Без Ollama приложение больше не выглядит зависшим

Проверка работы с недоступной Ollama показала: если машина с ней просто
выключена, пакеты уходят в никуда и каждый вызов честно ждёт свой таймаут.
Замер: запись одной вещи — 92 секунды, разбор фразы — 154, правка — 30.
Формально всё работало, но пользоваться этим невозможно.

Предохранитель в ollama.py:
- перед дорогим запросом быстрая проверка TCP-соединения (1.5 с вместо 120);
- после неудачи 30 секунд к серверу вообще не обращаемся;
- при успехе результат кешируется на 5 секунд, чтобы не проверять на каждом
  шаге;
- смена адреса в настройках и проба адреса сбрасывают паузу, иначе новый
  сервер полминуты считался бы мёртвым.

Замер после: те же операции отвечают мгновенно, первая проверка — 1.5 с.
Проверено в двух режимах недоступности: закрытый порт и молчащий адрес.

Тесты закрепляют поведение: запись, разбор фразы и поиск при мёртвом адресе
обязаны укладываться в 3 секунды и работать по существу — вещь записывается
без тегов, фраза разбирается регулярками, поиск идёт по словам.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

README.md

@@ -185,8 +185,9 @@ ollama pull bge-m3
 
 ## Что если Ollama выключен
 
-Если Ollama на отдельной машине, она бывает выключена. Приложение это переживает:
+**Приложение работает и без Ollama вообще** — можно поставить и пользоваться,
-наверху появляется предупреждение, а работает почти всё.
+не устанавливая её. Наверху появится предупреждение со ссылкой в настройки,
+а всё основное останется на месте.
 
 | | Ollama есть | Ollama нет |
 |---|---|---|
@@ -196,6 +197,14 @@ ollama pull bge-m3
 | Разбор свободных фраз | модель | упрощённо, регулярками |
 | Поиск по смыслу | да | нет |
 
+**Ожидания это не добавляет.** Если машина с Ollama выключена, пакеты уходят
+в никуда, и без защиты каждый вызов честно ждал бы свой таймаут: замер показал
+92 секунды на запись одной вещи и 154 на разбор фразы — выглядит как зависание.
+Поэтому в `ollama.py` стоит предохранитель: перед дорогим запросом идёт быстрая
+проверка соединения (полторы секунды вместо двух минут), а после неудачи
+приложение полминуты вообще не тревожит сервер. Замер после: те же операции
+отвечают мгновенно. Смена адреса в настройках сбрасывает паузу сразу.
+
 Модели: `qwen2.5:7b` для разбора фраз (в конфиге — `CHAT_MODEL`).
 Не `omnicoder-9b`: тот ризонер, пишет `<think>` прямо в ответ и медленнее.
 

hlamingo/app.py

@@ -81,10 +81,12 @@ def api_config_probe():
     was = config.OLLAMA_HOST
     try:
         config.OLLAMA_HOST = host.rstrip("/")
+        ollama.reset_breaker()            # проверяем именно этот адрес, без памяти о прошлом
         alive = ollama.check()
         models = ollama.models() if alive else []
     finally:
         config.OLLAMA_HOST = was          # проба не должна менять настройки
+        ollama.reset_breaker()
 
     if not alive:
         return jsonify({"ok": False, "models": [],
@@ -107,6 +109,9 @@ def api_config_save():
 
     if not changed:
         return jsonify({"ok": True, "reply": "Менять нечего."})
+    # Адрес поменяли — прошлая неудача больше ничего не значит, иначе новый
+    # сервер полминуты считался бы мёртвым.
+    ollama.reset_breaker()
     alive = ollama.check()
     reply = "Сохранил в .env. " + ("Ollama отвечает." if alive else
                                    "Но Ollama по этому адресу молчит.")

hlamingo/ollama.py

@@ -5,7 +5,10 @@
 """
 
 import json
+import time
+import socket
 import logging
+import urllib.parse
 import urllib.request
 
 # Адрес и модели читаем через `config.X`, а не копией при импорте: их можно
@@ -16,25 +19,95 @@ from .config import (CHAT_TIMEOUT, EMBED_TIMEOUT, MAX_OUTPUT_TOKENS,
 
 logger = logging.getLogger(__name__)
 
+# ============================================================
+# Предохранитель
+#
+# Если машина с Ollama просто выключена, пакеты уходят в никуда, и каждый
+# запрос честно ждёт свой таймаут. Замер: запись одной вещи занимала 92 секунды,
+# разбор фразы — 154. Пользователь решит, что приложение зависло.
+#
+# Поэтому: сначала быстрая проверка TCP (полтора секунды вместо двух минут),
+# а после неудачи — пауза, в течение которой к серверу вообще не ходим.
+# ============================================================
+CONNECT_TIMEOUT = 1.5     # столько ждём само соединение
+DOWN_COOLDOWN = 30.0      # столько не тревожим сервер после неудачи
+UP_CACHE = 5.0            # столько верим, что сервер жив, без повторной проверки
+
+_down_until = 0.0
+_up_until = 0.0
+
+
+def _host_port():
+    parsed = urllib.parse.urlparse(config.OLLAMA_HOST)
+    return parsed.hostname or "localhost", parsed.port or (443 if parsed.scheme == "https" else 80)
+
+
+def available():
+    """Стоит ли вообще пытаться. Быстро и без долгих ожиданий."""
+    global _down_until, _up_until
+    now = time.time()
+    if now < _up_until:
+        return True
+    if now < _down_until:
+        return False
+    try:
+        host, port = _host_port()
+        socket.create_connection((host, port), timeout=CONNECT_TIMEOUT).close()
+        _up_until = now + UP_CACHE
+        _down_until = 0.0
+        return True
+    except Exception:
+        _down_until = now + DOWN_COOLDOWN
+        _up_until = 0.0
+        return False
+
+
+def _mark_down():
+    """Запрос не удался — держим паузу, чтобы не ждать таймаут на каждом шаге."""
+    global _down_until, _up_until
+    _down_until = time.time() + DOWN_COOLDOWN
+    _up_until = 0.0
+
+
+def _mark_up():
+    global _up_until
+    _up_until = time.time() + UP_CACHE
+
+
+def reset_breaker():
+    """Сбросить паузу — например, когда адрес поменяли в настройках."""
+    global _down_until, _up_until
+    _down_until = 0.0
+    _up_until = 0.0
+
 
 def check():
-    """Доступен ли сервер. Таймаут короткий: это дёргает баннер в UI."""
+    """Доступен ли сервер. Отвечает быстро: это дёргает баннер в UI."""
+    if not available():
+        return False
     try:
         req = urllib.request.Request(config.OLLAMA_HOST + "/api/tags")
         with urllib.request.urlopen(req, timeout=3) as r:
-            return r.status == 200
+            if r.status == 200:
+                _mark_up()
+                return True
     except Exception:
-        return False
+        _mark_down()
+    return False
 
 
 def models():
     """Список установленных моделей (для диагностики)."""
+    if not available():
+        return []
     try:
         req = urllib.request.Request(config.OLLAMA_HOST + "/api/tags")
         with urllib.request.urlopen(req, timeout=5) as r:
             data = json.loads(r.read().decode("utf-8"))
+        _mark_up()
         return [m.get("model", "") for m in data.get("models", [])]
     except Exception as e:
+        _mark_down()
         logger.warning("Список моделей не получен: %s", e)
         return []
 
@@ -51,6 +124,8 @@ def chat(model, messages, timeout=CHAT_TIMEOUT, num_predict=MAX_OUTPUT_TOKENS):
         "stream": False,
         "options": {"num_predict": num_predict, "temperature": 0},
     }
+    if not available():
+        return None          # сервер лежит: не ждём таймаут на каждой записи
     data = json.dumps(payload).encode("utf-8")
     req = urllib.request.Request(
         config.OLLAMA_HOST + "/api/chat", data=data,
@@ -59,8 +134,10 @@ def chat(model, messages, timeout=CHAT_TIMEOUT, num_predict=MAX_OUTPUT_TOKENS):
     try:
         with urllib.request.urlopen(req, timeout=timeout) as r:
             resp = json.loads(r.read().decode("utf-8"))
+        _mark_up()
         return (resp.get("message") or {}).get("content", "")
     except Exception as e:
+        _mark_down()
         logger.warning("Запрос к модели %s не удался: %s", model, e)
         return None
 
@@ -74,6 +151,8 @@ def embed(text, is_query=False):
     text = (text or "").strip()
     if not text:
         return None
+    if not available():
+        return None
     prefix = EMBED_QUERY_PREFIX if is_query else EMBED_DOC_PREFIX
     data = json.dumps({"model": config.EMBED_MODEL, "prompt": prefix + text}).encode("utf-8")
     req = urllib.request.Request(
@@ -82,7 +161,10 @@ def embed(text, is_query=False):
     )
     try:
         with urllib.request.urlopen(req, timeout=EMBED_TIMEOUT) as r:
-            return json.loads(r.read().decode("utf-8")).get("embedding")
+            vector = json.loads(r.read().decode("utf-8")).get("embedding")
+        _mark_up()
+        return vector
     except Exception as e:
+        _mark_down()
         logger.warning("Эмбеддинг не получен: %s", e)
         return None

tests/test_all.py

@@ -177,6 +177,47 @@ config.DB_FILE.write_text("{ битый json", encoding="utf-8")
 r.check("битая база не роняет", c.get("/api/tree").status_code == 200)
 r.check("пустой ввод не роняет", "reply" in j("POST", "/api/say", text="   "))
 
+print("\n== Работа без Ollama: не ждём таймаутов ==")
+# Машина с Ollama бывает выключена, и тогда пакеты уходят в никуда. Без
+# предохранителя запись одной вещи ждала 92 секунды, разбор фразы — 154:
+# пользователь решит, что приложение зависло. 192.0.2.1 — из блока TEST-NET-1
+# (RFC 5737), он гарантированно не отвечает.
+import time as _time                                              # noqa: E402
+_was_host = config.OLLAMA_HOST
+try:
+    config.OLLAMA_HOST = "http://192.0.2.1:11434"
+    ollama.reset_breaker()
+
+    t0 = _time.time()
+    alive = ollama.check()
+    first = _time.time() - t0
+    r.check("недоступность видна быстро", not alive and first < 5, "%.1f с" % first)
+
+    t0 = _time.time()
+    d = j("POST", "/api/put", name="вещь без ии")
+    put_time = _time.time() - t0
+    r.check("запись вещи не ждёт таймаут", d.get("ok") and put_time < 3,
+            "%.1f с, ответ: %s" % (put_time, d))
+    r.check("тегов нет, но вещь записана",
+            d.get("item", {}).get("aliases") == [], d.get("item"))
+
+    t0 = _time.time()
+    d = j("POST", "/api/say", text="положил кусачки в коробку D1")
+    say_time = _time.time() - t0
+    r.check("свободная фраза не ждёт таймаут", say_time < 3, "%.1f с" % say_time)
+    r.check("фраза разобрана регулярками", d.get("kind") == "put", d)
+
+    t0 = _time.time()
+    d = c.get("/api/find?q=вещь без ии").get_json()
+    r.check("поиск работает без ИИ", d["items"] and _time.time() - t0 < 3, d)
+
+    r.check("смена адреса сбрасывает паузу",
+            (ollama.reset_breaker() or True) and ollama._down_until == 0)
+finally:
+    config.OLLAMA_HOST = _was_host
+    ollama.reset_breaker()
+r.check("после возврата адреса связь есть", ollama.check() if HAS_AI else True)
+
 print("\n== Батники: только ASCII ==")
 # cmd.exe читает .cmd в системной кодировке. Кириллица внутри — даже
 # в комментарии rem — превращается в мусор, и cmd пытается выполнить обрывки