---
title: "Каталог моделей nnzen"
url: "https://ramenm.com/ru/projects/llm-models-hub"
markdown_url: "https://ramenm.com/ru/projects/llm-models-hub/index.md"
locale: "ru"
content_language: "ru"
page_kind: "project"
source: "localized_path"
llms_url: "https://ramenm.com/llms.txt"
llms_full_url: "https://ramenm.com/llms-full.txt"
---

# Каталог моделей nnzen

- Case study URL: https://ramenm.com/ru/projects/llm-models-hub
- Markdown URL: https://ramenm.com/ru/projects/llm-models-hub/index.md
- Role: Founder / Backend Developer
- Period: 2025-2026
- Team: Solo

Живой LLM-каталог: собирает данные о моделях, нормализует их и помогает быстрее сравнивать варианты.

## Problem
Данные о моделях были разбросаны по разным источникам. Pricing, context size, limits и quality signals приходилось проверять вручную.

## Solution
Собрал FastAPI backend: ingest OpenRouter data, нормализация model cards, ranking context и search/filters поверх единого формата.

## Impact
Model research переехал из вкладок и заметок в одну searchable comparison surface.

## Stack
- Python, FastAPI, LLM APIs, RAG, Vector DB / pgvector, Tool calling

## Metrics
- Catalog: 500+ карточек моделей
- Data flow: Normalized ingest
- Surface: Live product

## Highlights
- Собрал ingestion и normalization для model catalog data.
- Сделал search, filters и comparison context для более быстрого model selection.
- Оставил backend extensible для новых model sources и ranking signals.

## Lessons
- Good data tools сначала требуют boring normalization, а уже потом fancy UI.
- Decision speed важнее, чем показать все возможные details сразу.

## Links
- [Открыть nnzen.com](https://nnzen.com)