mirror of https://github.com/snapotter-hq/SnapOtter.git synced 2026-08-03 07:46:42 +02:00

Files

T

SnapOtterandGitHub d10d0f544f fix: release QA hardening across processing, media, security, and CI gates (#649 )

A release-readiness QA pass over the whole product. The commits split into
defects a user would hit and gates that were reporting green while measuring
nothing.

## Fixes that change behaviour

Rate limiting was bypassable on every install: TRUST_PROXY defaulted to true, so
request.ip came from a client-set header and a forged X-Forwarded-For got past
the login limiter. The default is now a private-network trust list.

A transient Postgres outage stranded in-flight jobs, leaving finished output on
disk with no row pointing at it. A reconciler now resolves those rows and adopts
the bytes rather than dropping the work.

A Redis connection that moved to a new address wedged every read-blocked
consumer, so completions stopped signalling while health still answered 200.
Socket timeouts plus subscriber pings recover it.

Installing more than one AI bundle left the shared venv multi-versioned and
silently broke three tools. The installer now reconciles distributions to one
version each.

Converting an image to JXL at quality 1 through 4 returned a 500, because
libjxl 0.7 rejects the distance those values compute. The quality is floored at
what the encoder honours. A missing ffmpeg was also reported to the user as a
corrupt upload; it now says the engine is unavailable.

RAW uploads reached an unpatched LibRaw on arm64, so it is built from source at
0.22.2, and the release scan was split so it can fail on an unfixed critical
instead of hiding it behind ignore-unfixed.

## Gates that could not fail

Two mutation lanes ran zero mutants because Stryker crawled the gitignored docs
build; coverage discarded its whole report on any failing test; the lint gate
skipped root tests, scripts, and two workspaces; and several generated matrices
counted a host missing ffmpeg as a passing tool. Each now measures what it
claims.

Full evidence and the outstanding release items are tracked locally and are not
part of this branch.

2026-07-27 15:37:30 +08:00

8.9 KiB

Raw Blame History

i18n_source_hash, i18n_provenance, i18n_output_hash, i18n_hash_version

i18n_source_hash	i18n_provenance	i18n_output_hash	i18n_hash_version
521c03a6416c	machine	e446eae131cb	2

التشغيل على موارد محدودة

يعمل SnapOtter جيدًا على العتاد الصغير: Raspberry Pi 4 أو 5، أو حاسوب محمول قديم، أو VPS بذاكرة 2 جيجابايت. هذه الصفحة هي الدليل العملي لتلك الأجهزة: ما الذي تتوقعه، وإعداد جاهز للنسخ واللصق بسقوف معقولة، وأي الميزات يُستحسن تجاوزها. بيانات الأداء الكاملة وراء هذه الأرقام موجودة في متطلبات العتاد.

قيدان صارمان بدايةً:

64 بت فقط. تُبنى الصورة لـ linux/amd64 و linux/arm64. معمارية ARM ذات 32 بت (armv7/armhf) غير مدعومة، لذا فأجهزة Pi من الجيل الأول وعائلة Pi Zero خارج الحسبان.
حد أدنى للذاكرة قدره 2 جيجابايت. لا تكفي 512 ميجابايت لبدء تشغيل المنظومة، وتفشل 1 جيجابايت مع دفعات الملفات المتعددة. أصغر تكوين يعمل بارتياح هو 2 جيجابايت مع نواتين.

ما يعمل جيدًا على العتاد الصغير

كل أداة لا تعتمد على الذكاء الاصطناعي تعمل على جهاز بذاكرة 2 جيجابايت ونواتين: قسما الصور والملفات بالكامل، وأدوات PDF، وعمليات الفيديو والصوت بنسخ التدفق (القص، وكتم الصوت، وتغيير الحاوية). ينتهي معظمها في أقل من ثانية.

عبءان هما الاستثناء:

إعادة ترميز الفيديو (التحويل بين برامج الترميز) مقيدة بالمعالج. مقطع 1080p يستغرق نحو 40 ثانية على معالج مكتبي سريع قد يستغرق عدة دقائق على معالج من فئة Pi. أما عمليات نسخ التدفق فتبقى فورية.
أدوات الذكاء الاصطناعي تحتاج إلى ذاكرة (يوصى بـ 4 جيجابايت) وقرص (الحزم الأكبر تبلغ 4-5 جيجابايت لكل منها)، والثقيلة منها (رفع الدقة، واستعادة الصور، وإزالة الخلفية) غير عملية على معالجات فئة Pi. الذكاء الاصطناعي الخفيف مثل اكتشاف الوجوه و OCR قابل للاستخدام إن توفرت لديك الذاكرة له.

لا يُثبَّت أي منهما ولا يعمل ما لم تستخدمه: من دون حزم ذكاء اصطناعي مثبتة يستهلك التطبيق في وضع الخمول نحو 360 ميجابايت، ولا تُنزَّل حزم الذكاء الاصطناعي إلا عندما يفعّلها مدير النظام.

شرح تطبيقي: Raspberry Pi / حاسوب محمول قديم

هذا هو تثبيت Compose القياسي من البدء، مع إضافة حدود للموارد وسقوف متحفظة. يفترض نظام تشغيل 64 بت (على Pi: نظام Raspberry Pi OS ذو 64 بت أو Ubuntu Server arm64).

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     # قم بتغيير هذا لعمليات النشر غير المحلية
      - 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

ملاحظات لأجهزة فئة Pi:

فضّل قرص SSD عبر USB على بطاقة SD لوحدة تخزين البيانات و Postgres. تُجري مساحات عمل المهام إدخالًا وإخراجًا حقيقيًا على القرص، وبطاقات SD بطيئة وسريعة التآكل معًا.
الحاوية الواحدة الشاملة تعمل هنا أيضًا (PostgreSQL و Redis مدمجان عندما يكون DATABASE_URL/REDIS_URL غير معيّنين)، وعلى مضيف محدود الذاكرة ينبغي خفض سقف Redis المدمج عبر REDIS_MAXMEMORY (انظر الإعداد). يمنحك Compose تحكمًا أدق في كل خدمة على حدة، ولهذا يستخدمه هذا الشرح.
أضف مساحة تبديل (swap) على الأجهزة ذات 2 جيجابايت. فهي تمنع الذروة العارضة (ملف PDF كبير، أو دفعة نسيت تحديد سقفها) من أن تنتهي بإنهاء العملية بسبب نفاد الذاكرة. خيار zram هو الألطف ببطاقات SD.
صورة arm64 تعمل على المعالج فقط؛ لا وجود لـ CUDA على لوحات ARM.

مقابض الضبط

كل السقوف متغيرات بيئة، موثقة بالكامل في الإعداد. تعني 0 غير محدود أو تلقائي. ما يهم منها على العتاد الصغير:

المتغير	الاقتراح للأجهزة الصغيرة	ما يحميه
`CONCURRENT_JOBS`	`1`	عدد المهام التي تعمل بالتوازي. يستخدم الاكتشاف التلقائي عدد أنوية المعالج ناقص واحد، وهو جيد على الأجهزة الكبيرة ومتحمس أكثر من اللازم على جهاز بنواتين تحت ضغط الذاكرة.
`MAX_WORKER_THREADS`	`2`	مجمّع خيوط معالجة الصور.
`MAX_BATCH_SIZE`	`5`	الدفعات هي أول ما تنفد عنده ذاكرة الأجهزة ذات 1-2 جيجابايت.
`MAX_UPLOAD_SIZE_MB`	`100`	يمنع ملفًا ضخمًا واحدًا من شغل مساحة العمل كلها.
`MAX_MEGAPIXELS`	`50`	فك ترميز صورة تتجاوز 100 ميجابكسل يستهلك ذاكرة بصرف النظر عن حجم الملف.
`MAX_VIDEO_DURATION_S`	`300`	تستحوذ عمليات التحويل الطويلة على معالج صغير لدقائق أو ساعات.
`PROCESSING_TIMEOUT_S`	`600`	سقف صارم كي تحرر أي مهمة جامحة الجهاز في نهاية المطاف.

تنطبق هذه السقوف على ما يقبله الخادم، لذا اضبطها لتطابق ما تستخدمه فعلًا لا لتكون أصغر ما يمكن. إن كنت لا تلمس الفيديو أبدًا فسقف MAX_VIDEO_DURATION_S لا يكلفك شيئًا؛ وإن كنت تمسح المستندات ضوئيًا يوميًا فلا تضع سقفًا لـ MAX_PDF_PAGES.

ما يُستحسن تجاوزه

حزم الذكاء الاصطناعي الثقيلة. يحتاج رفع الدقة واستعادة الصور وإزالة الخلفية إلى GPU أو معالج سريع متعدد الأنوية، وتكلف كل حزمة 4-5 جيجابايت من القرص. على جهاز صغير، لا تثبتها ببساطة؛ فالأدوات التي تنقصها حزمتها تعرض دعوة إلى التثبيت بدل أن تعمل.
إعادة ترميز الفيديو كعبء عمل معتاد. لا بأس بعمليات تحويل عرضية (هي بطيئة فحسب)؛ أما طابور تحويل مستمر فيحتاج إلى أنوية معالج، لا إلى جهاز Pi.
الأدوات غير المستخدمة عمومًا. يستطيع مدير النظام إيقاف أدوات بعينها من الإعدادات (Settings)، فتختفي من الواجهة ويتوقف تسجيل مسارات API الخاصة بها. لا يوفر ذلك ذاكرة بحد ذاته، لكنه يمنع استخدام نسخة صغيرة مشتركة في العبء الوحيد الذي لا يحتمله العتاد.

إذا نقلت النسخة لاحقًا إلى عتاد أكبر، أزل السقوف (أعدها إلى 0) وستنتقل وحدة تخزين البيانات نفسها كما هي.

8.9 KiB Raw Blame History