2.8 KiB
2.8 KiB
LLM-формулировки правил (12.11.2026)
Что запущено
ops/work/rules_llm.py — просит локальную модель (qwen2.5:3b) переформулировать
связки из матрицы человеческим языком. Запущено на 20 устройствах.
Результат
| Показатель | Значение |
|---|---|
| Обработано устройств | 20 |
| Среднее время на устройство | 9–11 с |
Всего подсказок в rules.yaml |
49 |
| Из них с LLM-формулировкой | 17 |
Принцип: данные — основа, LLM — дополнение
Сначала LLM клала свой текст в основное поле note, затирая точную
формулировку. Исправлено: теперь два поля.
- device: SmartVision 80
note: "Камера. подключается: VCM35 до 8, VCH51 Pro[3] до 4, ..." # из данных
note_llm: "VCH51 Pro, VCM35, ... но количество ограничено, ..." # от LLM
source: data + llm
Так сделано потому, что LLM:
- путает лимиты между моделями одной серии («для разных моделей SmartVision 80»);
- добавляет воду и вводные конструкции;
- иногда теряет числа.
Факты остаются точными, а человеческая формулировка — вспомогательная.
Что чистили
Убраны вводные конструкции вида:
«Правило подключения для устройства X:»
«Устройство X совместимо с…»
«Различными устройствами, включая…»
Регулярка в clean() не срабатывала на моделях с пробелом в названии
(MeetingBar A30) — \S+ не матчил. Исправлено на [\w\-\s]{1,40}?.
Когда обновляется
- вручную:
rules_llm.py N(N — сколько устройств); - в конвейере
combine-rules.sh(ежедневно 08:10) — только если Ollama свободна, иначе подсказки остаются из данных.
Что важно помнить
Запускать LLM-правила днём можно только при свободной Ollama. Если в этот
момент работают воркеры сбора (4 штуки), запросы встают в очередь — это
выглядит как зависание (см. OLLAMA-BUSY-NOT-HUNG.md).