ci: пересобирать только изменённые сервисы + полный клон для diff

Первый прогон вслепую пересобирал все 5 бэкенд-образов, включая worker-gpu
(torch/faiss ~2 ГБ) — на медленном канале это ~1-2 часа впустую, хотя коммит
менял только CI-файлы. Теперь deploy.sh по git-diff с прошлого деплоя
(маркер .last_deploy_sha) собирает лишь сервисы с изменённым кодом; фронт
пересобирается только при правках services/frontend; правка compose = полная
пересборка. Workflow клонирует репозиторий полностью (нужен лог для diff).

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

.gitea/workflows/deploy.yml

@@ -0,0 +1,37 @@
+name: Deploy
+
+# Авто-деплой в прод при пуше в main.
+# Джоба выполняется на self-hosted runner'е в host-режиме прямо на app-хосте
+# 1.32 (label "deploy"), поэтому имеет доступ к его docker и сети до Proxmox.
+on:
+  push:
+    branches: [main]
+  workflow_dispatch: {}
+
+concurrency:
+  group: deploy-prod
+  cancel-in-progress: false
+
+jobs:
+  deploy:
+    runs-on: deploy
+    steps:
+      - name: Клонировать репозиторий (полностью — нужен git-лог для diff)
+        run: |
+          set -euo pipefail
+          SRC="$(mktemp -d)"
+          echo "SRC=$SRC" >> "$GITHUB_ENV"
+          git clone --branch main \
+            https://gitea.jze9.ru/jze9/anti-plagiarism.git "$SRC"
+
+      - name: Деплой (бэкенд 1.32 + фронтенд CT 102)
+        env:
+          PVE_PASSWORD: ${{ secrets.PVE_PASSWORD }}
+        run: |
+          set -euo pipefail
+          cd "$SRC"
+          bash scripts/deploy.sh
+
+      - name: Убрать временный чекаут
+        if: always()
+        run: rm -rf "${SRC:-/tmp/none}"

scripts/deploy.sh

@@ -0,0 +1,109 @@
+#!/usr/bin/env bash
+# ─────────────────────────────────────────────────────────────────────────────
+# Деплой anti-plagiarism (умная пересборка — только изменённых сервисов).
+#
+# Запускается Gitea Actions runner'ом в host-режиме прямо на app-хосте 1.32
+# (см. .gitea/workflows/deploy.yml). Ожидает:
+#   - cwd = ПОЛНЫЙ чекаут репозитория (нужен git-лог для diff);
+#   - переменную PVE_PASSWORD (секрет) для доступа к Proxmox-хосту → CT 102.
+#
+# Пересобирается только то, чей код изменился с прошлого деплоя (маркер SHA в
+# $APP/.last_deploy_sha). Это критично: worker-gpu тянет torch/faiss (~2 ГБ),
+# его нельзя пересобирать без нужды. Если менялся docker-compose.prod.yml —
+# пересобираются все бэкенд-сервисы.
+# ─────────────────────────────────────────────────────────────────────────────
+set -euo pipefail
+
+APP=/home/user/anti-plagiarism
+SRC="$(pwd)"
+PVE_HOST=192.168.20.254
+COMPOSE="docker compose -f docker-compose.prod.yml"
+ALL_BACKEND="api worker-gpu worker-indexer worker-notifier worker-gost"
+MARKER="$APP/.last_deploy_sha"
+
+CUR_SHA="$(git -C "$SRC" rev-parse HEAD)"
+
+# ── Определить, что менялось ──────────────────────────────────────────────────
+FULL=0
+CHANGED=""
+if [ -f "$MARKER" ] && PREV="$(cat "$MARKER")" && [ -n "$PREV" ] \
+   && git -C "$SRC" cat-file -e "$PREV" 2>/dev/null; then
+  CHANGED="$(git -C "$SRC" diff --name-only "$PREV" "$CUR_SHA")"
+  echo "Изменения с $PREV:"
+  echo "$CHANGED" | sed 's/^/  /'
+  # Правка общего compose затрагивает все образы
+  echo "$CHANGED" | grep -qE '^docker-compose\.prod\.yml$' && FULL=1
+else
+  echo "Маркер прошлого деплоя недоступен — полная пересборка (разовая)"
+  FULL=1
+fi
+
+REBUILD=""
+FRONTEND_CHANGED=0
+if [ "$FULL" = 1 ]; then
+  REBUILD="$ALL_BACKEND"
+  FRONTEND_CHANGED=1
+else
+  for svc in $ALL_BACKEND; do
+    echo "$CHANGED" | grep -qE "^services/$svc/" && REBUILD="$REBUILD $svc"
+  done
+  echo "$CHANGED" | grep -qE '^services/frontend/' && FRONTEND_CHANGED=1
+fi
+REBUILD="$(echo "$REBUILD" | xargs || true)"
+
+echo "==> [1/5] Синхронизация кода в $APP (сохраняя .env и compose)"
+rsync -a \
+  --exclude='__pycache__/' --exclude='*.pyc' --exclude='.pytest_cache/' \
+  --exclude='node_modules/' --exclude='dist/' \
+  "$SRC/services" "$SRC/scripts" "$APP/"
+
+cd "$APP"
+if [ -n "$REBUILD" ]; then
+  echo "==> [2/5] Пересборка и перезапуск: $REBUILD"
+  # shellcheck disable=SC2086
+  $COMPOSE up -d --build $REBUILD
+else
+  echo "==> [2/5] Бэкенд-сервисы не менялись — пропуск сборки"
+fi
+
+echo "==> [3/5] Миграции БД (с ретраем)"
+for i in $(seq 1 10); do
+  $COMPOSE exec -T api alembic upgrade head && break
+  echo "    api ещё не готов, повтор $i/10..."; sleep 5
+done
+
+if [ "$FRONTEND_CHANGED" = 1 ]; then
+  echo "==> [4/5] Сборка фронтенда"
+  docker run --rm -v "$APP/services/frontend":/app -w /app node:20-slim \
+    sh -c "npm install --no-audit --no-fund --loglevel=error && npm run build"
+
+  echo "==> [5/5] Выкладка статики на CT 102 (через $PVE_HOST)"
+  cd "$APP/services/frontend/dist"
+  tar czf /tmp/academic-dist.tgz .
+  export SSHPASS="${PVE_PASSWORD:?PVE_PASSWORD не задан}"
+  SSHOPT="-o StrictHostKeyChecking=no -o ConnectTimeout=10"
+  # shellcheck disable=SC2086
+  sshpass -e scp $SSHOPT /tmp/academic-dist.tgz "root@${PVE_HOST}:/tmp/academic-dist.tgz"
+  # shellcheck disable=SC2086
+  sshpass -e ssh $SSHOPT "root@${PVE_HOST}" 'bash -s' <<'REMOTE'
+set -e
+pct push 102 /tmp/academic-dist.tgz /tmp/academic-dist.tgz
+pct exec 102 -- bash -c '
+set -e
+cd /var/www
+cp -a academic "academic.bak.$(date +%s)"
+cd academic
+rm -rf assets index.html
+tar xzf /tmp/academic-dist.tgz
+chown -R 1000:1000 .
+nginx -t && nginx -s reload
+'
+rm -f /tmp/academic-dist.tgz
+REMOTE
+  rm -f /tmp/academic-dist.tgz
+else
+  echo "==> [4-5/5] Фронтенд не менялся — пропуск сборки и выкладки"
+fi
+
+echo "$CUR_SHA" > "$MARKER"
+echo "==> Деплой завершён успешно (маркер обновлён: $CUR_SHA)"

services/frontend/src/pages/Settings.tsx

@@ -1,4 +1,4 @@
-import React, { useState } from 'react';
+import { useState } from 'react';
 import { Navigate, Link } from 'react-router-dom';
 import { useMutation } from '@tanstack/react-query';
 import { ArrowLeft, User as UserIcon, Lock, Mail, AlertCircle, CheckCircle2 } from 'lucide-react';

services/worker-indexer/app/algorithms/minhash.py

@@ -1,29 +1,73 @@
-"""MinHash LSH для нечёткого поиска похожих документов.
+"""MinHash LSH для нечёткого поиска похожих документов (уровень 2).
 
-Позволяет быстро находить документы с похожим содержимым
-без точного сравнения всех пар.
+Индекс хранится в общем Redis (тот же, что кэш/rate-limits, см. REDIS_URL),
+а не в памяти процесса. Это даёт:
+- переживаемость рестарта воркера (индекс не теряется);
+- общий индекс для всех воркеров-индексеров (add в одном видно в query другого).
+
+При недоступности Redis — graceful-фолбэк в in-memory (деградация: индекс
+локальный и теряется при рестарте), чтобы воркер не падал целиком.
 """
 
 import logging
+from urllib.parse import urlparse
 
 from datasketch import MinHash, MinHashLSH
 
+from app.config import settings
+
 logger = logging.getLogger(__name__)
 
 # Параметры MinHash LSH
 LSH_THRESHOLD = 0.5  # Минимальная схожесть для включения в результаты
 LSH_NUM_PERM = 128  # Количество хэш-функций (точность vs память)
+# Префикс ключей в общем Redis — изолирует индекс от кэша/rate-limits в той же БД
+LSH_BASENAME = b"antiplag_lsh"
 
-# Глобальный LSH индекс (in-memory)
 _lsh: MinHashLSH | None = None
+_redis_unavailable = False  # чтобы не долбить недоступный Redis на каждый вызов
+
+
+def _redis_storage_config() -> dict | None:
+    """Собрать storage_config datasketch из REDIS_URL. None — если разбор не удался."""
+    try:
+        u = urlparse(settings.REDIS_URL)
+        redis_kwargs: dict = {
+            "host": u.hostname or "localhost",
+            "port": u.port or 6379,
+            "db": int((u.path or "/0").lstrip("/") or 0),
+        }
+        if u.username:
+            redis_kwargs["username"] = u.username
+        if u.password:
+            redis_kwargs["password"] = u.password
+        return {"type": "redis", "basename": LSH_BASENAME, "redis": redis_kwargs}
+    except Exception as e:
+        logger.error(f"MinHash LSH: не удалось разобрать REDIS_URL: {e}")
+        return None
 
 
 def get_lsh() -> MinHashLSH:
-    """Получить или создать глобальный LSH индекс."""
-    global _lsh
-    if _lsh is None:
-        _lsh = MinHashLSH(threshold=LSH_THRESHOLD, num_perm=LSH_NUM_PERM)
-        logger.info("MinHash LSH индекс создан")
+    """Получить или создать глобальный LSH индекс (Redis-backed, фолбэк — память)."""
+    global _lsh, _redis_unavailable
+    if _lsh is not None:
+        return _lsh
+
+    if not _redis_unavailable:
+        cfg = _redis_storage_config()
+        if cfg is not None:
+            try:
+                _lsh = MinHashLSH(
+                    threshold=LSH_THRESHOLD, num_perm=LSH_NUM_PERM, storage_config=cfg
+                )
+                logger.info("MinHash LSH: общий Redis-бэкенд подключён")
+                return _lsh
+            except Exception as e:
+                logger.error(f"MinHash LSH: Redis недоступен ({e}) — фолбэк в память")
+                _redis_unavailable = True
+
+    _lsh = MinHashLSH(threshold=LSH_THRESHOLD, num_perm=LSH_NUM_PERM)
+    logger.warning("MinHash LSH: in-memory режим (индекс не шарится и теряется при рестарте)")
     return _lsh
 
 
@@ -62,7 +106,10 @@ def text_to_minhash(text: str) -> MinHash:
 
 def add_to_lsh(doc_key: str, text: str) -> None:
     """
-    Добавить документ в LSH индекс.
+    Добавить (или обновить) документ в LSH индекс.
+
+    Upsert: если документ уже есть (например, был добавлен по аннотации, а теперь
+    пересчитывается по полному тексту) — старая подпись удаляется, вставляется новая.
 
     Args:
         doc_key: Уникальный ключ документа (например, "doc:{id}")
@@ -71,10 +118,13 @@ def add_to_lsh(doc_key: str, text: str) -> None:
     lsh = get_lsh()
     m = text_to_minhash(text)
     try:
+        try:
+            lsh.remove(doc_key)  # снять прежнюю версию, если была
+        except Exception:
+            pass  # ключа не было — это норма
         lsh.insert(doc_key, m)
-    except ValueError:
-        # Документ уже в индексе — игнорируем
-        pass
+    except Exception as e:
+        logger.warning(f"MinHash LSH: не удалось добавить {doc_key!r}: {e}")
 
 
 def find_similar(text: str) -> list[str]:
@@ -113,6 +163,7 @@ def compute_jaccard_minhash(text_a: str, text_b: str) -> float:
 
 
 def reset_lsh() -> None:
-    """Сбросить LSH индекс (для тестов)."""
-    global _lsh
+    """Сбросить handle LSH (для тестов). Данные в Redis не трогает."""
+    global _lsh, _redis_unavailable
     _lsh = None
+    _redis_unavailable = False