dev
19be1cc9ef
CodeFormer был написан по API сторонней обёртки с PyPI (rohitkhatri): CodeFormer(..., device=..., fp16=False) и net.device официальный класс не принимает — вызов падал бы с TypeError. В photo-ai/vendor/codeformer вендорен официальный sczhou/CodeFormer (codeformer_arch.py + vqgan_arch.py, b33cc7d, лицензия S-Lab 1.0), устройство передаётся через net.to(device), чекпоинт читается из params_ema. Веса больше не качаются лениво при первом запросе: fetch-weights.py на сборке образа кладёт их в /opt/photo-ai-seed (build-arg PHOTO_AI_PREFETCH, дефолт codeformer), при старте seed_weights() переносит их в том photo-ai-models:/models/weights. Том переживает пересборку образа, BuildKit-кэш не даёт качать повторно, недоступная сеть на сборке не роняет образ.
116 lines
9.1 KiB
Bash
116 lines
9.1 KiB
Bash
ADMIN_USERNAME=admin
|
||
ADMIN_PASSWORD=сложный-пароль-админки
|
||
DB_PASSWORD=случайная-длинная-строка
|
||
# Лимит размера загружаемого на восстановление бэкапа, МБ (по умолчанию 500)
|
||
BACKUP_UPLOAD_LIMIT_MB=500
|
||
|
||
# === Лимиты загрузки файлов ===
|
||
# Максимальный размер одного файла, МБ (по умолчанию 50). Применяется ко всем
|
||
# загрузкам: файлы проекта и фото учеников, фото групп и учеников, логотип,
|
||
# фото модулей. Нельзя делать меньше UPLOAD_TOTAL_LIMIT_MB.
|
||
UPLOAD_FILE_LIMIT_MB=50
|
||
# Максимальный суммарный размер вложений одной записи, МБ (по умолчанию 200).
|
||
UPLOAD_TOTAL_LIMIT_MB=200
|
||
# Таймаут приёма запроса, мс. Пусто — считается автоматически
|
||
# (UPLOAD_TOTAL_LIMIT_MB * 7500, минимум 5 минут). Увеличьте, если ученики
|
||
# жалуются на обрыв загрузки на медленной мобильной связи.
|
||
UPLOAD_REQUEST_TIMEOUT_MS=
|
||
|
||
# === Redis (кэш, rate limit, баны IP, pub/sub) ===
|
||
# Пароль Redis. Обязателен, если Redis включён в docker-compose.
|
||
REDIS_PASSWORD=замените-на-длинный-секрет
|
||
# Префикс ключей — позволяет держать несколько инстансов в одном Redis.
|
||
REDIS_PREFIX=whatido
|
||
# Лимит памяти Redis. При превышении вытесняются ключи с наименьшим TTL (allkeys-lru).
|
||
REDIS_MAXMEMORY=256mb
|
||
|
||
# Hugging Face token (нужен для закрытых/приватных репозиториев моделей)
|
||
HUGGINGFACE_TOKEN=
|
||
# Имя GGUF-файла модели для text-corrector (скачивается с Hugging Face, если отсутствует)
|
||
AI_MODEL=qwen2.5-1.5b-instruct-q4_k_m.gguf
|
||
# Репозиторий Hugging Face, откуда скачивается модель
|
||
AI_MODEL_REPO=Qwen/Qwen2.5-1.5B-Instruct-GGUF
|
||
# Промпт по умолчанию для автоисправления текстов (переопределяет встроенный, если в настройках не сохранён свой)
|
||
AI_PROMPT=Ты — редактор текстов. Исправь ТОЛЬКО грамматические, орфографические и пунктуационные ошибки в тексте. Приведи к правильному регистру буквы. НЕ меняй слова, структуру предложений, стиль или смысл текста. Верни ТОЛЬКО исправленный текст без пояснений.
|
||
# Таймаут запроса к AI (мс), по умолчанию 120000 (2 минуты)
|
||
AI_REQUEST_TIMEOUT_MS=120000
|
||
|
||
# === Cloudflare Tunnel (контейнер cloudflared) ===
|
||
# По умолчанию — Quick Tunnel на trycloudflare.com: случайный публичный URL,
|
||
# адрес печатается в логах: docker compose logs -f cloudflared.
|
||
# Чтобы привязать свой домен, замените command сервиса cloudflared
|
||
# в docker-compose.yml на: command: ["tunnel", "run", "--token", "${CLOUDFLARE_TUNNEL_TOKEN}"]
|
||
# (токен вида "eyJ..." создаётся в Cloudflare Zero Trust -> Networks -> Tunnels).
|
||
CLOUDFLARE_TUNNEL_TOKEN=
|
||
# Внутренний адрес приложения, на который указывает Quick Tunnel.
|
||
CLOUDFLARE_TUNNEL_URL=http://app:3003
|
||
# Максимальное ожидание WireGuard handshake перед fallback на прямой запуск
|
||
# туннеля без VPN (сек). Если VPN-провайдер не отвечает — сайт всё равно поднимется.
|
||
WG_HANDSHAKE_TIMEOUT=60
|
||
|
||
# === ИИ-улучшение фото (контейнер photo-ai, Real-ESRGAN + GFPGAN) ===
|
||
# По умолчанию фото-ИИ включено: сервис photo-ai поднимается вместе со стеком
|
||
# и работает на CPU. Оставьте значение пустым, чтобы выключить сервис —
|
||
# тогда кнопка «🤖 ИИ» скрыта, а /api/entries/:id/photo/enhance-ai отвечает 503.
|
||
# Ручные проверки сервиса идут по loopback-порту 127.0.0.1:8081 (наружу не публикуется):
|
||
# curl http://127.0.0.1:8081/health
|
||
PHOTO_AI_URL=http://photo-ai:8080
|
||
# Максимум пикселей входного изображения, более крупный вход уменьшается.
|
||
PHOTO_AI_MAX_PIXELS=4000000
|
||
# Устройство инференса: auto (CUDA, если контейнеру выдан GPU, иначе CPU), cuda, cpu.
|
||
# Явный cuda без доступной CUDA не роняет сервис: WARN в лог и работа на CPU.
|
||
# GPU-вариант собирается оверрайдом (отдельный образ whatido-photo-ai:cu126, GPU через `gpus: all`):
|
||
# docker compose -f docker-compose.yml -f docker-compose.gpu.yml up -d --build photo-ai
|
||
# Чтобы оверрайд применялся ко всем командам docker compose на этой машине, укажите
|
||
# в локальном .env: COMPOSE_FILE=docker-compose.yml:docker-compose.gpu.yml
|
||
# Подробности установки NVIDIA Container Toolkit — в README, раздел «Запуск на NVIDIA GPU».
|
||
PHOTO_AI_DEVICE=auto
|
||
# Размер тайла инференса (0 — без тайлов). Меньше тайл — меньше памяти, медленнее.
|
||
# На GPU с 4 ГБ VRAM держите 256: при нехватке сервис сам пройдёт лестницу тайлов и уйдёт на CPU.
|
||
PHOTO_AI_TILE=256
|
||
# Модель восстановления лиц: gfpgan (по умолчанию) или codeformer.
|
||
# Официальный модуль codeformer вендорен в photo-ai/vendor, доступен сразу.
|
||
PHOTO_AI_FACE_MODEL=gfpgan
|
||
# Какие веса photo-ai скачивает на этапе сборки образа (build-arg, не переменная контейнера):
|
||
# codeformer (по умолчанию) | face (codeformer + gfpgan) | all | none.
|
||
# Веса попадают в слой образа, при старте переносятся в том photo-ai-models и живут там.
|
||
PHOTO_AI_PREFETCH=codeformer
|
||
# Предзагрузка всех моделей при старте (1) или ленивая загрузка по требованию (0).
|
||
PHOTO_AI_LOAD_ALL=0
|
||
# Качество JPEG результата (70..100).
|
||
PHOTO_AI_JPEG_QUALITY=92
|
||
# Таймаут заданий с восстановлением лиц на стороне приложения (мс).
|
||
PHOTO_AI_FACE_TIMEOUT_MS=600000
|
||
# Сколько раз воркер повторит задание, если photo-ai недоступен (503/обрыв сети),
|
||
# не увеличивая attempts; после исчерпания — одна честная ошибка в задании.
|
||
PHOTO_AI_SOFT_MAX_RETRIES=60
|
||
# Пауза перед мягким повтором и её потолок (мс), задержка растёт вдвое до потолка.
|
||
PHOTO_AI_SOFT_BACKOFF_MS=10000
|
||
PHOTO_AI_SOFT_BACKOFF_MAX_MS=300000
|
||
|
||
# === Хранилище файлов (S3: SeaweedFS по умолчанию / MinIO) ===
|
||
# local — файлы в ./uploads (по умолчанию), s3 — объекты в бакете S3/MinIO.
|
||
STORAGE_DRIVER=local
|
||
# Читать локальную копию, если объект ещё не перенесён в S3 (1 — включено).
|
||
STORAGE_LOCAL_FALLBACK=1
|
||
# Оставлять локальную копию после выгрузки в S3 (1 — оставлять, 0 — удалять).
|
||
STORAGE_KEEP_LOCAL=0
|
||
# Сколько часов хранить локальный кэш оригиналов (для sharp/миниатюр), 0 — не чистить.
|
||
STORAGE_CACHE_MAX_AGE_HOURS=168
|
||
# Образ S3-сервиса. По умолчанию SeaweedFS (свободный S3-сервер).
|
||
# Для MinIO: S3_IMAGE=minio/minio:<тег> и запуск через docker-compose.minio.yml.
|
||
S3_IMAGE=chrislusf/seaweedfs:latest
|
||
S3_ENDPOINT=http://s3:9000
|
||
S3_REGION=us-east-1
|
||
S3_BUCKET=whatido
|
||
# Логин/пароль S3 (для SeaweedFS — AWS_ACCESS_KEY_ID/AWS_SECRET_ACCESS_KEY,
|
||
# для MinIO — MINIO_ROOT_USER/MINIO_ROOT_PASSWORD).
|
||
S3_ACCESS_KEY=whatido
|
||
S3_SECRET_KEY=замените-на-длинный-секрет
|
||
# Path-style адресация (1 — включено, нужно для MinIO и SeaweedFS).
|
||
S3_FORCE_PATH_STYLE=1
|
||
# Необязательный префикс ключей внутри бакета (например, prod).
|
||
S3_PREFIX=
|
||
# Показывать веб-консоль MinIO (on/off), только для docker-compose.minio.yml
|
||
MINIO_BROWSER=off
|