Проект MirrorVote демонстрирует процесс создания AI-приложения для оценки образов. Система использует модели Google Gemini 2.5 Flash и Gemini 2.5 Flash-image для анализа фотографий. Архитектура базируется на Supabase для авторизации, хранения данных в PostgreSQL и работы серверных функций, а Nginx на VPS выполняет роль обратного прокси-сервера.
Разработка велась с помощью Claude Code, исходный код хранится на GitHub, а деплой автоматизирован через GitHub Actions. Инфраструктура включает интеграцию с Google OAuth и платежной системой ЮKassa. Безопасность обеспечивается через механизмы RLS в PostgreSQL, что предотвращает утечку данных между пользователями согласно рекомендациям OWASP.
Себестоимость одного сеанса из шести изображений составляет около $0,30, что складывается из затрат на вызовы LLM через OpenRouter. Автор отмечает, что текущие расходы превышают стоимость пакета из пяти примерок, который продается за 100 ₽, что требует оптимизации архитектуры для достижения рентабельности в будущем.
Инженерная работа в проекте включает настройку идемпотентности платежных вебхуков, автоматическое продление TLS-сертификатов Let's Encrypt и мониторинг доступности через UptimeRobot. Роль разработчика смещается от написания кода к обеспечению безопасности, отказоустойчивости системы и контролю затрат на внешние API-сервисы.
