Конфигурация

NOUZ читает config.yaml из корня vault. Для режима LUCA файл необязателен — сервер стартует с базовыми настройками.

Минимальный конфиг

prizma:
  mode: luca  # luca | prizma | sloi

Этого достаточно, чтобы запустить NOUZ в режиме чистого графа без эмбеддингов.

Полный конфиг

prizma:
  # Режим работы
  mode: sloi  # luca | prizma | sloi

  # Домены знаний (ядра) — определяют семантическое пространство
  # Только для режимов prizma и sloi
  cores:
    S:
      name: Systems Thinking
      etalon: >
        Methodology for analysing complex objects: feedback loops,
        emergent properties, self-regulation, bifurcation points.
        Not data and not code — a way of thinking about how parts
        form a whole and why systems behave non-linearly.
    D:
      name: Data
      etalon: >
        Physics and cosmology: Lagrangians, tensors, quarks, fermions,
        plasma, vacuum fluctuations. Pure science about the nature of
        matter, energy and spacetime.
    E:
      name: Engineering
      etalon: >
        Software engineering, ML, infrastructure: writing and debugging
        code, deployment, containerisation, neural networks, inference,
        microservices, CI/CD, refactoring, APIs.

  # Пороги классификации
  thresholds:
    confident_cosine: 0.45    # Ниже → знак «слабый», не блокирует мосты
    core_percent: 30          # Минимум % для присвоения знака домену
    semantic_bridge: 0.55     # Порог для семантических мостов
    analogy_bridge: 0.55      # Порог для аналогических мостов (структурный изоморфизм)

Параметры

mode

Значение	Описание
luca	Чистый граф. Только YAML frontmatter и связи. Эмбеддинги не нужны.
prizma	Семантика + граф. Эмбеддинги классифицируют заметки по доменам. Гибкая иерархия.
sloi	Строгая 5-уровневая иерархия с валидацией. Требует эмбеддинги.

cores

Словарь доменов. Ключ — произвольный символ или буква (A, B, C или T, M, P — на ваш выбор). Каждый домен содержит:

• name — человекочитаемое название
• etalon — описательный текст 200–500 слов. Основа классификации. Пишите предметным языком вашего домена. Избегайте слов которые встречаются в нескольких доменах одновременно.

Качество эталонов

Запустите calibrate_cores и проверьте два числа в выводе: сырой pairwise cosine и mean-centered. Сырой у трансформерных моделей обычно высокий (0.6–0.75) — это нормально, это анизотропия. Смотрите на mean-centered: он должен быть заметно ниже сырого и заметно отличаться между доменами. Если mean-centered у всех пар примерно одинаковый — эталоны семантически перекрываются. Уберите общие слова, усильте специфику каждого домена.

thresholds

Параметр	По умолчанию	Описание
confident_cosine	0.45	Абсолютный порог cosine similarity к ближайшему эталону. Ниже → sign_source: weak_auto
core_percent	30	Минимальный процент после нормализации spread для присвоения знака
semantic_bridge	0.55	Cosine ≥ этого значения → предложить семантический мост
analogy_bridge	0.55	Порог для аналогических мостов (структурный изоморфизм)

Переменные окружения

Переменная	Обязательна	Описание
OBSIDIAN_ROOT	Да	Абсолютный путь к vault
EMBED_API_URL	Для prizma/sloi	URL OpenAI-совместимого API эмбеддингов
EMBED_MODEL	Нет	Имя модели (по умолчанию: nomic-embed-text)
LLM_API_URL	Нет	URL для LLM (если используется)

export OBSIDIAN_ROOT=/path/to/vault
export EMBED_API_URL=http://127.0.0.1:1234/v1
export EMBED_MODEL=nomic-embed-text

Совместимые провайдеры эмбеддингов

Провайдер	URL	Примечание
LM Studio	http://127.0.0.1:1234/v1	Рекомендуется для локального запуска
Ollama	http://127.0.0.1:11434/v1	Требует ollama serve
OpenAI	https://api.openai.com/v1	Добавьте OPENAI_API_KEY
GigaChat Proxy	http://127.0.0.1:PORT/v1	Через gigachat_proxy
Любой OpenAI-compatible	—	Стандартный /v1/embeddings endpoint

Примеры конфигов

Разработчик (код, архитектура, ML)

prizma:
  mode: prizma
  cores:
    A:
      name: Architecture
      etalon: >
        Software architecture, system design, microservices, distributed systems,
        API design, scalability patterns, database schemas, event-driven architecture.
        How components are structured and interact at the system level.
    M:
      name: Machine Learning
      etalon: >
        Neural networks, transformers, fine-tuning, embeddings, inference optimization,
        quantization, training pipelines, datasets, evaluation metrics. Applied ML engineering.
    D:
      name: DevOps
      etalon: >
        CI/CD, Docker, Kubernetes, deployment, monitoring, observability, SLOs,
        infrastructure as code, cloud providers, reliability engineering.

Исследователь (наука + методология + инструменты)

prizma:
  mode: sloi
  cores:
    T:
      name: Theory
      etalon: >
        Scientific theories, hypotheses, formal models, mathematical frameworks.
        Physics, chemistry, biology at the conceptual and formal level.
    M:
      name: Methodology
      etalon: >
        Research methods, epistemology, logic, argumentation, systematic review,
        experimental design, statistical analysis, peer review process.
    P:
      name: Practice
      etalon: >
        Laboratory protocols, instruments, data pipelines, software tools for science,
        reproducibility, datasets, computational notebooks.