Amazon Review Analyzer — Apify Actor

Скачивает до 500 свежих отзывов о товаре конкурента на Amazon, прогоняет их через Claude Sonnet 4 и формирует PDF-отчёт с топ-жалобами, тональностью и предложениями по улучшению.

Запускается как Apify Actor: вся инфраструктура (Docker, прокси, хранилище) — на стороне Apify. Локально нужен только Apify CLI для деплоя.

---

Структура проекта

E/
├── .actor/
│   ├── actor.json          # манифест актора
│   ├── INPUT_SCHEMA.json   # форма input (URL, max, язык)
│   └── Dockerfile          # сборка образа
├── src/
│   ├── main.py             # точка входа, использует Apify SDK
│   ├── apify_reviews.py    # input для скрапера + нормализация
│   ├── llm_analyzer.py     # Claude Sonnet 4, два языка
│   └── report.py           # PDF (DejaVu Sans, кириллица)
├── storage/                # локальное хранилище для apify run
├── requirements.txt
├── .dockerignore
├── .gitignore
└── README.md

---

Деплой через Apify CLI (3 минуты)

Шаг 1. Установить CLI

Нужен Node.js (любой LTS, 18+).

npm install -g apify-cli
apify --version

Шаг 2. Залогиниться

$apify login

Откроется браузер, авторизуешься через Apify Console.

Шаг 3. Запушить актор

Из папки E/:

$apify push

CLI упакует проект и загрузит на платформу. Apify сам соберёт Docker-образ (это займёт 2–4 минуты на первой сборке).

Шаг 4. Настроить ANTHROPIC_API_KEY в env

После сборки в Apify Console:

1. Открой свой актор → вкладка Source → Environment variables
2. Жмёшь Add variable:
   • Name: ANTHROPIC_API_KEY
   • Value: sk-ant-... (твой ключ)
   • Is secret: ✅ ставишь галку
3. Сохраняешь.

Всё. Теперь актор знает ключ, но никто (включая тебя в UI) его не увидит.

Шаг 5. Запустить

В UI актора → вкладка Input → заполнить:

• productUrls — URL'ы товаров конкурента (например https://www.amazon.com/dp/B08N5WRWNW)
• maxReviews — сколько отзывов взять (по умолчанию 500)
• reportLanguage — Русский / English

Жмёшь Start. Через 1–3 минуты прогон закончится, и в разделе Storage → Key-value store появятся:

• OUTPUT.pdf — главный отчёт. Скачивается одной кнопкой.
• raw_reviews — исходные отзывы от скрапера (JSON)
• analysis — структурированный результат от Claude (JSON, для интеграций)

Сводка анализа также пишется в Dataset актора — её можно забирать через API или экспортировать в Excel/CSV прямо из UI.

---

Локальный прогон (для отладки кода до деплоя)

cd E
pip install -r requirements.txt
export ANTHROPIC_API_KEY=sk-ant-...
export APIFY_TOKEN=apify_api_...   # нужен для Actor.call() на платформу
apify run --purge

CLI прочитает storage/key_value_stores/default/INPUT.json как input. После прогона ищи результат в storage/key_value_stores/default/OUTPUT.

---

Стоимость одного прогона

Компонент	Примерная цена
Apify (compute units + актор скрапера)	$0.30–1.50
Claude Sonnet 4 (~125k input + 4k output)	$0.45
Итого	~$1 за анализ одного конкурента (500 отзывов)

На бесплатном плане Apify ($5 кредитов/мес) хватает на 2–3 прогона.

---

Замена актора-скрапера

По умолчанию используется junglee/amazon-reviews-scraper. Если хочешь подключить другой:

1. Открой в Apify Store нужный актор, скопируй его ID (вид username/actor-name)
2. Пропиши его в поле reviewsScraperActorId при запуске, либо измени default в .actor/INPUT_SCHEMA.json
3. Проверь, что структура input совпадает с тем, что строит build_scraper_input() в src/apify_reviews.py. У большинства акторов поля называются по-разному — поправь маппинг под конкретный

---

Что под капотом

Input (UI)
    ↓
Actor.call("junglee/amazon-reviews-scraper", input)   ← платный, но платформа
    ↓                                                    выставит счёт автоматом
Dataset скрапера → нормализация → text-only reviews
    ↓
Claude Sonnet 4 (system prompt на ru или en)
    ↓
analysis (JSON) ──→ KVS: "analysis"
    │              ──→ Default Dataset (для интеграций)
    │
    └→ reportlab + DejaVu Sans → PDF bytes ──→ KVS: "OUTPUT.pdf"