docs(guide): add a low-resource deployment guide in 21 languages (#548)

New guide/low-resource page: what runs well on 2 GB machines, a Raspberry Pi / old laptop Compose walkthrough with tuned caps, the env-var knobs that matter on small hardware, and what to skip. Linked from getting-started, the deployment hardware section, and the sidebar. Translated into all 20 non-English locales via the i18n batch pipeline; parity check and VitePress build pass.

Admin merge: docs-only PR, the path-filtered required integration contexts never report (#420 precedent).

Closes #497

apps/docs/hi/guide/deployment.md

@@ -1,7 +1,7 @@
 ---
 description: "SnapOtter को Docker के साथ प्रोडक्शन में डिप्लॉय करें। हार्डवेयर आवश्यकताएँ, GPU सेटअप, और Nginx, Traefik, तथा Cloudflare के लिए रिवर्स प्रॉक्सी कॉन्फ़िग।"
 i18n_output_hash: 23f4f331a239
-i18n_source_hash: e0d8d5f6fc87
+i18n_source_hash: 98172965118b
 i18n_provenance: human
 ---
 
@@ -218,6 +218,8 @@ docker logs SnapOtter 2>&1 | head -20
 
 ये संख्याएँ कई तरह के सिस्टमों पर किए गए बेंचमार्क से आती हैं, एक आधुनिक amd64 वर्कस्टेशन (NVIDIA RTX 4070 के साथ) से लेकर एक Raspberry Pi तक, जिनमें से हर एक पर पूरा टूल कैटलॉग चलाया गया और असली न्यूनतम सीमा खोजने के लिए Docker रिसोर्स लिमिट को स्वीप किया गया।
 
+इन टियरों के छोटे सिरे पर चला रहे हैं (कोई Pi, पुराना लैपटॉप, 2 GB VPS)? [कम संसाधन वाले सेटअप](/hi/guide/low-resource) इन संख्याओं को ट्यून की गई सीमाओं के साथ एक ठोस वॉकथ्रू में बदल देता है।
+
 ### Quick Reference {#quick-reference}
 
 | टियर | उपयोग परिदृश्य | CPU | RAM | GPU | स्टोरेज |

apps/docs/hi/guide/getting-started.md

@@ -1,7 +1,7 @@
 ---
 description: "SnapOtter को एक ही कमांड में Docker के साथ इंस्टॉल करें। इसमें Docker Compose सेटअप, सोर्स से बिल्ड करना, और एक पूर्ण फ़ीचर अवलोकन शामिल है।"
 i18n_output_hash: bc1ecfa22bef
-i18n_source_hash: 24724b5595b2
+i18n_source_hash: 68bf7f60b68d
 i18n_provenance: human
 ---
 
@@ -19,6 +19,8 @@ docker run -d --name SnapOtter -p 1349:1349 -v SnapOtter-data:/data snapotter/sn
 
 यह एकल कंटेनर वह सब कुछ चलाता है जिसकी उसे ज़रूरत है: बिना कोई `DATABASE_URL` सेट किए, यह लूपबैक इंटरफ़ेस पर अपना खुद का PostgreSQL और Redis शुरू करता है (एंबेडेड मोड) और सारा डेटा `SnapOtter-data` वॉल्यूम में रखता है। यह SnapOtter को आज़माने या किसी homelab पर सेल्फ़-होस्ट करने का सबसे तेज़ तरीका है। प्रोडक्शन के लिए, नीचे दिया गया [Docker Compose](#docker-compose) स्टैक चलाएँ, जो PostgreSQL और Redis को उनके अपने कंटेनरों में रखता है। एंबेडेड मोड root के रूप में चलता है (डिफ़ॉल्ट) और जैसे ही आप `DATABASE_URL` सेट करते हैं, यह स्वचालित रूप से बंद हो जाता है।
 
+Raspberry Pi, किसी पुराने लैपटॉप, या छोटे VPS पर इंस्टॉल कर रहे हैं? ट्यून की गई वॉकथ्रू और सीमित हार्डवेयर से क्या अपेक्षा करें, इसके लिए [कम संसाधन वाले सेटअप](/hi/guide/low-resource) देखें।
+
 पहले लॉगिन पर आपसे अपना पासवर्ड बदलने को कहा जाएगा।
 
 ::: tip अनाम उत्पाद एनालिटिक्स

apps/docs/hi/guide/low-resource.md

@@ -0,0 +1,103 @@
+---
+i18n_source_hash: f5de74aee1b9
+i18n_provenance: machine
+i18n_output_hash: 9e03d6f8c387
+---
+# कम संसाधन वाले सेटअप {#low-resource-setups}
+
+SnapOtter छोटे हार्डवेयर पर अच्छी तरह चलता है: Raspberry Pi 4 या 5, कोई पुराना लैपटॉप, या 2 GB का VPS। यह पेज ऐसी मशीनों के लिए व्यावहारिक गाइड है: क्या अपेक्षा करें, समझदार सीमाओं के साथ एक कॉपी-पेस्ट सेटअप, और कौन से फ़ीचर छोड़ देने चाहिए। इन संख्याओं के पीछे का पूरा बेंचमार्क डेटा [Hardware Requirements](/hi/guide/deployment#hardware-requirements) में है।
+
+शुरू में ही दो सख़्त सीमाएँ:
+
+- **केवल 64-बिट।** इमेज `linux/amd64` और `linux/arm64` के लिए बनाई जाती है। 32-बिट ARM (`armv7`/`armhf`) समर्थित नहीं है, इसलिए पहली पीढ़ी के Pi और Pi Zero परिवार बाहर हैं।
+- **2 GB मेमोरी की न्यूनतम सीमा।** 512 MB स्टैक शुरू ही नहीं कर सकता, और 1 GB बहु-फ़ाइल बैचों पर विफल हो जाता है। 2 कोर के साथ 2 GB सबसे छोटा कॉन्फ़िगरेशन है जो आराम से काम करता है।
+
+## छोटे हार्डवेयर पर क्या अच्छा चलता है {#what-runs-well}
+
+हर गैर-AI टूल 2 GB / 2-कोर मशीन पर काम करता है: पूरे Image और Files सेक्शन, PDF टूल, और स्ट्रीम-कॉपी वाले वीडियो व ऑडियो ऑपरेशन (ट्रिम, म्यूट, कंटेनर रीमक्स)। अधिकांश एक सेकंड से भी कम में पूरे हो जाते हैं।
+
+दो वर्कलोड अपवाद हैं:
+
+- **वीडियो री-एन्कोडिंग** (कोडेक के बीच रूपांतरण) CPU-बाउंड है। जो 1080p क्लिप किसी तेज़ डेस्कटॉप CPU पर ~40 सेकंड लेती है, वह Pi-श्रेणी के CPU पर कई मिनट ले सकती है। स्ट्रीम-कॉपी ऑपरेशन तब भी तुरंत ही होते हैं।
+- **AI टूलों** को RAM (4 GB अनुशंसित) और डिस्क चाहिए (बड़े बंडल 4-5 GB प्रत्येक होते हैं), और भारी वाले (अपस्केलिंग, फोटो बहाली, पृष्ठभूमि हटाना) Pi-श्रेणी के CPU पर व्यावहारिक नहीं हैं। चेहरा पहचान और OCR जैसा हल्का AI उपयोग करने योग्य है, बशर्ते आपके पास उसके लिए मेमोरी हो।
+
+जब तक आप इनका उपयोग नहीं करते, इनमें से कुछ भी इंस्टॉल या चालू नहीं होता: बिना किसी AI बंडल के ऐप लगभग 360 MB पर निष्क्रिय रहता है, और AI बंडल केवल तभी डाउनलोड होते हैं जब कोई एडमिन उन्हें सक्षम करता है।
+
+## Raspberry Pi / पुराने लैपटॉप की वॉकथ्रू {#walkthrough}
+
+यह [Getting Started](/hi/guide/getting-started) वाला ही स्टैंडर्ड Compose इंस्टॉल है, साथ में रिसोर्स लिमिट और सतर्क सीमाएँ। यह 64-बिट OS मानकर चलता है (Pi पर: Raspberry Pi OS 64-bit या Ubuntu Server arm64)।
+
+```yaml
+services:
+  snapotter:
+    image: snapotter/snapotter:latest
+    ports:
+      - "1349:1349"
+    volumes:
+      - ./snapotter-data:/data
+    environment:
+      - DATABASE_URL=postgres://snapotter:snapotter@db:5432/snapotter
+      - REDIS_URL=redis://redis:6379
+      # Small-box profile: see the table below for what each cap does.
+      - CONCURRENT_JOBS=1
+      - MAX_WORKER_THREADS=2
+      - MAX_BATCH_SIZE=5
+      - MAX_UPLOAD_SIZE_MB=100
+      - MAX_MEGAPIXELS=50
+      - MAX_VIDEO_DURATION_S=300
+    deploy:
+      resources:
+        limits:
+          cpus: "2"
+          memory: 2G
+    depends_on:
+      - db
+      - redis
+    restart: unless-stopped
+
+  db:
+    image: postgres:17-alpine
+    environment:
+      - POSTGRES_USER=snapotter
+      - POSTGRES_PASSWORD=snapotter
+      - POSTGRES_DB=snapotter
+    volumes:
+      - ./postgres-data:/var/lib/postgresql/data
+    restart: unless-stopped
+
+  redis:
+    image: redis:8-alpine
+    command: redis-server --maxmemory 256mb --maxmemory-policy noeviction
+    restart: unless-stopped
+```
+
+Pi-श्रेणी की मशीनों के लिए नोट्स:
+
+- **डेटा वॉल्यूम और Postgres के लिए SD कार्ड के बजाय USB SSD चुनें।** जॉब वर्कस्पेस असली डिस्क IO करते हैं, और SD कार्ड धीमे भी होते हैं और जल्दी घिस भी जाते हैं।
+- **ऑल-इन-वन एकल कंटेनर यहाँ भी काम करता है** (`DATABASE_URL`/`REDIS_URL` अनसेट होने पर एंबेडेड Postgres और Redis), और मेमोरी की तंगी वाले होस्ट पर आपको `REDIS_MAXMEMORY` से इसकी एंबेडेड Redis सीमा घटा देनी चाहिए ([Configuration](/hi/guide/configuration) देखें)। Compose हर सेवा पर बारीक नियंत्रण देता है, इसीलिए यह वॉकथ्रू उसी का उपयोग करती है।
+- **2 GB डिवाइसों पर स्वैप जोड़ें।** इससे कभी-कभार का स्पाइक (कोई बड़ी PDF, कोई बैच जिस पर सीमा लगाना आप भूल गए) आउट-ऑफ़-मेमोरी किल में खत्म नहीं होता। zram SD-कार्ड के लिए अनुकूल विकल्प है।
+- arm64 इमेज केवल CPU वाली है; ARM बोर्डों पर कोई CUDA नहीं है।
+
+## ट्यूनिंग के विकल्प {#tuning-knobs}
+
+सभी सीमाएँ एनवायरनमेंट वेरिएबल हैं, जिनका पूरा विवरण [Configuration](/hi/guide/configuration) में है। `0` का मतलब असीमित या ऑटो है। छोटे हार्डवेयर पर जो मायने रखती हैं:
+
+| वेरिएबल | छोटी मशीन के लिए सुझाव | यह किससे बचाता है |
+|---|---|---|
+| `CONCURRENT_JOBS` | `1` | कितने जॉब समानांतर चलते हैं। ऑटो-डिटेक्ट CPU कोर घटा एक का उपयोग करता है, जो बड़ी मशीनों पर ठीक है लेकिन मेमोरी दबाव में 2-कोर मशीन पर ज़रूरत से ज़्यादा आक्रामक है। |
+| `MAX_WORKER_THREADS` | `2` | इमेज-प्रोसेसिंग थ्रेड पूल। |
+| `MAX_BATCH_SIZE` | `5` | बैच ही वह जगह है जहाँ 1-2 GB मशीनों की मेमोरी सबसे पहले खत्म होती है। |
+| `MAX_UPLOAD_SIZE_MB` | `100` | एक ही विशाल फ़ाइल को पूरा वर्कस्पेस घेरने से रोकता है। |
+| `MAX_MEGAPIXELS` | `50` | 100+ MP इमेज को डिकोड करने में RAM खर्च होती है, फ़ाइल आकार चाहे जो हो। |
+| `MAX_VIDEO_DURATION_S` | `300` | लंबे ट्रांसकोड छोटे CPU पर मिनटों से घंटों तक कब्ज़ा कर लेते हैं। |
+| `PROCESSING_TIMEOUT_S` | `600` | सख़्त ऊपरी सीमा, ताकि कोई बेकाबू जॉब अंततः मशीन को मुक्त कर दे। |
+
+ये सीमाएँ इस पर लागू होती हैं कि सर्वर क्या स्वीकार करता है, इसलिए इन्हें जितना संभव हो उतना छोटा रखने के बजाय अपने वास्तविक उपयोग के अनुसार सेट करें। अगर आप वीडियो कभी नहीं छूते, तो `MAX_VIDEO_DURATION_S` सीमा का कोई नुकसान नहीं; अगर आप रोज़ दस्तावेज़ स्कैन करते हैं, तो `MAX_PDF_PAGES` पर सीमा न लगाएँ।
+
+## क्या छोड़ दें {#what-to-skip}
+
+- **भारी AI बंडल।** अपस्केलिंग, फोटो बहाली, और पृष्ठभूमि हटाने को GPU या तेज़ मल्टी-कोर CPU चाहिए, और हर बंडल 4-5 GB डिस्क लेता है। छोटी मशीन पर इन्हें बस इंस्टॉल ही न करें; जिन टूलों का बंडल मौजूद नहीं है वे चलने के बजाय इंस्टॉल का संकेत दिखाते हैं।
+- **नियमित वर्कलोड के रूप में वीडियो री-एन्कोडिंग।** कभी-कभार के ट्रांसकोड ठीक हैं (वे बस धीमे होते हैं); लगातार चलने वाली ट्रांसकोड कतार को CPU कोर चाहिए, Pi नहीं।
+- **सामान्य तौर पर अप्रयुक्त टूल।** एडमिन Settings में अलग-अलग टूल बंद कर सकता है, जिससे वे UI से हट जाते हैं और उनके API रूट रजिस्टर होना बंद हो जाते हैं। इससे अपने आप मेमोरी नहीं बचती, लेकिन यह साझा छोटी इंस्टेंस को उसी एक वर्कलोड में इस्तेमाल होने से बचाता है जिसे हार्डवेयर झेल नहीं सकता।
+
+अगर बाद में आप इंस्टेंस को बड़े हार्डवेयर पर ले जाते हैं, तो सीमाएँ हटा दें (उन्हें वापस `0` पर सेट करें) और वही डेटा वॉल्यूम साथ चला जाता है।

apps/docs/hi/guide/security.md

@@ -1,7 +1,7 @@
 ---
 description: "SnapOtter के लिए सुरक्षा हार्डनिंग गाइड। कंटेनर सुरक्षा, नेटवर्क आइसोलेशन, Docker secrets, Kubernetes डिप्लॉयमेंट, और अनुपालन आर्टिफ़ैक्ट।"
 i18n_source_hash: 986f7658430c
-i18n_provenance: machine
+i18n_provenance: human
 i18n_output_hash: cc08062b0496
 ---
 

apps/docs/hi/index.md

@@ -4,7 +4,7 @@ title: "SnapOtter Docs"
 description: "ओपन-सोर्स, सेल्फ़-होस्टेड फ़ाइल-प्रोसेसिंग इन्फ़्रास्ट्रक्चर। UI, REST API, और पाइपलाइन के माध्यम से इमेज, वीडियो, ऑडियो, PDF, और दस्तावेज़ों में कन्वर्ट, कंप्रेस, OCR, ट्रांसक्राइब करें और स्थानीय AI चलाएँ। एक ही Docker कमांड से सेल्फ़-होस्ट करें। आपकी फ़ाइलें कभी आपके सर्वर से बाहर नहीं जातीं।"
 sidebar: false
 i18n_source_hash: 449a5b93eef1
-i18n_provenance: machine
+i18n_provenance: human
 i18n_output_hash: cb272afac251
 ---