# Установка окружения

## Системные требования

- **OS:** Linux x86_64
- **CPU:** 8+ ядер (i7-1165G7 или лучше)
- **RAM:** 16+ GB (32 GB с LLM-корректором)
- **Диск:** 15+ GB свободного места

---

## Шаг 1: Python 3.12 + venv + все зависимости

```bash
python3.12 -m venv .venv
source .venv/bin/activate
pip install --upgrade pip
pip install -r requirements.txt
```

**Важно:** PaddlePaddle — версия **3.2.2** (3.3.1 содержит баг PIR/ONEDNN на CPU).

---

## Шаг 2: llama-server (для Surya 2 на CPU)

Surya 2 использует llama.cpp сервер. Нужен бинарник `llama-server`:

```bash
mkdir -p ~/.local/bin

# Скачать последний релиз (URL обновить из https://github.com/ggml-org/llama.cpp/releases/latest)
curl -L "https://github.com/ggml-org/llama.cpp/releases/download/b10268/llama-b10268-bin-ubuntu-x64.tar.gz" \
  -o /tmp/llama.tar.gz

tar -xzf /tmp/llama.tar.gz -C /tmp/
cp /tmp/llama-b10268/llama-server /tmp/llama-b10268/lib*.so* ~/.local/bin/

export PATH="$HOME/.local/bin:$PATH"
llama-server --version  # проверка
```

---

## Шаг 3: Конфигурация (.env)

```bash
cp .env.dist .env
# Отредактировать .env — вставить токены
```

| Переменная | Назначение |
|-----------|-----------|
| `OPENCODE_API_KEY` | API-ключ OpenCode Go для VLM-корректора |
| `HF_TOKEN` | HuggingFace токен (read-only) для скачивания моделей |
| `OCR_LOG_FILE` | Путь к debug-логу (необязательно) |

---

## Шаг 4: Модели (загружаются автоматически при первом запуске)

При первом запуске скрипты скачают нужные модели. Для ускорения можно предварительно задать `HF_TOKEN` в `.env`.

| Движок | Модели | Размер | Куда |
|--------|--------|:---:|------|
| PaddleOCR | PP-StructureV3 (ансамбль) | ~2.5 GB | `~/.paddlex/official_models/` |
| Surya 2 | surya-2.gguf + mmproj | ~1.5 GB | HF Hub (кеш) |
| LLM | Qwen2.5-7B-Q4_K_M.gguf | ~4.4 GB | `~/.cache/llama_models/` |

---

## Проверка

```bash
# Stage 1
python -m src.image_split --help

# Stage 2 — PaddleOCR
python -m src.image_ocr -i test.jpg

# Stage 2 — Surya
python -m src.image_ocr -i test.jpg --ocr-engine surya

# Stage 2 — с LLM-корректором
python -m src.image_ocr -i test.jpg --llm
```

---

## Разработка

```bash
ruff check src/ tests/
python -m pytest tests/ -v
```