510fe0b600
Session logi zostaja w docs/sessions/ (decyzja z etapu 1). Dodany wylacznie blok frontmattera: type: session-log, visibility: private, status: active, updated = data ostatniego commita pliku. Tresc nietknieta — kazdy plik to +9/-0 linii. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
54 lines
3 KiB
Markdown
54 lines
3 KiB
Markdown
---
|
|
okf: "0.1"
|
|
type: session-log
|
|
visibility: private
|
|
status: active
|
|
updated: 2026-07-12
|
|
links: []
|
|
---
|
|
|
|
# Sesja 2026-07-12 — Deploy 2: split-host OCR-worker (DZIALA) + decyzja kierunku KB
|
|
|
|
## Deploy 2 — OCR-worker na SOLARIA przez NFS: DZIALA end-to-end
|
|
Najtrudniejsza technicznie czesc KB (wzorzec nieoficjalnie wspierany, GH #3900) — przeszla.
|
|
|
|
### NFS
|
|
- nfs-kernel-server JUZ byl na PIHA (aktywny, export /media/pimain istnial).
|
|
- Dodany export: /opt/homelab/data/paperless 192.168.31.70(rw,sync,no_subtree_check,no_root_squash)
|
|
— tylko SOLARIA (nie *), UID przechodza 1:1.
|
|
- UID: oskar=1004 na PIHA, 1000 na SOLARII (znany tech-debt floty), ALE pliki Paperlessa
|
|
sa 1000:1000 (kontener nadpisal nasz chown 1004) — wiec zgodnosc naturalna, bez squash.
|
|
- nfs-common na SOLARII byl. Docker-managed NFS volumes (driver local, type nfs) — zero fstab.
|
|
|
|
### Dwa bugi w configu (znalezione, naprawione, zweryfikowane)
|
|
1. **command nie odpalal celery.** Entrypoint obrazu: `if [[ "$1" != "/"* ]]; then exec gosu
|
|
paperless python3 manage.py "$@"; else exec "$@"; fi` — argument bez "/" idzie do manage.py
|
|
-> "Unknown command: 'celery'". FIX: sciezka absolutna + jawny gosu:
|
|
command: /usr/sbin/gosu paperless /usr/local/bin/celery --app paperless worker ...
|
|
2. **Brak wspoldzielonego SCRATCH.** Paperless@PIHA stage'uje upload w /tmp/paperless/tmpXXX
|
|
i niesie ABSOLUTNA sciezke w payloadzie celery. Worker@SOLARIA mial swoj lokalny /tmp ->
|
|
"Cannot consume ...: File not found" (czesc dokumentow padala — te ktore wzial SOLARIA).
|
|
FIX: /opt/homelab/data/paperless/scratch przez NFS, mount /tmp/paperless po OBU stronach.
|
|
Ta sama zasada co data/media/consume (identyczne sciezki kontenerowe) — scratch zostal pominiety.
|
|
|
|
### Dowod (test na zywo, CC)
|
|
3 PDF do consume/ na PIHA. split-host-test-2.pdf odebrany przez worker@SOLARIA:
|
|
"pdftotext exited 0 -> ocrmypdf -> Output file is a PDF/A-2B; ConsumeTaskPlugin completed:
|
|
Success. New document id 7 created". Zero "File not found". Wlasnosc pi:pi (1000) na NFS.
|
|
Dokumenty testowe posprzatane, produkcyjne 6 nietkniete.
|
|
|
|
## DECYZJA KIERUNKU (wazna)
|
|
Nie lancuch importow, tylko **pionowy plaster**: jeden import probki -> warstwa uzytkowa.
|
|
Kolejnosc: (1) import probki zalacznikow z maili -> Paperless (jego OCR+correspondent-detection,
|
|
NIE osobny pipeline), (2) MODUL 5: koperta w kb-postgres (Paperless=REFERENCJA doc-id,
|
|
Nextcloud=KOPIA) + embeddingi bge-m3 -> pgvector + cross-source link (correspondent <-> nadawca
|
|
maila = ta sama encja, DOWOD zasady kb-00 #7), (3) interfejs pytan (RAG) — pierwszy moment
|
|
realnej uzytecznosci. Dopiero POTEM dopelniac importy (reszta Takeout, zdjecia, transakcje).
|
|
|
|
## TODO nastepne
|
|
- MODUL 5 (koperta + ingest + embeddingi + cross-source) — docs/kb/modules/05-documents-ingest.md
|
|
- Import probki zalacznikow z maili (kilkaset, nie 70k) — do zbudowania RAG
|
|
- Interfejs pytan / RAG — warstwa uzytkowa
|
|
- Deploy 3 (Nextcloud), Deploy 4 (Gokapi) — configi gotowe, czekaja
|
|
- Google Takeout — zamowic selektywnie, PO zbudowaniu warstwy uzytkowej
|