Пайплайны: обработка данных потоком

Нужно: отдельный ключ fetch_... (создать), баланс — на 10 000 отзывов на DeepSeek хватит $1 (пополнить), Python 3.10+, CSV с колонками id и text.

1. 1
   Поставьте лимит на ключ

   Кабинет → API-ключи: дневной лимит расхода (например, $3) и только нужные модели. Лимит остановит скрипт, если тот пойдёт по кругу.

2. 2
   Установите библиотеку и задайте ключ

   bashКопировать

   pip install openai
   export ZUKKO_API_KEY="fetch_ваш_ключ"

   Windows (PowerShell): $env:ZUKKO_API_KEY="fetch_ваш_ключ".

3. 3
   Сохраните скрипт

   Файл classify_reviews.py рядом с reviews.csv:

   classify_reviews.pyКопировать

   """
   Классификация отзывов из CSV через Zukko API.
   
   Запуск:
       pip install openai
       export ZUKKO_API_KEY="fetch_..."
       python classify_reviews.py reviews.csv results.csv --limit 50   # сначала проба
       python classify_reviews.py reviews.csv results.csv              # потом всё
   
   Во входном CSV нужны колонки id и text. Скрипт можно прервать и запустить
   снова: строки, которые уже есть в results.csv, он пропустит.
   """
   import argparse
   import asyncio

   Показать весь код · 179 строк
4. 4
   Проверьте на 50 строках

   bashКопировать

   python classify_reviews.py reviews.csv results.csv --limit 50

   Посмотрите results.csv глазами. Потраченную сумму умножьте на 200 — это цена всех 10 000 строк.

5. 5
   Запустите на всём файле

   bashКопировать

   python classify_reviews.py reviews.csv results.csv

   Готовые строки скрипт пропускает. Прервалось — запустите ту же команду снова.

1Какую модель взять

Модель меняется в MODEL. Выбирайте на пробе: одни и те же 50 строк через двух кандидатов.

2Без кода: n8n и Make

1. 1
   Настройте HTTP-запрос

   n8n — узел HTTP Request, Make — HTTP → Make a request. POST на https://api.zukko.pro/v1/chat/completions. Заголовки: Authorization: Bearer fetch_ваш_ключ, Content-Type: application/json, Idempotency-Key — например, reviews-v1- плюс id строки.

2. 2
   Задайте тело запроса

   jsonКопировать

   {
     "model": "deepseek-v4.1-flash",
     "response_format": { "type": "json_object" },
     "max_tokens": 200,
     "messages": [
       { "role": "system", "content": "Ты классифицируешь отзывы покупателей. Ответь только JSON: {\"sentiment\": \"positive|neutral|negative\", \"topic\": \"delivery|quality|price|support|other\", \"summary\": \"суть до 15 слов\"}" },
       { "role": "user", "content": "ТЕКСТ ОТЗЫВА" }
     ]
   }

   Вместо ТЕКСТ ОТЗЫВА подставьте поле таблицы. В n8n — через JSON.stringify(...), иначе кавычка в отзыве сломает JSON.

3. 3
   Разберите ответ

   choices[0].message.content — строка с JSON. Make: JSON → Parse JSON, n8n: узел Code или Edit Fields.

4. 4
   Включите повторы

   Повтор при ошибке в настройках узла, пачки по 5–10 строк, лимит расхода на ключе.

3Если не работает