AI Anki — карточки для подготовки к собеседованиям и экзаменам. Ответ пишется своими словами, кодом или формулой, а модель Ollama оценивает понимание, задаёт уточняющие вопросы и по алгоритму интервальных повторений возвращает карточку в нужный момент.

• Сайт: https://anki.webmastermsk.ru
• Исходный код: https://github.com/werwolf1000/ai-anki
• На NAS: /mnt/storage/web/ai-anki (SMB: smb://truenas.local/web/ai-anki)

Состав:

Внешние сервисы: Ollama (проверка ответов, статьи учебника, собеседования) и Whisper ASR (голосовые ответы).

• 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).
• Настройки Ollama и Whisper общие для сервера — меняет только администратор.
• Приложение для Windows входит в тот же аккаунт: прогресс общий с сайтом.

• Режимы: повторение, только новые, слабые, вся колода; выбор темы.
• Типы карточек: текстовый ответ, исправление кода, live-coding (редактор Monaco), формулы (MathLive + KaTeX), анатомия с изображениями.
• Ответ голосом (Whisper) с ИИ-исправлением терминов.

Перед прохождением темы можно прочитать статью по ней (раздел «Учебник»).

• Источник — официальный PHP Manual на русском с php.net: справочник языка, нововведения PHP 7–8, массивы, строки, JSON, PDO, дата/время, SPL. Всего ~2600 страниц → ~6900 фрагментов.
• Поиск гибридный: полнотекстовый (BM25) + смысловой (векторы модели qwen3-embedding:8b).
• Статью пишет Ollama по найденным фрагментам и карточкам темы, со сносками [n] на страницы php.net. Готовая статья сохраняется и в следующий раз открывается мгновенно.
• Есть оглавление, отметка «прочитано», вопросы к учебнику («Спросить учебник») и кнопка «Проверить себя».
• Для колод без официального источника (Go, Python, Agile и др.) статья строится по материалам карточек.

9 треков: 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.

Число вопросов, время и пороги настраиваются в decks/tracks.json.

• TrueNAS Scale с Apps (Docker) и доступом в интернет (сборка образа скачивает node:22-alpine и npm-пакеты; учебник скачивает архив с php.net).
• Сервер Ollama с моделями qwen3-coder:30b (или другой) и qwen3-embedding:8b.
• Сервер Whisper ASR — для голосовых ответов (необязательно).
• Для разработки и сборки приложения для Windows: Node.js 22+, Python 3.12.

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):

cd /mnt/storage/web/ai-anki
docker build -t ai-anki-web:latest .

В TrueNAS: Apps → Discover Apps → Custom App → вставьте docker-compose.truenas.yml:

services:
  ai-anki:
    build: /mnt/storage/web/ai-anki
    image: ai-anki-web:latest
    container_name: ai-anki
    restart: unless-stopped
    ports:
      - "8080:8080"
    environment:
      AI_ANKI_DATA_DIR: /data
      # open — регистрация открыта; closed — новых аккаунтов после первого не создать
      AI_ANKI_REGISTRATION: open
    volumes:
      - /mnt/storage/web/ai-anki/data:/data
      - /mnt/storage/web/ai-anki/decks:/app/decks:ro
    extra_hosts:
      - "host.docker.internal:host-gateway"

Save → Deploy. Приложение доступно на http://<IP-NAS>:8080 и через прокси на https://anki.webmastermsk.ru.

1. Откройте сайт и сразу зарегистрируйтесь — первый аккаунт станет администратором.
2. Настройки → «Сервер»: Ollama URL, модель, при необходимости API-ключ; ASR URL Whisper. Нажмите «Проверить Ollama».
3. Настройки → «База знаний учебника» → «Скачать и проиндексировать». Разбор архива занимает ~1 минуту, векторизация — ~40 минут в фоне; учебником можно пользоваться сразу.
4. При желании закройте регистрацию: AI_ANKI_REGISTRATION: closed в compose → Save.

Важно: кнопка Redeploy в TrueNAS только перезапускает контейнер из уже собранного образа ai-anki-web:latest и не пересобирает его. Новый код попадает на сайт только после docker build.

Порядок обновления:

1. На рабочей машине отправить изменения: git push origin main.
2. 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 .

1. В TrueNAS: Apps → anki → Stop, затем Start.
2. 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.

Сборка установщика (на рабочей машине):

cd F:\projects\ai_anki\web
npm install
cd ..\desktop
npm install
npm run dist

Результат: desktop\dist\AI-Anki-Setup-<версия>.exe. Запуск без установки для разработки — npm start.

• Окно без системной рамки, свой заголовок с кнопками свернуть/развернуть/закрыть.
• На экране входа указывается адрес сервера (по умолчанию https://anki.webmastermsk.ru).
• Если после npm install нет node_modules\electron\dist\electron.exe: node node_modules/electron/install.js.

Примечание: при изменениях интерфейса установщик нужно пересобрать — он содержит копию веб-интерфейса.

Для бэкапа достаточно копировать каталог /mnt/storage/web/ai-anki/data.

• Встроенные колоды — decks/*.json в репозитории (монтируются в контейнер, пересборка не нужна — достаточно перезапуска).
• Свои колоды — положить в data/decks/.
• После перегенерации колод скриптами decks/generate_*.py запустить очистку: python decks/clean_decks.py (удаляет карточки-заглушки и дубликаты, сохраняя прогресс).
• Профессии: контент в decks/pro_tracks/*.py → python decks/generate_pro_tracks.py.

# обновление на NAS
cd /mnt/storage/web/ai-anki && git pull && docker build -t ai-anki-web:latest .
# затем в TrueNAS: Apps → anki → Stop / Start
 
# логи
docker logs -f ai-anki
 
# состояние сервиса
curl -s https://anki.webmastermsk.ru/healthz
curl -s https://anki.webmastermsk.ru/api/auth/status
 
# 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