[INFRA-AI-06] Контейнеризация текстового ИИ-парсера и изоляция порта :11437

Инфраструктура / MLOps

Published

October 14, 2026

NoteКраткая карточка задачи
  • Репозиторий / Компонент: ai_voice_text_parser.
  • Стек: Docker, Docker Compose, Ollama (Qwen).
  • Тип задачи: DevOps / Infra.
  • Статус: Готово к реализации

Описание задачи

Необходимо упаковать Python-сервис структурирования текста в Docker-контейнер, настроить его изоляцию от других ИИ-компонентов на порту 11437 и автоматизировать скачивание весов легковесной LLM-модели qwen2.5:3b.

Инструкция по шагам

  1. Изоляция сетевого порта: В файле запуска uvicorn.run и конфигурации Dockerfile закрепить порт 11437, чтобы сервис мог работать параллельно со шлюзом чеков (11435) и STT-шлюзом (11436).
  2. Разработка манифеста Dockerfile: Описать сборку контейнера на базе python:3.10-slim, настроив установку пакетов fastapi, requests и pydantic.
  3. Оркестрация в Docker Compose: Добавить службу ai-voice-parser в общий файл конфигурации. Настроить проброс портов 11437:11437 и связать ее с контейнером ollama-core через общую переменную окружения OLLAMA_HOST.
  4. Автоматизация сидинга моделей: Добавить в общую инструкцию развертывания шаг инициализации ollama run qwen2.5:3b, чтобы модель автоматически загружалась в локальное хранилище волюмов при первом запуске окружения.