dané lokalitě, nutnost objízdné trasy pro rezidenty."
}

Struktura souborů

brandys-pirati/
├── .github/workflows/
│   └── uredni-deska-analyzer.yml    # GitHub Actions workflow
├── scripts/
│   └── analyze_uredni_deska.py      # Python skript pro analýzu
├── _uredni-deska/                   # Jekyll kolekce - detailní stránky
│   └── [doc_id]-[slug].md           # Generované stránky
├── _layouts/
│   └── uredni-deska-detail.html     # Layout pro detail dokumentu
├── uredni-deska/
│   ├── index.html                   # Hlavní přehled
│   ├── app.js                       # JavaScript pro filtrování
│   ├── data.json                    # JSON data (generováno při buildu)
│   └── processed.json               # Sledování zpracovaných dokumentů
└── requirements.txt                 # Python dependencies

Nastavení

1. OpenRouter.ai API klíč

1. Registruj se na OpenRouter.ai
2. Získej API klíč
3. V GitHub repozitáři:
   • Settings → Secrets and variables → Actions
   • New repository secret
   • Name: OPENROUTER_API_KEY
   • Value: sk-or-v1-...

2. Spuštění

Workflow se spouští automaticky 3× denně nebo můžeš spustit manuálně:

1. GitHub → Actions tab
2. “Úřední deska - AI analýza dokumentů”
3. Run workflow → Run workflow

3. Monitoring

Sleduj výsledky v:

• Actions tab → workflow runs
• Commitované změny v _uredni-deska/
• uredni-deska/processed.json

Náklady

Model: anthropic/claude-haiku-4.5

Odhad nákladů:

• Cena: ~$0.00008 za 1K input tokenů
• Průměrný dokument: ~5000 tokenů (5 stran PDF)
• Náklady na dokument: ~$0.0004 (0.4¢)

Měsíční náklady:

• 100 dokumentů/měsíc: ~$0.04 (1 Kč)
• 1000 dokumentů/měsíc: ~$0.40 (10 Kč)
• Stále velmi levné!

Detailní stránky dokumentů

Každý dokument má vlastní stránku na URL:

https://www.brandysboleslav.cz/uredni-deska/{doc_id}/

Obsah detail stránky:

• AI Souhrn - zvýrazněný na začátku
• Metadata - číslo jednací, odbor, termíny
• Analýza:
  • Dopad na občany
  • Dotčená místa
  • Důležité termíny
  • Dotčené obce
  • Klíčová slova
• Dokumenty ke stažení
• Zpět na přehled - link

Troubleshooting

Workflow selhal

1. Zkontroluj Actions log
2. Ověř že OPENROUTER_API_KEY je nastaven
3. Zkontroluj že API má credit

PDF se nepodařilo extrahovat

• Některá PDF jsou skenované obrázky → text nejde extrahovat
• V tom případě AI analyzuje pouze metadata
• Pro OCR by bylo potřeba rozšířit o pytesseract

AI vrátila špatný formát

• Model občas vrátí text místo JSON
• Skript má fallback - přeskočí dokument
• Zkontroluj log a případně uprav prompt

Rozšíření

Možná vylepšení:

1. OCR pro skenované PDF - pytesseract
2. Fulltextové vyhledávání - ElasticSearch/Algolia
3. Email notifikace - alert při nových dokumentech
4. Webhooks - automatické sdílení na sociální sítě
5. Lokální LLM - Llama 3.1 8B pro soukromí

License

MIT - volně použitelné pro další obce.