AI Anki: интервальные повторения с ИИ-экзаменатором
Введение
Документация обновлена 18.11.2026 по исходникам AI Anki: генерация 20/10 — 51cf088, батник сборки — 1691eb7, portable launcher — 32c7647.
Note
Новые возможности требуют обновления кода и пересборки сервера/Windows-клиента. Норма карточек — целевое количество: обновление приложения само по себе не заполняет колоды. После обновления запустите догенерацию и проверьте фактические счётчики уроков.
AI Anki — карточки для подготовки к собеседованиям и экзаменам. Ответ пишется своими словами, кодом или формулой, а модель ИИ оценивает понимание, задаёт уточняющие вопросы и по алгоритму интервальных повторений возвращает карточку в нужный момент. Перед карточками можно прочитать урок в учебнике: статьи пишутся по официальной документации, своим видеоурокам и материалам колоды.
- Сайт: anki.webmastermsk.ru
- Исходный код: github.com/werwolf1000/ai-anki
- На NAS:
/mnt/storage/web/ai-anki(SMB:\\truenas.local\web\ai-anki)
Состав:
| Часть | Технологии | Каталог |
|---|---|---|
| Сервер (API) | Python, FastAPI | server/, app/ |
| Веб-интерфейс | React, Motion, AutoAnimate, Tailwind CSS (Vite) | web/ |
| Приложение для Windows | Electron: установщик и launcher без установки, общий интерфейс и мост к локальной модели | desktop/ |
| Исполнитель проектной практики | Отдельный worker, изолированные Docker-контейнеры Python/PHP | server/practice_worker.py, practice/ |
| Колоды и программы учебников | JSON, TXT | decks/, decks/syllabus/ |
| Данные пользователей | SQLite + JSON | data/ (том Docker) |
Внешние сервисы:
- Ollama — проверка ответов, статьи учебника и векторы для поиска (
qwen3-embedding:8b). Вместо Ollama для текстов можно подключить DeepSeek, Алису AI (YandexGPT), любой OpenAI-совместимый сервер или локальную модель на своём ПК — см. раздел «Шаг 6: Модели ИИ». - Whisper ASR — голосовые ответы и расшифровка видеоуроков.
- Strata — локальная модель Qwen3.8-Flash-Next на ПК (необязательно).
Возможности
Аккаунты
- Вход и регистрация. У каждого пользователя свой прогресс, статистика и настройки обучения.
- Первый зарегистрированный аккаунт становится администратором и получает прогресс старой однопользовательской версии (
data/progress.json). - Общие настройки сервера (модели, Whisper, база знаний, видеотека, программы учебников) меняет только администратор.
- Приложение для Windows входит в тот же аккаунт: прогресс общий с сайтом.
Учебные сессии
- Режимы: повторение, только новые, слабые, вся колода; выбор темы (урока).
- Типы карточек: текстовый ответ, исправление кода, live-coding (редактор Monaco), формулы (MathLive + KaTeX), анатомия с изображениями.
- Ответ голосом (Whisper) с ИИ-исправлением терминов.
- Кнопка «Урок» в занятии открывает в учебнике урок текущей карточки.
Учебник: программы, уроки и колоды
У каждого учебника своя программа: главы и отдельные уроки. Во встроенных программах — 24 учебника, 1214 уроков, в том числе 10 профессий и 576 уроков профессий. Изменения программы через интерфейс могут менять эти числа.
| Учебник | ID программы | Глав / уроков | Колоды |
|---|---|---|---|
| Agile | agile |
9 / 30 | вопросы |
| Нейрокреатор / AI-художник | ai_artist |
14 / 45 | вопросы + практика |
| AI-тренер | ai_trainer |
12 / 52 | вопросы + live-coding |
| Анатомия человека | anatomy |
10 / 47 | вопросы |
| Angular | angular |
12 / 47 | вопросы + live-coding |
| DevOps | devops |
14 / 71 | вопросы + live-coding |
| Forward Deployed Engineer | fde |
13 / 55 | вопросы + live-coding |
| Go | go |
10 / 55 | вопросы + live-coding |
| Высшая математика | higher_math |
9 / 49 | задачи |
| Kanban | kanban |
6 / 23 | вопросы |
| Laravel | laravel |
11 / 62 | вопросы + live-coding |
| Оценка LLM и AI QA | llm_evaluator |
13 / 49 | вопросы + live-coding |
| Node.js, JavaScript и TypeScript | nodejs |
9 / 60 | вопросы + live-coding |
| PHP | php |
11 / 88 | вопросы + live-coding |
| Go-разработчик | pro_go |
12 / 62 | вопросы + live-coding |
| Node.js-разработчик | pro_nodejs |
12 / 61 | вопросы + live-coding |
| PHP-разработчик | pro_php |
14 / 74 | вопросы + live-coding |
| Python-разработчик | pro_python |
17 / 56 | вопросы + live-coding |
| Промпт-инжиниринг | prompt_engineer |
14 / 51 | вопросы + практика |
| Python | python |
9 / 61 | вопросы + live-coding |
| PyTorch | pytorch |
7 / 31 | вопросы + live-coding |
| SAFe | safe |
8 / 33 | вопросы |
| Scrum | scrum |
6 / 28 | вопросы |
| tkinter и ttk | ttk |
7 / 24 | вопросы + live-coding |
- Колоды строятся по урокам: у каждого урока свои карточки, тема карточки — название урока. Для программирования и профессий есть колоды вопросов и практики; в профессиях без программирования задания посвящены промптам, кейсам и рабочим документам. В окне колоды темы сгруппированы по главам в порядке программы.
- Правка программы (администратор): Учебник → «Править» — добавить, переименовать (двойной клик или ✎), переставить стрелками и удалить главы и уроки. При переименовании урока за ним переходят карточки, статья, отметки «прочитано» и привязки видео. При удалении урока удаляются его карточки и статья (после подтверждения).
- Догенерация карточек: минимум на каждый отдельный урок профессии — 20 вопросов и 10 практических карточек. Для остальных учебников сохраняется 8 вопросов и, если есть практика, 3 задания. Недостающее пишет выбранная модель учебника по статье и документации. Запуск: «Карточки» в уроке, «Догенерировать» в учебнике или Настройки → «Колоды учебников» → «Дополнить профессии до нормы». Последняя кнопка заполняет только профессии; «Догенерировать во всех учебниках» охватывает все программы. Подробности — в разделе «Шаг 7: Заполнить карточки профессий до нормы».
- Переходы: из урока — «Проверить себя» и «Live-coding» (занятие по этому уроку), чипы «N вопросов» открывают колоду на уроке; из окна колоды — значок книги у каждой темы; из занятия — кнопка «Урок».
Статья урока пишется по найденным фрагментам документации, видеоурокам и карточкам, со сносками [n], сохраняется и в следующий раз открывается мгновенно. Есть оглавление, отметка «прочитано», вопросы к учебнику («Спросить учебник») и плеер видеофрагментов.
Источники базы знаний (поиск гибридный: BM25 + векторы qwen3-embedding:8b):
| Источник | Для учебников |
|---|---|
| PHP Manual (рус.) | PHP, Laravel |
| MDN JavaScript (рус.), TypeScript Handbook, Node.js v22 API | Node.js/JS/TS, Angular |
| Python 3.13 | Python, PyTorch, tkinter, AI-тренер, FDE, оценка LLM |
| Django, Flask, FastAPI, SQLAlchemy | Python-разработчик: веб-фреймворки, API и ORM |
| NumPy, pandas, matplotlib | Python-разработчик: обработка данных и графики |
| scikit-learn, PyTorch Learn the Basics | Python-разработчик: первые модели, обучение и сохранение нейросети |
| Angular, Laravel 12.x, Go | свои учебники |
| Scrum Guide 2020 (рус.), Agile-манифест, Kanban Guide | Agile, Scrum, Kanban, SAFe |
| Kubernetes (рус.), Docker | DevOps, FDE |
| Prompt Engineering Guide, Hugging Face TRL и Diffusers | промпт-инжиниринг, AI-тренер, AI-художник |
| Википедия (рус.) — подбор по темам, лишнее отсеивается | все, особенно анатомия и высшая математика |
| Свои видеоуроки (Whisper) | по привязке видео к учебнику |
Для Python-направления добавлены отдельные парсеры документации Django, Flask, FastAPI, NumPy, pandas, matplotlib, scikit-learn, PyTorch и SQLAlchemy. Они извлекают материал статьи и примеры кода, убирая навигацию. После обновления проекта загрузите и проиндексируйте нужные источники в Настройки → База знаний учебника: наличие парсера в коде ещё не означает, что документы уже загружены в вашу RAG-базу.
Видеотека
- Видео из папки NAS (
/videosв контейнере) и загруженные через сайт расшифровываются Whisper с таймкодами и индексируются как источник учебника. - Учебник определяется по папке или имени файла (
curs/python/s01/4.mp4→ Python), иначе — по словам расшифровки; можно выбрать вручную. - Статьи цитируют видеофрагменты (красные сноски) и встраивают плеер с нужного момента; сноска открывает плавающий плеер.
- Порог сходства «урок ↔ видео» — ползунок в Настройках → «Видеотека учебника» (0,25–0,8, по умолчанию 0,45). Своя тема обычно даёт 0,6–0,8, соседние — до 0,48.
- Ручная правка видео урока (администратор): под статьёй блок «Видео урока» — убрать лишнее видео, прикрепить нужное из подсказок или всей видеотеки с выбранного момента (поиск фразы в расшифровке или
мм:сс). Ручной выбор важнее порога и действует во всех колодах учебника. - Прогресс обработки (этап, кусок N/M, прошло/осталось, скорость), лента «Что распознаёт Whisper», журнал и полная расшифровка каждого видео с переходом к моменту.
Профессии, собеседования, экзамены, сертификаты
10 треков: Python-разработчик, PHP-разработчик, Node.js-разработчик, Go-разработчик, DevOps-инженер, Forward Deployed Engineer, AI-тренер, специалист по промпт-инжинирингу, LLM-оценщик / AI QA, нейрокреатор / AI-художник.
Python-разработчик — 17 глав и 56 уроков: основы языка и ООП, файлы/CLI, HTTP и asyncio, SQLite и SQLAlchemy, Django, Flask, FastAPI, tkinter/ttk, NumPy, pandas, matplotlib, scikit-learn, PyTorch, тесты и упаковка. Итоговый проект — простая нейросеть для Iris на CPU: обучение, оценка, сохранение весов и предсказание. Программа профессии pro_python существует отдельно от базового учебника python.
| Этап | Содержание | Условие |
|---|---|---|
| Обучение | уроки профессии: целевой минимум 20 вопросов + 10 практических карточек в каждом | сдано ≥ 60% карточек трека |
| AI-собеседование | чат с интервьюером: 5 вопросов + практическое задание, уточняющие вопросы, отчёт с уровнем Junior/Middle/Senior | балл ≥ 65 |
| Экзамен | 9 теоретических + 3 практических задания за 60 минут, без подсказок | балл ≥ 70 |
| Сертификат | уникальный номер, печать в PDF, публичная проверка /verify/<номер> |
выполнены все три условия |
Число вопросов экзамена/собеседования, время и пороги настраиваются в decks/tracks.json. Профессии, экзамены и сертификаты используют колоды учебников профессий book-<id>.json и book-<id>-live-coding.json. Исходные pro-* служат источником контента и переноса прогресса; ID уже существующих карточек сохраняются.
Большая практика с ИИ: Python и PHP
Откройте Проекты в главном меню или Профессии → Python/PHP → Открыть проекты. Ссылки на проекты также есть в соответствующих главах программы.
| Профессия | Проект | Навыки |
|---|---|---|
| Python | Менеджер задач | функции, проверки ввода, JSON |
| Python | От CSV к отчёту | pandas, очистка данных, группировка, matplotlib |
| Python | Веб-приложение заметок | Flask, JSON API, SQLite, HTML |
| Python | Первая нейросеть на PyTorch | Iris, обучение на CPU, оценка и сохранение весов |
| PHP | Корзина интернет-магазина | типизированный класс, суммы в копейках, валидация |
| PHP | Учёт расходов на PDO | SQLite, подготовленные запросы, агрегирование |
| PHP | JSON API каталога | маршруты, методы HTTP, JSON и коды ответа |
| PHP | Мини-приложение MVC | модель, представление, поиск и HTML |
В каждом проекте три последовательных этапа: всего 8 проектов и 24 этапа. Это первый набор больших практических работ, он пока не покрывает каждую главу и все фреймворки.
На странице можно создавать файлы и вложенные папки, писать код в Monaco, общаться с ИИ-наставником, запускать программу и проверять этап. Изменения сохраняются автоматически; доступны предыдущие версии и скачивание проекта в ZIP. Подсказки, объяснение, разбор кода и полное решение — отдельные режимы; предлагаемые правки можно просмотреть перед применением.
Для зачёта этапа нужны успешная проверка текущего кода и объяснение ученика длиной от 30 символов. Наставник использует модель проверки ответов пользователя и доступные материалы RAG. Эта практика дополняет карточки live-coding и не заменяет экзамен профессии.
Для «Запустить» и «Проверить этап» нужен отдельный Docker-worker; подключение описано в шаге 1.1. Без него доступны редактор, сохранение, ZIP и наставник. Предпросмотр Flask/MVC показывает HTML-снимок результата; полноценного интерактивного веб-сервера, терминала, установки произвольных пакетов и окон tkinter внутри страницы пока нет.
Требования
- TrueNAS Scale с Apps (Docker) и доступом в интернет (сборка образа скачивает
node:22-alpine, npm-пакеты и ffmpeg; база знаний скачивает документацию). - Сервер Ollama с моделями
qwen3-coder:30b(или другой) иqwen3-embedding:8b. - Сервер Whisper ASR — для голосовых ответов и видеотеки (необязательно).
- Папка с видеоуроками на NAS (необязательно).
- Для локальной модели: Strata на ПК с Windows и приложение AI Anki для Windows (необязательно).
- Для сборки приложения Windows: Node.js 22.12 или новее с npm; Python для батника сборки не нужен. Python 3.12 используется при разработке серверной части.
- Для выполнения проектных заданий: отдельный worker с Docker Engine и подготовленными окружениями Python/PHP; подробности — в шаге 1.1.
Шаг 1: Первая установка на TrueNAS
Склонируйте репозиторий и создайте каталог данных:
cd /mnt/storage/web
git clone https://github.com/werwolf1000/ai-anki.git
mkdir -p /mnt/storage/web/ai-anki/data/decks
Соберите образ (несколько минут; на этапе web собирается React-интерфейс, в образ ставится ffmpeg):
cd /mnt/storage/web/ai-anki
docker build -t ai-anki-web:latest .
В TrueNAS: Apps → Discover Apps → Custom App → вставьте compose:
services:
ai-anki:
build: /mnt/storage/web/ai-anki
container_name: ai-anki
environment:
AI_ANKI_DATA_DIR: /data
AI_ANKI_VIDEO_DIRS: /videos # папки с видео внутри контейнера, через запятую
AI_ANKI_VIDEO_SCAN_MINUTES: "30" # автопоиск новых видео, "0" — только по кнопке
# AI_ANKI_REGISTRATION: closed # после первого аккаунта закрыть регистрацию
extra_hosts:
- host.docker.internal:host-gateway
image: ai-anki-web:latest
ports:
- '8080:8080'
restart: unless-stopped
volumes:
- /mnt/storage/web/ai-anki/data:/data
- /mnt/storage/web/ai-anki/decks:/app/decks:ro
- /mnt/storage/media/curs:/videos:ro # папка с видеоуроками на NAS
Save → Deploy. Приложение доступно на http://<IP-NAS>:8080 и через прокси на anki.webmastermsk.ru.
Important
Слева в строке видео — ваша папка на NAS, справа обязательно
/videos. Несколько папок: по строке на каждую (/videos2, …) и все через запятую вAI_ANKI_VIDEO_DIRS.
Шаг 1.1: Подключить практические проекты на TrueNAS
Для существующей Custom App используйте docker-compose.truenas.practice.yml: он сохраняет порт 8080, каталоги данных и колод, видеотеку /mnt/storage/media/curs и добавляет отдельный practice-worker.
После обновления исходников на NAS выполните:
ssh truenas_admin@192.168.1.135
cd /mnt/storage/web/ai-anki
bash practice/prepare-truenas.sh
Скрипт создаёт секрет в .secrets/practice-worker.env (при повторном запуске сохраняет существующий), собирает веб-приложение, worker и три runtime-образа, проверяет Compose. Само приложение он не перезапускает.
В Apps → anki → Edit замените YAML существующего приложения на:
include:
- /mnt/storage/web/ai-anki/docker-compose.truenas.practice.yml
Можно вставить полное содержимое docker-compose.truenas.practice.yml. Сохраните настройки и дождитесь запуска сервисов. Используйте существующее приложение anki: не создавайте второй Compose-стек поверх приложения, которым управляет TrueNAS Apps.
Проверка связи из контейнера приложения (значение токена не выводится):
docker exec ai-anki python -c 'import os, requests; r=requests.get(os.environ["AI_ANKI_PRACTICE_WORKER"]+"/health", headers={"Authorization":"Bearer "+os.environ["AI_ANKI_PRACTICE_TOKEN"]}, timeout=10); print(r.status_code, r.text)'
Ожидается HTTP 200 и "ok": true. Затем откройте Проекты и запустите стартовый проект. Ошибка TODO/NotImplementedError в незавершённом шаблоне — результат выполнения учебного кода; ошибка отсутствующего Docker-образа означает, что окружения ещё не собраны.
Worker не публикует порт наружу. Доступ к Docker socket получает только worker; для публичного сервиса используйте выделенный хост/VM. Полная инструкция, ограничения исполнения и артефакты описаны в docs/project-practice.md репозитория.
Шаг 2: Первичная настройка
- Откройте сайт и сразу зарегистрируйтесь — первый аккаунт станет администратором.
- Настройки → «Сервер»: Ollama URL, модель, при необходимости API-ключ; ASR URL Whisper. Нажмите «Проверить Ollama».
- Настройки → «База знаний учебника» → «Скачать и проиндексировать всё». Загрузка — около 10 минут, векторизация идёт в фоне; учебником можно пользоваться сразу.
- Колоды учебников собираются сами при первом запуске: карточки прежних колод раскладываются по урокам (сначала по словам, затем в фоне по смыслу через Ollama — около 7 минут), прогресс повторений переносится, прежние колоды скрываются. Ход — Настройки → «Колоды учебников».
- По желанию: Настройки → «Статьи учебника» → «Написать недостающие». Для карточек профессий используйте «Колоды учебников» → «Дополнить профессии до нормы». Массовое заполнение может занять много времени; скорость зависит от выбранной модели. Для платного API запросы оплачиваются по его тарифу.
Шаг 3: Обновление
Warning
Кнопка Redeploy в TrueNAS только перезапускает контейнер из уже собранного образа
ai-anki-web:latestи не пересобирает его. Новый код попадает на сайт только послеdocker build.
- На рабочей машине отправить изменения:
git push origin main. - На NAS забрать код и пересобрать образ:
ssh truenas_admin@192.168.1.135
cd /mnt/storage/web/ai-anki
git pull
docker build -t ai-anki-web:latest .
- В TrueNAS: Apps → anki → Redeploy после сборки образа. Для этой установки также проверена команда
midclt call --job app.redeploy ankiпо SSH. Не запускайте второй Compose-стек. - Открыть сайт и обновить страницу с очисткой кэша (Ctrl+F5).
Проверить, что контейнер запущен с новым образом:
docker images ai-anki-web
docker ps --format "{{.Names}} {{.Image}} {{.Status}}" | grep ai-anki
Время создания образа (CREATED) должно соответствовать последней сборке. Если обновлялась проектная практика, запустите bash practice/prepare-truenas.sh, чтобы собрать также worker и runtime-образы, затем выполните Redeploy.
Изменения 51cf088 (норма 20/10) и 32c7647 (launcher) должны сначала попасть в удалённый репозиторий через git push, а затем на NAS/рабочую машину через git pull. Публикация этой страницы не обновляет запущенные контейнеры и установленный Windows-клиент.
Шаг 4: Приложение для Windows — установщик и launcher
Установите Node.js 22.12 или новее с npm. Из корня проекта запустите build-desktop.bat двойным щелчком либо из PowerShell:
cd F:\projects\ai_anki
.\build-desktop.bat
Батник проверяет Node/npm, устанавливает зависимости из lock-файлов для web и desktop, собирает React-интерфейс и оба варианта Windows-приложения. Уже установленный Electron используется повторно. При ошибке работа останавливается и окно остаётся открытым с выводом ошибки.
Файл в desktop\dist |
Назначение |
|---|---|
AI-Anki-Setup-2.0.0.exe |
Установщик: установка приложения и ярлыков |
AI-Anki-Launcher-2.0.0.exe |
Один переносимый .exe: запуск приложения без установки |
Для launcher достаточно скопировать его .exe и запустить двойным щелчком. При старте он распаковывает приложение во временный каталог; Node.js на компьютере для запуска готового файла не нужен. Версия в имени файлов берётся из desktop/package.json.
Повторная сборка без установки зависимостей (если lock-файлы не менялись):
.\build-desktop.bat --skip-install
Для терминала или CI без ожидания клавиши в конце:
.\build-desktop.bat --skip-install --no-pause
Ручной вариант сборки:
cd F:\projects\ai_anki\web
npm ci --include=dev
cd ..\desktop
npm ci --include=dev
npm run dist
npm run dist также создаёт установщик и launcher; npm start собирает интерфейс и запускает приложение для разработки. Исходники находятся в репозитории: настройки упаковки — desktop/package.json, общий сценарий сборки — build-desktop.bat.
- На экране входа указывается адрес сервера (по умолчанию
https://anki.webmastermsk.ru). Прогресс общий с сайтом. - Если после установки зависимостей нет
node_modules\electron\dist\electron.exe, изdesktopвыполнитеnode node_modules/electron/install.js. - Локальная модель Strata подключается одинаково в установленной версии и launcher — см. шаг 6.
- Перед пересборкой закройте приложение, запущенное из
desktop/dist. При изменениях интерфейса пересоберите клиент: он содержит свою копию веб-интерфейса.
Проверено 18.11.2026: build-desktop.bat --skip-install --no-pause завершился с кодом 0, созданы оба Windows .exe версии 2.0.0. Это проверка сборки; обновление установленного клиента и контейнера сервера выполняется отдельно.
Шаг 5: Видеотека
- Подключите папку с видео в compose (см. «Шаг 1») и перезапустите приложение.
- Настройки → «Видеотека учебника» → «Найти новые видео». У папки видно, сколько в ней файлов и видео; если папки нет в контейнере или нет прав — жёлтая подсказка с причиной.
- Дождитесь статуса «в базе знаний». У видео без учебника выберите его в списке.
- Новые файлы подхватываются сами (раз в 30 минут), изменённые расшифровываются заново, удалённые убираются из базы.
Подсказки:
- Подпапки называйте по предметам:
python,php,laravel,анатомия— так видео сразу привяжется к учебнику. - В браузере воспроизводятся mp4 и webm; MKV/AVI попадут в расшифровку и статьи, но плеер покажет «формат не поддерживается».
- Если к уроку подтянулось не то видео — под статьёй «Видео урока» → «Убрать» / «Прикрепить»; если видео не хватает — снизьте порог ползунком.
- Уже написанные статьи показывают подходящие видео в блоке «Видео по теме»; чтобы видео цитировалось в тексте — «Сгенерировать заново».
Шаг 6: Модели ИИ
Настройки → «Модели ИИ».
Подключения (администратор)
Кнопки-шаблоны: DeepSeek, Алиса AI (YandexGPT), Strata (по сети), OpenAI-совместимый. У каждого подключения — «Проверить» и «Список» моделей.
| Подключение | Адрес API | Модель | Примечание |
|---|---|---|---|
| DeepSeek | https://api.deepseek.com/v1 |
deepseek-chat, deepseek-reasoner |
ключ — platform.deepseek.com (проверить) |
| Алиса AI / YandexGPT | https://llm.api.cloud.yandex.net/v1 |
gpt://<каталог>/yandexgpt/latest |
API-ключ сервисного аккаунта + ID каталога (проверить) |
| Strata по сети | http://<IP-ПК>:8081/v1 |
из /v1/models |
Strata запущена с --access lan, см. Strata на сервере |
| LM Studio, vLLM, llama.cpp, OpenRouter | …/v1 |
любая |
Что какой моделью:
| Выбор | Где используется |
|---|---|
| Проверка ответов, подсказки, экзамены | проверка в занятиях по умолчанию, подсказки, AI-собеседования, экзамены |
| Учебник: статьи и генерация карточек | статьи уроков, «Спросить учебник», догенерация карточек |
| Проверка моих ответов в занятиях (каждый пользователь) | только свои обычные занятия; экзамены и собеседования всегда проверяет модель сервера |
Векторы для поиска в базе знаний всегда считает Ollama (qwen3-embedding:8b). API-ключи хранятся в data/config.json и в интерфейс не отдаются.
Локальная модель через приложение (Strata)
Сервер на NAS не видит 127.0.0.1 вашего ПК, поэтому запросы к локальной модели передаёт приложение AI Anki: оно забирает их с сервера, отправляет в Strata и потоком возвращает ответ. Strata не нужно открывать в сеть.
- Запустите модель в Strata (через Strata Tray или
strata launch --preset "<пресет>" --no-tui) и проверьте:curl.exe http://127.0.0.1:8081/v1/models. - В приложении для Windows: Настройки → «Модели ИИ» → «Локальная модель на этом компьютере»:
- адрес
http://127.0.0.1:8081/v1; - модель — пусто (берётся загруженная из
/v1/models, переключение в Strata Tray подхватится само); - API-ключ — только если Strata запущена с ключом;
- «Без рассуждений» — быстрее (
enable_thinking=false; если сервер не знает параметр, запрос повторяется без него) (проверить на Strata).
- адрес
- Включите переключатель и нажмите «Проверить модель». Дождитесь пометки «сервер видит» рядом со статусом локальной модели.
- Выберите, где её использовать: себе — «Проверка моих ответов в занятиях» → «Моя локальная модель»; администратору — в выборе моделей проверки или учебника появится «Локальная модель: ваше имя».
Note
Работает, пока на ПК открыто приложение AI Anki и запущена модель. Компьютер не должен переходить в сон во время генерации. Рассуждения модели (
reasoning_content) в ответы и статьи не попадают. Скорость зависит от модели, пресета и оборудования; проверьте выбранную конфигурацию перед массовым запуском.
Шаг 7: Заполнить карточки профессий до нормы
Под «темой» здесь понимается каждый отдельный урок программы, а не целая глава. Для каждого урока профессии требуется минимум 20 вопросов и 10 практических карточек. У не связанных с программированием профессий практика — это промпты, кейсы и рабочие документы.
- Войдите администратором.
- В Настройки → Модели ИИ → Учебник: статьи и генерация карточек выберите провайдер.
- Для DeepSeek выберите настроенное подключение DeepSeek и проверьте его доступность. Массовая генерация использует платный API выбранного подключения.
- Для Qwen на Strata сначала подключите локальную модель по шагу 6. В поле «Учебник: статьи и генерация карточек» выберите «Локальная модель: ваш аккаунт · модель». Выбор «Проверка моих ответов в занятиях» сам по себе не переключает генерацию карточек.
- Откройте Настройки → Колоды учебников → Дополнить профессии до нормы.
- Следите за оставшимся числом уроков, вопросов и заданий. Завершение заполнения проверяется по фактическим счётчикам, а не по общему числу карточек в профессии.
При выборе Strata запросы поступают через оконное приложение и выполняются по одному уроку, чтобы очередь локальной модели не истекала. Карточки сохраняются на сервере AI Anki и доступны в том же аккаунте через сайт.
Существующие карточки, их ID и прогресс сохраняются. Генерация дополняет нехватку небольшими порциями, отсеивает дубликаты и повторяет пустые ответы ограниченное число раз. Перезапуск сервера возобновляет незавершённую задачу по журналу data/card-generation.json. Кнопка «Остановить генерацию» сохраняет явную остановку: после перезапуска она не отменяется. Если приложение Strata/AI Anki отключилось и задача завершилась с ошибкой, восстановите подключение и запустите заполнение снова — уже сохранённые карточки остаются.
Для административного API (с авторизацией):
POST /api/books/generate
Content-Type: application/json
Authorization: Bearer <ТОКЕН_ВХОДА_AI_ANKI>
{"professions_only": true, "workers": 4}
GET /api/books-job возвращает ход работы и поля remaining_lessons, remaining_qa, remaining_live. completed означает заполнение выбранных уроков; incomplete — осталось недостающее после ошибок, stopped — задача остановлена. Для обычных провайдеров доступно 1–4 параллельных урока; через локальный мост применяется один.
Ссылки и параметры адреса
Раздел и параметры хранятся в адресной строке — ссылку можно сохранить, страницу обновить, «Назад» работает:
| Адрес | Что открывается |
|---|---|
/?view=textbook&book=php&lesson=Match expressions |
урок учебника |
/?view=decks&deck=<id>&topic=<урок> |
окно колоды с выбранной темой |
/?view=study&deck=<id>&mode=due&topic=<урок> |
занятие (после обновления страницы начинается заново) |
/?view=tracks&track=php |
профессия |
/?view=tracks&track=python |
профессия Python-разработчик |
/?view=practice |
каталог больших проектов Python/PHP |
/?view=settings |
настройки |
Значения book: agile, ai_artist, ai_trainer, anatomy, angular, devops, fde, go, higher_math, kanban, laravel, llm_evaluator, nodejs, php, pro_go, pro_nodejs, pro_php, pro_python, prompt_engineer, python, pytorch, safe, scrum, ttk. У профессии Python — pro_python, у базового учебника — python.
Данные и резервные копии
Файл (в data/) |
Содержимое |
|---|---|
users.db |
пользователи и токены входа |
users/<id>/progress.json |
прогресс интервальных повторений пользователя |
users/<id>/settings.json |
личные настройки обучения (в т. ч. своя модель проверки) |
users/<id>/textbook.json |
прочитанные уроки |
config.json |
общие настройки сервера: Ollama, ASR, подключения моделей, выбор моделей, порог видео |
knowledge.db |
база знаний учебника (документация, видеофрагменты) и статьи |
decks/book-<учебник>.json, decks/book-<учебник>-live-coding.json |
колоды учебников (карточки по урокам) |
syllabus/<учебник>.txt |
правки программ из интерфейса (перекрывают встроенные decks/syllabus/) |
books.json |
состояние колод учебников: скрытые прежние колоды, перенос прогресса, способ раскладки |
card-generation.json |
запрос и журнал фоновой догенерации карточек, восстановление после перезапуска |
practice.db |
проекты пользователей: файлы, версии, общение с наставником и результаты запусков |
videos.db |
видеотека: расшифровки, статусы, ручные привязки видео к урокам |
videos/ |
видео, загруженные через сайт |
tracks.db |
попытки экзаменов и собеседований, реестр сертификатов |
decks/ |
собственные колоды (JSON/TXT) — подхватываются без пересборки |
Сохраняйте резервную копию /mnt/storage/web/ai-anki/data, включая practice.db. Для практикума отдельно сохраните .secrets/practice-worker.env и конфигурацию развёртывания; секреты не должны попадать в Git или текст вики. Видео из /mnt/storage/media/curs копируются отдельно от каталога приложения.
Работа с колодами
- Встроенные колоды и программы —
decks/*.json,decks/syllabus/*.txtв репозитории (монтируются в контейнер, пересборка не нужна — достаточно перезапуска). - Программу удобнее править в интерфейсе (Учебник → «Править»). Формат файла программы:
title: Python-разработчик
match: pro-python
track: python
kind: code
lang: python
# 6. Django
Django: проект, приложение, URL и view
Django ORM: модели, миграции и QuerySet
kind: code — вопросы и live-coding; профессии с track: получают практику даже при kind: theory. Обычные theory / math / anatomy без профессии имеют одну колоду. # — глава, остальные строки — уроки; track: связывает программу с профессией и нормой 20/10.
- Свои колоды — положить в
data/decks/. - После перегенерации колод скриптами
decks/generate_*.pyзапустить очистку:python decks/clean_decks.py. - Профессии: контент в
decks/pro_tracks/*.py(+*_more.py) →python decks/generate_pro_tracks.py.
Проблемы и решения
| Проблема | Причина | Решение |
|---|---|---|
После git pull и Redeploy сайт не изменился |
образ не пересобран | docker build -t ai-anki-web:latest . → Redeploy существующей App |
| Нет пункта «Проекты» или кнопки «Дополнить профессии до нормы» | старая версия интерфейса/сервера | пересобрать сервер; для Windows пересобрать и обновить установщик или launcher |
В desktop/dist только Setup, нет Launcher |
старая конфигурация упаковки или неполная сборка | обновить код с 32c7647 или новее и выполнить build-desktop.bat; в логе должны быть цели nsis и portable |
| Батник сообщает, что нужен Node.js 22.12 или новее | отсутствует Node/npm либо версия ниже требования Electron | установить подходящий Node.js с npm и заново открыть терминал/батник |
--skip-install сообщает о неполных зависимостях |
зависимости ещё не установлены | запустить build-desktop.bat без этого флага |
| Выбрана локальная модель, но карточки создаёт другой провайдер | изменена только модель проверки своих ответов | выбрать Strata в поле «Учебник: статьи и генерация карточек» |
Генерация завершилась с incomplete |
часть уроков осталась ниже нормы после ошибок модели | проверить подключение и журнал, повторить заполнение; готовые карточки сохраняются |
| Редактор проекта работает, запуск — нет | worker или runtime-образы не подключены | выполнить подготовку из шага 1.1, проверить worker и пробный запуск |
| В iframe проекта не работают формы и скрипты | это HTML-снимок результата, а не интерактивный веб-сервер | скачать ZIP для локального запуска полного приложения |
| Проверка ответов идёт минутами или ошибка «Ollama: timeout» | Ollama перегружен или модель не поместилась в видеопамять | curl <ollama>/api/ps — смотреть size_vram; освободить GPU, не держать параллельно тяжёлые модели |
| Голос распознаётся с ошибками в терминах | слабая модель Whisper | см. Whisper ASR: large-v3-turbo |
| Кнопки «Голосом» нет | не задан ASR URL | Настройки → Сервер → ASR URL (под администратором) |
| «Видеотека»: «Видео пока нет» | папка не подключена к контейнеру (в compose осталась чужая строка) | docker exec ai-anki ls -la /videos; исправить строку тома …:/videos:ro и перезапустить |
| У папки видео жёлтая подсказка «нет прав» | ACL датасета | права на чтение датасета для контейнера |
| Видео в статусе «ошибка: Whisper: ASR HTTP 500» | Whisper временно недоступен (загрузка модели) | ничего: видео само встаёт в очередь повторно (до 5 раз); или «Расшифровать заново» |
| Видео есть, но в статью не попало | статья написана до видео или видео ниже порога | под статьёй «Видео урока»: проверить сходство, «Прикрепить»; или снизить порог; «Сгенерировать заново» |
| В уроке «0 вопросов», «Проверить себя» неактивна | у урока нет карточек | кнопка «Карточки» в уроке (догенерация) |
| После правки программы урок пропал из колоды | урок удалён или переименован | переименование переносит карточки; удалённые карточки не восстанавливаются |
| «локальная модель не подключена» | приложение AI Anki закрыто или переключатель выключен | открыть приложение, включить «Локальная модель на этом компьютере» |
| В приложении: «модель на этом компьютере не отвечает» | Strata не запущена или другой порт | запустить модель; curl.exe http://127.0.0.1:8081/v1/models |
| Учебник пишет «база знаний не загружена» | источники не скачаны | Настройки → База знаний → «Скачать и проиндексировать всё» |
| Индексация прервалась после перезапуска | фоновая задача остановилась вместе с контейнером | «Довекторизовать» (продолжит с места остановки) |
| Забыт пароль | — | docker exec -it ai-anki python scripts/reset_password.py <логин> <новый_пароль> |
| Незавершённый экзамен или собеседование пропали | после перезапуска сервера активные попытки не сохраняются | начать заново; сохранённые результаты не теряются |
| «Фронтенд не собран» (503) | образ собран без этапа web |
пересобрать образ по текущему Dockerfile |
Шпаргалка
# обновление на NAS
cd /mnt/storage/web/ai-anki && git pull && docker build -t ai-anki-web:latest .
# затем в TrueNAS: Apps → anki → Redeploy
# либо для этой установки по SSH:
midclt call --job app.redeploy anki
# подготовка/обновление проектной практики перед Redeploy
bash practice/prepare-truenas.sh
# логи
docker logs -f ai-anki
# видит ли контейнер папку с видео
docker exec ai-anki ls -la /videos
docker inspect ai-anki --format '{{range .Mounts}}{{.Source}} -> {{.Destination}}{{"\n"}}{{end}}'
# состояние сервиса
curl -s https://anki.webmastermsk.ru/healthz
# сброс пароля
docker exec -it ai-anki python scripts/reset_password.py <логин> <новый_пароль>
# какие модели загружены в Ollama и сколько видеопамяти занимают
curl -s http://<ollama>:30068/api/ps
# локальная модель Strata на ПК
strata launch --preset "<пресет>" --no-tui
curl.exe http://127.0.0.1:8081/v1/models
# установщик и launcher для Windows
cd F:\projects\ai_anki
.\build-desktop.bat
# повторная сборка, если зависимости уже установлены и не менялись
.\build-desktop.bat --skip-install --no-pause
# запуск готового приложения без установки
.\desktop\dist\AI-Anki-Launcher-2.0.0.exe