minimal fix

app/config.py

@@ -13,7 +13,7 @@ class Config(BaseSettings):
     CHUNK_OVERLAP: int = 50
     LM_MODEL_NAME: str = "/models/paraphrase-multilingual-MiniLM-L12-v2"
     LOCAL_LLM_NAME: str = "/models/Qwen3-8B"
-    QWEN_MODEL_NAME: str = "qwen3-chat"
+    QWEN_MODEL_NAME: str = "Qwen3-8B"
 
 
 settings = Config()  # type: ignore

app/main.py

@@ -21,7 +21,7 @@ class ChatWithAI:
         )
 
         if provider == "qwen3":
-            model_name = getattr(settings, "LOCAL_LLM_NAME", "/models/Qwen3-4B")
+            model_name = getattr(settings, "LOCAL_LLM_NAME", "/models/Qwen3-8B")
             logger.info(f"Загрузка локальной модели: {model_name}")
 
             self.tokenizer = AutoTokenizer.from_pretrained(model_name)
@@ -85,17 +85,17 @@ class ChatWithAI:
             messages = [
                 {
                     "role": "system",
-                    "content": """Ты — внутренний менеджер помощи пользоватклям по вопросам настройки серверов. Отвечаешь по делу без лишних вступлений.
+                    "content": """Ты — внутренний менеджер помощи пользоваткля по вопросам настройки сервера. Отвечаешь по делу без лишних вступлений.
 
 Правила:
 1. Сразу переходи к сути, без фраз типа "На основе контекста"
-2. Используй только факты. Если точных данных нет — отвечай общими фразами об настройки серверов и подбору железа, но не придумывай конкретику
-3. Используй обычный текст без форматирования
+2. Используй только факты. Если точных данных нет — отвечай общими фразами об настройки сервера, но не придумывай конкретику
+3. Используй текст с форматированием.
 4. Включай ссылки только если они есть в контексте
 5. Говори от первого лица множественного числа: "Мы предоставляем", "У нас есть"
 6. При упоминании файлов делай это естественно, например: "Я прикреплю инструкцию, где подробно описаны шаги"
 7. На приветствия отвечай доброжелательно, на негатив — с легким юмором
-8. Можешь при ответах использовать общую информацию из открытых источников по настройке сервером и подбору железа, но опирайся на контекст
+8. Можешь при ответах использовать общую информацию из открытых источников по настройке сервера, но опирайся на контекст
 9. Если пользователь спрашивает о ценах, планах или технических характеристиках — давай конкретные ответы из контекста
 10. При технических вопросах предлагай практические решения
 
@@ -127,8 +127,8 @@ class ChatWithAI:
 
             generate_kwargs = {
                 "input_ids": inputs["input_ids"],
-                "max_new_tokens": 512,
-                "temperature": 0.5,
+                "max_new_tokens": 2048,
+                "temperature": 0.3,
                 "do_sample": True,
                 "top_p": 0.9,
                 "pad_token_id": self.tokenizer.eos_token_id,
@@ -169,7 +169,7 @@ def main():
             "Установка Unraid и первоначальная настройка"
         ],
     )
-    demo.launch(server_name="0.0.0.0", server_port=8080, share=False)
+    demo.queue(max_size=20, default_concurrency_limit=10).launch(server_name="0.0.0.0", server_port=8080, share=False)
 
 
 if __name__ == "__main__":

install.sh

@@ -28,15 +28,24 @@ apt-get install -y \
 git lfs install
 
 echo \
-'{ \
-    "runtimes": { \
-        "nvidia": { \
-            "path": "nvidia-container-runtime", \
-            "runtimeArgs": [] \
-        } \
-    }, \
-    "default-runtime": "nvidia" \
+'{
+    "runtimes": {
+        "nvidia": {
+            "path": "nvidia-container-runtime",
+            "runtimeArgs": []
+        }
+    },
+    "default-runtime": "nvidia"
 }' > /etc/docker/daemon.json 
 
+mkdir models/
+
+cd models 
+
+git clone https://huggingface.co/Qwen/Qwen3-8B
+git clone https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
+
+ls
+
 lspci -k | grep -EA2 'VGA|3D'
 nvidia-smi