microdao-daarion/DATALAB-CHANDRA-QUICK-START.md

🚀 Datalab Chandra - Швидкий старт

Дата: 2026-01-12

---

✅ Підтверджено: Це нормально!

Так, встановлення Datalab Chandra для обробки документів та таблиць — відмінна ідея!

---

📋 Що вже зроблено

1. ✅ Створено chandra-service — API wrapper для Chandra
2. ✅ Додано в docker-compose.node1.yml:
   • chandra-inference — контейнер для inference (потрібен реальний образ)
   • chandra-service — API wrapper сервіс
3. ✅ Оновлено Router:
   • OCR_URL → http://chandra-service:8002
   • Додано CHANDRA_URL

---

🔧 Що потрібно зробити

1. Отримати Docker образ Chandra

Варіант A: Офіційний Datalab (потрібна ліцензія)

# Потрібно отримати доступ до Datalab registry
docker pull datalab/chandra-inference:latest

Варіант B: HuggingFace модель (open-source)

• Використати модель з HuggingFace
• Створити власний Dockerfile

2. Оновити docker-compose.node1.yml

Замінити placeholder:

chandra-inference:
  image: python:3.11-slim  # ← Замінити на реальний образ

На реальний образ:

chandra-inference:
  image: datalab/chandra-inference:latest  # або ваш образ

3. Налаштувати ліцензію (якщо потрібна)

Додати в .env:

CHANDRA_LICENSE_KEY=your_license_key_here
CHANDRA_MODEL=chandra-small  # або chandra

4. Запустити сервіси

cd /opt/microdao-daarion
docker compose -f docker-compose.node1.yml up -d chandra-inference chandra-service

5. Перевірити

# Health check
curl http://localhost:8002/health

# Список моделей
curl http://localhost:8002/models

---

📊 Вимоги

• GPU: NVIDIA RTX 4000 SFF Ada (20GB VRAM) — достатньо для chandra-small
• VRAM:
  • chandra-small: ~8GB
  • chandra: ~16GB
• Ліцензія: Потрібна для комерційного використання

---

🔗 Інтеграція

Router:

• Використовує CHANDRA_URL для обробки документів
• Автоматично маршрутизує OCR запити

Gateway:

• doc_service.py може викликати Chandra через Router
• Або напряму через chandra-service:8002

---

📝 Приклад використання

import httpx

async with httpx.AsyncClient() as client:
    response = await client.post(
        "http://chandra-service:8002/process",
        files={"file": ("document.pdf", file_data)},
        data={
            "output_format": "markdown",
            "accurate_mode": "false"
        }
    )
    result = response.json()
    markdown = result["result"]["markdown"]

---

⚠️ Важливо

1. Docker образ: Потрібно замінити placeholder на реальний образ
2. Ліцензія: Для повної версії потрібна ліцензія Datalab
3. VRAM: Переконайтеся, що GPU має достатньо пам'яті

---

Готово до встановлення!

---

Оновлено: 2026-01-12