# hlamingo — помощник «где что лежит»

Раскладывать хлам по коробкам бесполезно, если потом не можешь найти нужное:
проще заказать деталь заново, чем искать. hlamingo помнит, что и куда положено,
и находит по названию, синонимам и маркировке — с телефона, стоя у полки.

## Что нужно

- **Windows** и **Python 3.9+** ([python.org](https://www.python.org/downloads/),
  при установке отметить «Add python.exe to PATH»).
- **[Ollama](https://ollama.com)** — на этом же компьютере или на любой машине
  в локальной сети. Без него приложение тоже работает: остаются кнопки, места,
  коробки, фото и поиск по названию и тегам; отключаются только разбор
  свободных фраз, автоматические теги и поиск по смыслу.

Модели (на машине с Ollama):

```
ollama pull qwen3:8b     разбор фраз и теги
ollama pull bge-m3       поиск по смыслу
ollama pull gemma3:4b    подсказка названия по фото (необязательно)
```

### Какую модель выбрать

Обе задачи русские, и требование к модели одно: она должна **думать
по-русски**, а не переводить с английского на ходу. Замеры на наших же
задачах — разбор восьми фраз и генерация тегов для шести предметов:

| Модель | Размер | Разбор фраз | Русский в тегах | Скорость |
|---|---|---|---|---|
| **`qwen3:8b`** | 5 ГБ | 8/8 | чистый | 2,5 с на предмет |
| `qwen2.5:7b` | 4,7 ГБ | 8/8 | «электротool Makita» | 1,8 с |

Разница видна именно на тегах — по ним вещь потом и находится:

```
qwen2.5:  шуруповёрт Makita → «электротool Makita», «удлинитель для шуруповерта»
          мультиметр        → «многофункциональный мера», «вoltage meter»
qwen3:    изолента          → «изоляционная лента», «лента для изоляции», «ПВХ-лента»
          саморезы 4х50     → «шурупы по дереву», «крепёжный элемент»
```

У `qwen2.5` в слове «вoltage» первая буква кириллическая, а «электротool» —
гибрид двух языков. В поиске такие теги бесполезны.

**Что учесть, выбирая свою модель:**

- **Меньше 7B на русском обычно плохи** — путают падежи и сваливаются
  в английский. `qwen2.5-coder:1.5b` для этой задачи не годится.
- **Модели-ризонеры** (`qwen3`, `deepseek-r1`) тратят бюджет ответа на
  размышления и возвращают пустоту. В `ollama.py` это гасится `think=False`;
  добавляя свою, проверьте, что она отвечает, а не молчит.
- **Формат важнее красноречия.** Приложение ждёт строгий JSON. `qwen3` иногда
  присылает объект вместо списка тегов — разбор это переживает, но модель,
  совсем не держащая формат, будет постоянно сваливаться на регулярки.
- **Эмбеддер обязан быть многоязычным** — см. раздел про поиск.

Модель выбирается в настройках (вкладка **⚙**) из реально установленных.
После смены у записанных вещей теги остаются прежними; обновить их можно
кнопкой **«🔄 Пересоздать теги»** в карточке.

## Установка

Положите `install.cmd` в пустую папку и запустите — он скачает проект, создаст
виртуальное окружение, поставит зависимости, спросит адрес Ollama и сделает
ярлык на рабочем столе.

Если проект уже скачан:

```
setup.cmd     один раз: создаёт venv и ставит Flask ВНУТРЬ него
start.cmd     запускает сервер и печатает адреса для телефона
```

Глобальный Python не затрагивается — всё живёт в `venv\` внутри проекта.

## Запуск

`start.cmd` печатает адрес, который надо открыть на телефоне, — вида
`http://192.168.1.50:5000`. На самом компьютере — `http://localhost:5000`.

**При первом запуске Windows спросит про брандмауэр — разрешить для частной
сети.** Иначе телефон до сервера не достучится, а выглядеть это будет как
«страница не грузится».

## Настройки

**Проще всего — в браузере:** вкладка **⚙**. Там указывается адрес Ollama,
кнопка «Проверить связь» говорит, отвечает ли он и сколько там моделей, а модели
выбираются из списка реально установленных. Сохранённое применяется сразу,
перезапуск не нужен. Если Ollama не отвечает, наверху появляется предупреждение
со ссылкой прямо в настройки.

Инсталлятор спрашивает адрес в консоли при установке, но это можно пропустить
(Enter) и задать потом в браузере.

Под капотом всё это — файл `.env` в корне проекта (образец — `.env.example`);
в репозиторий он не попадает. Переменные окружения имеют приоритет над файлом.

| Переменная | По умолчанию | Зачем |
|---|---|---|
| `OLLAMA_HOST` | `http://localhost:11434` | адрес Ollama |
| `HLAMINGO_CHAT_MODEL` | `qwen3:8b` | разбор фраз и теги |
| `HLAMINGO_EMBED_MODEL` | `bge-m3` | поиск по смыслу |
| `HLAMINGO_VISION_MODEL` | `gemma3:4b` | подсказка по фото; пусто — выключено |
| `HLAMINGO_PORT` | `5000` | порт веб-интерфейса |
| `HLAMINGO_DATA_DIR` | — | другая папка для данных и `.env`; используется тестами |

Из браузера правятся только `OLLAMA_HOST` и две модели — по белому списку.
Произвольные ключи в `.env` через веб записать нельзя: этот файл читает
приложение при запуске. Адрес проверяется на формат, имена моделей — на
недопустимые символы, и если хоть одно значение неверно, не применяется
ни одно (иначе половина настроек принята, половина отвергнута).

## Как пользоваться

### Вкладка «Действие» — четыре кнопки

| Кнопка | Что делает |
|---|---|
| **Положить** | Выбираешь место, выбираешь коробку, вписываешь предмет |
| **Забрать** | Вещь уходит «на руках» — больше не числится в коробке |
| **Переместить** | Вещь переезжает в другую коробку или место |
| **Удалить** | Убирает запись совсем |

Найденное и содержимое коробок показывается плиткой, как витрина в магазине:
сколько колонок влезает в экран, столько и будет. Кнопки на карточках —
иконками: 📷 снять, 🖼 из галереи, ✏️ изменить, 🗑 убрать фото. При правке
карточка растягивается на всю ширину, чтобы поля были нормального размера.

Ввод структурный: **место → ёмкость → предмет**. Место и коробку выбираешь из
списков, поэтому ИИ в самом ответственном месте не участвует и ошибиться
разбором фразы негде. Новое место добавляется *внутрь* выбранного — так и
строится «Гараж → Стеллаж А → Полка 2». Коробки маркируются кодом «буква+цифра».

Кнопка **«Забрать»** важнее, чем кажется: без неё взятая и израсходованная
деталь продолжала бы числиться в коробке, и поиск отправлял бы копать пустое место.

### Правка

Всё можно поправить и удалить — предмет, ёмкость, место.

- **Предмет.** Кнопка **«✏️ Изменить»** на карточке: название, количество,
  заметка и теги. Теги снимаются нажатием на «×», новые добавляются полем
  внизу — модель регулярно придумывает мусор вроде «электротool Makita»,
  и его надо убирать руками. По тегам вещь и находится, так что состав важен.
- **Ёмкость.** В «Обзоре» нажмите коробку → «✏️ Изменить»: код, тип, место,
  заметка. **Смена кода безопасна** — ссылки вещей переезжают вместе с ней.
- **Место.** В «Обзоре» нажмите на название места (у него значок ✏️):
  переименовать или перенести внутрь другого.

Кнопка **«🗑 Фото»** убирает снимок и удаляет файл с диска, чтобы папка
не копила мусор.

Удаление устроено так, чтобы записи о вещах не пропадали молча:

| Что удаляем | Что происходит |
|---|---|
| Предмет | Удаляется вместе со своим фото |
| Коробка | Удаляется, а вещи из неё остаются в её месте — не теряются |
| Место | Только пустое. Иначе покажет, что внутри, и не тронет |

Иерархия защищена от петель: место нельзя перенести внутрь вложенного в него
или внутрь самого себя — иначе сборка адреса зацикливалась бы.

### Свободная фраза

Под формой есть «Или просто напиши фразой» — для быстрого ввода:

```
положил стабилизаторы 7805, 12 штук, в коробку A3 на второй полке стеллажа А в гараже
переложил дрель из коробки A1 в коробку C2
где мультиметр
что в коробке A3
```

Модель разбирает фразу за ~1,5 с, места из неё создаются сами.

### Подсказка по фотографии

Когда фото выбрано в форме заведения вещи, приложение показывает его модели
и предлагает название с прочитанными надписями:

```
фото коробки лампы  →  «Лампочка LED E14»
                       надписи: Лампа светодиодная C35, Нейтральный белый, 9 Вт LED, E14
```

Кнопка **«✓ Подставить»** переносит это в поля, **«Не надо»** прячет.
Само оно не подставляется, и это принципиально: модели домысливают марки
и артикулы, когда надписей не видно. В замере клипсу для кабеля модель
назвала «конструктором LEGO Technic, 8376, 401 шт.». Поэтому — только
подсказка, решает человек.

Смотрит **`gemma3:4b`** (`HLAMINGO_VISION_MODEL`, 3,3 ГБ). Выбрана замером
на настоящих снимках: 3,5 с и всегда отвечает, тогда как `qwen3-vl:8b` — 11–32 с
и часто пустой ответ, потому что это ризонер, которому нужен бюджет
в 2000+ токенов. Перед отправкой картинка уменьшается до 768 px: снимок
разворачивается в токены, а для чтения крупных надписей столько не нужно.

Распознавание отключается пустым `HLAMINGO_VISION_MODEL` — тогда блок
подсказки просто не появляется.

### Фото

Две кнопки: **«📷 Снять»** открывает камеру, **«🖼»** — готовые снимки в галерее.
Обе есть и в форме заведения вещи (с превью, фото прицепится к новой записи),
и на карточке любой вещи в «Найти» и «Обзоре». У коробки тоже.

**Почему две кнопки, а не одна.** С атрибутом `capture` телефон открывает
камеру, но галерея недоступна. Без `capture` Android 13+ показывает системный
Photo Picker, в котором опции «Камера» нет вообще — только готовые файлы.
Одним полем оба сценария не покрыть, поэтому в разметке два `<input>`:
с `capture` и без.

Снимок ужимается в браузере до 1280 px, файлы лежат в `static\photos\`.
Новое фото заменяет прежнее; «🗑 Фото» убирает снимок и удаляет файл с диска.

`getUserMedia` не используется — он требует HTTPS и по локальному адресу
`http://192.168.0.x:5000` просто не запустился бы.

## Как работает поиск

Три сигнала, по убыванию надёжности:

1. **По словам** — основа. Запрос и карточка режутся на слова, слова грубо
   приводятся к основе, так что «стабилизаторы», «стабилизатора» и
   «стабилизатор» — одно и то же. Работает всегда, даже без Ollama.
2. **Синонимы от модели.** При записи новой вещи модель придумывает
   альтернативные названия: «изолента» → «изоляционная лента», «ПВХ-лента»;
   «Стабилизатор 7805» → «LM7805», «стабилизатор 5 вольт», «КР142ЕН5А».
   Они лежат в карточке и расширяют словарь предмета.
3. **По смыслу (эмбеддинги)** — только если по словам ничего не нашлось,
   с высоким порогом и с пометкой «похоже по смыслу».

Эмбеддер — **`bge-m3`**, многоязычный. Прежний `nomic-embed-text` на русском
смыслы почти не разделял: «велосипедная камера» набирала мультиметру 0.704 —
больше верного ответа на «паяльник» (0.691). Порогом такое не разделить.
С `bge-m3` разделение появилось: мусор ушёл ниже 0.46, верные держатся выше 0.53.

Но и с ним семантика остаётся догадкой, а не основой. Замер на настоящей базе
из шести десятков вещей честнее лабораторного: абстрактное «чем посветить»
набирало лампам всего 0.411, а посторонняя «детская коляска» — 0.535. Полностью
они не разделяются, поэтому `SEMANTIC_MIN` в `search.py` выставлен так, чтобы
отсечь весь мусор ценой слабых догадок: помощник, уверенно показывающий не то,
хуже промолчавшего. Точных запросов это не касается — они находятся по словам
и тегам.

**При смене эмбеддера** поменять `EMBED_MODEL` в `config.py`, перемерить порог
(у каждой модели своя шкала) и обязательно пересчитать векторы:

```
venv\Scripts\python.exe tools\reindex.py
```

Пересчёт не опция: векторы разных моделей несовместимы, и смешанная база тихо
испортит поиск, ничем себя не выдав. Скрипт сам делает копию базы перед работой.

## Что если Ollama выключен

**Приложение работает и без Ollama вообще** — можно поставить и пользоваться,
не устанавливая её. Наверху появится предупреждение со ссылкой в настройки,
а всё основное останется на месте.

| | Ollama есть | Ollama нет |
|---|---|---|
| Кнопки, места, коробки, фото, обзор | да | да |
| Поиск по названию и синонимам | да | да |
| Синонимы для новых вещей | да | нет |
| 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.

## Устройство

```
hlamingo\
  config.py    адрес Ollama, модели, пути, порог поиска
  ollama.py    клиент: chat / embeddings / проверка доступности
  store.py     места (иерархия), ёмкости, предметы; атомарная запись базы
  search.py    поиск по словам + смысловая догадка
  brain.py     разбор фразы моделью, синонимы, фолбэк на регулярки
  app.py       Flask: маршруты
templates\index.html   вся страница
data\db.json           база (в .gitignore)
static\photos\         фотографии (в .gitignore)
```

Три сущности вместо плоского «предмет → строка места»:

- **место** — узел иерархии, ссылается на родителя;
- **ёмкость** — коробка с кодом, стоит в каком-то месте;
- **предмет** — лежит либо в ёмкости, либо прямо в месте (лопата в углу),
  либо «на руках».

Полный адрес собирается подъёмом по родителям: `Гараж → Стеллаж А → Полка 2 →
коробка A3`. У каждого предмета хранится история перемещений.

Мелочи, которые заметно экономят нервы:

- **Коды коробок терпимы к раскладке.** Коробка подписана от руки «А3»
  кириллицей, а в поиске набирается «A3» латиницей — для hlamingo это одна
  и та же коробка.
- **Резервные копии.** Перед каждой перезаписью прошлое состояние базы уходит
  в `data\backups\db-ГГГГММДД-ЧЧММ.json`, хранятся последние 40. Откат — просто
  скопировать нужный файл обратно в `data\db.json`. Полноценный бэкап папки они
  не заменяют, но спасают от затёртой или испорченной базы: однажды она уже
  потерялась целиком, и откатываться было некуда.
- **Запись базы атомарная** (временный файл + подмена): обрыв на середине
  не уничтожит всё, что записано про вещи.
- **Битая база не роняет приложение** — запускается с пустой, файл не трогает.
- **Имена файлов фото генерируются сервером**, имя от клиента не используется.

## Ограничения

- Аутентификации нет: помощник рассчитан на домашнюю локальную сеть.
- Количество не пересчитывается при «забрать» — состояние вещи целиком
  «в коробке» или «на руках».
- Фото не распознаётся, это иллюстрация. Автоопределение содержимого потребует
  vision-модели (`llava`, `qwen2.5-vl`) — на сервере такой сейчас нет.

## Ярлык на телефоне

Откройте страницу и в меню браузера выберите «Добавить на главный экран».
Ярлык получит иконку коробки, а приложение откроется без адресной строки
(`display: standalone` в манифесте).

Иконки лежат в `static\` и рисуются генератором — при желании перерисовать:

```
venv\Scripts\python.exe tools\make_icons.py
```

`tools\make_icons.py` пишет PNG своим минимальным энкодером, без Pillow:
иконки нужны один раз, и зависимость ради них в проекте лишняя. Содержимое
держится внутри центральных 80 % — Android обрезает иконку по маске
(круг, скруглённый квадрат), и края могут срезаться.

Что зачем нужно:

| Файл | Кому |
|---|---|
| `manifest.webmanifest` | Android: имя, иконка ярлыка, запуск без адресной строки |
| `apple-touch-icon.png` | iOS: иконка ярлыка (манифест там не используется) |
| `icon-192.png`, `icon-512.png` | иконки из манифеста |
| `favicon-32.png` | вкладка браузера и запрос `/favicon.ico` |

Манифест отдаётся отдельным маршрутом с типом `application/manifest+json`:
из `static/` он ушёл бы как обычный файл, и браузер мог не признать его
манифестом.

## Тесты

```
tests\run.cmd
```

56 проверок: иерархия мест, ёмкости, поиск, правка, фото, разбор фраз.
Часть требует Ollama — без него они пропускаются, а не падают.

**Тесты работают только в песочнице.** `tests\run.cmd` выставляет
`HLAMINGO_DATA_DIR` на временную папку, а `tests\guard.py` отказывается
запускаться, если приложение всё же смотрит на настоящие данные.

Это не перестраховка: однажды тест начинался с удаления рабочей папки `data`,
и один прогон уничтожил реальную базу с вещами. Восстановить её не удалось —
`os.replace` не оставляет следов, в корзину `rmtree` не кладёт. Уцелели только
фотографии, потому что их файлы тест не трогал. Поэтому путь к данным теперь
берётся из окружения, и никакой тест не может дотянуться до живой базы.

## Отладка

Живо ли Ollama и какие модели установлены (подставьте свой адрес):

```
curl http://localhost:11434/api/tags
```

Что об этом думает само приложение: `http://localhost:5000/api/health` —
отдаёт адрес Ollama, выбранную модель и доступность.