docs: document external site parser

PROJECT.md

@@ -196,7 +196,8 @@
 
 Источники для парсинга.
 
-Сейчас реально используется только `platform='vk'`, но схема заложена под другие площадки.
+Используются `platform='vk'` и `platform='site'`. Для сайта конфигурация
+конкретного адаптера хранится вместе с источником в `settings_json`.
 
 Важные поля:
 
@@ -215,9 +216,14 @@
 - `parse_from`
 - `priority`
 - `archived_at`
+- `settings_json` для `platform='site'`
 
 `tag` нужен для будущих хэштегов и финального оформления.
 
+Для сайта отсутствие или ошибка JSON-конфига блокирует запуск с видимой
+ошибкой источника. Конфиг задаёт способ получения именно этого сайта; общее
+расписание и секреты остаются в `app_settings`.
+
 ### 5.4. `raw_posts`
 
 Главная таблица жизненного цикла поста.
@@ -558,6 +564,37 @@ Retention: записи старше 30 дней удаляются при ст
 8. Сохраняет raw post и media.
 9. Создаёт job `media.storage.copy`.
 
+### 7.1.1. Источники сайтов
+
+Тот же scheduling loop обрабатывает `platform='site'`, но сетевую работу
+делегирует внешнему stateless-модулю Site Parser. Основная коробка хранит БД,
+источники, конфиги, расписание, статусы и очередь. Внешний модуль получает один
+запрос и возвращает унифицированный JSON с текстом, исходной ссылкой, датой и
+медиа. Готовые источники запускаются строго последовательно.
+
+Настройки основной коробки:
+
+- `site_parser_url`
+- `site_parser_token`
+- `site_parser_rucaptcha_token`
+- `site_parser_timeout_sec`
+- `site_parser_interval_minutes`
+- `site_parser_min_text_length`
+
+Персональный `min_text_length` в JSON источника переопределяет общий порог.
+Проверяется только тело материала: заголовок не помогает пройти фильтр.
+Записи без достаточного текста, включая video-only, не сохраняются и не
+попадают в media uploader.
+
+`access='cloudflare'` включает Playwright и RuCaptcha для конкретного
+источника; обычные RSS и сайты идут без браузера. Полученные `cf_clearance` и
+точный User-Agent браузера сохраняются в runtime state источника и повторно
+используются media uploader при скачивании защищённых картинок.
+
+Внешний модуль работает в LXC `108` (`192.168.1.113:8080`) через Docker
+Compose `/opt/site-parser/docker-compose.yml`. Репозиторный compose находится
+в `site_parser_worker/docker-compose.yml`.
+
 ### 7.2. Политика мусорных постов
 
 Настройки:
@@ -1091,6 +1128,24 @@ Worker учитывает:
 - active
 - parse_from
 
+Для сайта важны:
+
+- platform `site`
+- name
+- url
+- active
+- обязательный JSON-конфиг конкретного источника
+
+Пример рабочего PopularAirsoft:
+
+```json
+{"format":"rss","access":"cloudflare","max_items":10,"min_text_length":50}
+```
+
+Ошибки конфигурации, внешнего worker или сайта показываются в статусе
+источника. После загрузки защищённые изображения отображаются в raw/editor по
+авторизованному маршруту `/raw/media/{media_id}` из Telegram storage.
+
 ### 12.3. Raw
 
 Raw-страница показывает: