Развёртывание

SnapOtter развёртывается как стек Docker Compose из 3 контейнеров: образ приложения SnapOtter, PostgreSQL 17 и Redis 8. Образ приложения поддерживает linux/amd64 (с NVIDIA CUDA для ускорения ИИ) и linux/arm64 (CPU), поэтому он работает нативно на серверах Intel/AMD, компьютерах Mac на Apple Silicon и устройствах ARM, таких как Raspberry Pi 4/5. Ускорение через iGPU Intel/AMD посредством VA-API, Quick Sync или OpenCL для ИИ-инференса сегодня не поддерживается.

См. Docker Image для настройки GPU, примеров Docker Compose и закрепления версий.

Быстрый старт (CPU)

yaml

# docker-compose.yml - Copy this file and run: docker compose up -d
services:
  SnapOtter:
    image: snapotter/snapotter:latest    # or ghcr.io/snapotter-hq/snapotter:latest
    container_name: SnapOtter
    ports:
      - "1349:1349"                # Web UI + API
    volumes:
      - SnapOtter-data:/data           # AI models, user files (PERSISTENT)
      - SnapOtter-workspace:/tmp/workspace  # Temp processing files (can be tmpfs)
    environment:
      # --- Authentication ---
      - AUTH_ENABLED=true          # Set to false to disable login entirely
      - DEFAULT_USERNAME=admin     # First-run admin username
      - DEFAULT_PASSWORD=admin     # First-run admin password (you'll be forced to change it)

      # --- Database + Queue ---
      - DATABASE_URL=postgres://snapotter:snapotter@postgres:5432/snapotter
      - REDIS_URL=redis://redis:6379

      # --- Limits (set 0 for unlimited) ---
      # - MAX_UPLOAD_SIZE_MB=100   # Per-file upload limit in MB
      # - MAX_BATCH_SIZE=100       # Max files per batch request
      # - RATE_LIMIT_PER_MIN=1000  # API rate limit per IP, default shown (0 = disabled)
      # - MAX_USERS=0              # Max user accounts

      # --- Networking ---
      # - TRUST_PROXY=true         # Trust X-Forwarded-For headers (set false if not behind a proxy)

      # --- Bind mount permissions ---
      # - PUID=1000                # Match your host user's UID (run: id -u)
      # - PGID=1000                # Match your host user's GID (run: id -g)
    depends_on:
      postgres:
        condition: service_healthy
      redis:
        condition: service_healthy
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:1349/api/v1/health"]
      interval: 30s
      timeout: 5s
      start_period: 60s
      retries: 3
    shm_size: "2gb"            # Needed for Python ML shared memory
    logging:
      driver: json-file
      options:
        max-size: "10m"
        max-file: "3"

  postgres:
    image: postgres:17-alpine
    container_name: SnapOtter-postgres
    environment:
      POSTGRES_USER: snapotter
      POSTGRES_PASSWORD: snapotter     # Change this for non-local deployments
      POSTGRES_DB: snapotter
    volumes:
      - SnapOtter-pgdata:/var/lib/postgresql/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U snapotter"]
      interval: 10s
      timeout: 5s
      retries: 12
      start_period: 15s

  redis:
    image: redis:8-alpine
    container_name: SnapOtter-redis
    command: ["redis-server", "--maxmemory-policy", "noeviction", "--appendonly", "yes"]
    volumes:
      - SnapOtter-redisdata:/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "redis-cli", "ping"]
      interval: 10s
      timeout: 5s
      retries: 12
      start_period: 10s

volumes:
  SnapOtter-data:       # Named volume - Docker manages permissions automatically
  SnapOtter-workspace:
  SnapOtter-pgdata:
  SnapOtter-redisdata:

bash

docker compose up -d

После этого приложение доступно по адресу http://localhost:1349.

Ограничения по частоте запросов Docker Hub? Замените snapotter/snapotter:latest на ghcr.io/snapotter-hq/snapotter:latest, чтобы загружать образ из GitHub Container Registry. Оба реестра получают один и тот же образ при каждом релизе.

Быстрый старт (NVIDIA CUDA)

Для ускорения NVIDIA CUDA на ИИ-инструментах (удаление фона, апскейлинг, улучшение лиц, OCR):

yaml

# docker-compose-gpu.yml - Requires: NVIDIA GPU + nvidia-container-toolkit
# Install toolkit: https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html
services:
  SnapOtter:
    image: snapotter/snapotter:latest
    container_name: SnapOtter
    ports:
      - "1349:1349"
    volumes:
      - SnapOtter-data:/data
      - SnapOtter-workspace:/tmp/workspace
    environment:
      - AUTH_ENABLED=true
      - DEFAULT_USERNAME=admin
      - DEFAULT_PASSWORD=admin
      - DATABASE_URL=postgres://snapotter:snapotter@postgres:5432/snapotter
      - REDIS_URL=redis://redis:6379
    depends_on:
      postgres:
        condition: service_healthy
      redis:
        condition: service_healthy
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:1349/api/v1/health"]
      interval: 30s
      timeout: 5s
      start_period: 60s
      retries: 3
    shm_size: "2gb"                # Required for PyTorch CUDA shared memory
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all           # Or set to 1 for a specific GPU
              capabilities: [gpu]
    logging:
      driver: json-file
      options:
        max-size: "10m"
        max-file: "3"

  postgres:
    image: postgres:17-alpine
    container_name: SnapOtter-postgres
    environment:
      POSTGRES_USER: snapotter
      POSTGRES_PASSWORD: snapotter
      POSTGRES_DB: snapotter
    volumes:
      - SnapOtter-pgdata:/var/lib/postgresql/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U snapotter"]
      interval: 10s
      timeout: 5s
      retries: 12
      start_period: 15s

  redis:
    image: redis:8-alpine
    container_name: SnapOtter-redis
    command: ["redis-server", "--maxmemory-policy", "noeviction", "--appendonly", "yes"]
    volumes:
      - SnapOtter-redisdata:/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "redis-cli", "ping"]
      interval: 10s
      timeout: 5s
      retries: 12
      start_period: 10s

volumes:
  SnapOtter-data:
  SnapOtter-workspace:
  SnapOtter-pgdata:
  SnapOtter-redisdata:

bash

docker compose -f docker-compose-gpu.yml up -d

Проверьте обнаружение CUDA в логах:

bash

docker logs SnapOtter 2>&1 | head -20
# Look for: [gpu] CUDA available via torch

Требования к оборудованию

Эти цифры получены из бенчмарков на разных системах: от современной рабочей станции amd64 с NVIDIA RTX 4070 до Raspberry Pi. На каждой прогонялся весь каталог инструментов, а лимиты ресурсов Docker варьировались, чтобы найти реальный минимум.

Краткая справка

Уровень	Сценарий использования	CPU	RAM	GPU	Хранилище
Минимум	Инструменты для изображений, файлов и лёгкие PDF-инструменты; один пользователь; небольшие пакеты	2 ядра	2 ГБ	Нет	~7 ГБ
Рекомендуется	Все пять модальностей, включая видео, PDF и ИИ на CPU; пакеты; несколько пользователей	4 ядра	4 ГБ	Нет	~25 ГБ
Полный	Всё на скорости, включая ИИ на GPU; большие пакеты; много пользователей	6-8 ядер	8 ГБ	NVIDIA 8 ГБ+ VRAM (12 ГБ комфортно)	~35 ГБ

Архитектура: только 64-битная (linux/amd64 или linux/arm64). SnapOtter работает нативно на серверах Intel/AMD, компьютерах Mac на Apple Silicon и 64-битных платах ARM, включая Raspberry Pi 4 и 5 (4-8 ГБ). Он не работает на 32-битном ARM (armv7/armhf), так как образ для него не собирается, а также на платах класса 512 МБ, таких как Pi Zero, которые ниже минимального объёма памяти (см. ниже).

Минимум (инструменты для изображений, файлов и лёгкие PDF-инструменты; без ИИ)

Ресурс	Требование
CPU	2 ядра
RAM	2 ГБ
Диск	~5,5 ГБ (образ) + том данных
GPU	Не требуется

Все 222 инструмента каталога без ИИ: изображения (изменение размера, обрезка, конвертация, сжатие, коррекция, водяной знак), видео (обрезка, отключение звука, ремукс), аудио (конвертация, нормализация, обрезка), PDF (объединение, разделение, сжатие, поворот, защита), конвертации файлов и специальные пресеты конвертации, работают на скромном оборудовании. Большинство операций завершаются заметно быстрее секунды даже на большом файле: изображение размером 2,7 МБ изменяется в размере за ~0,05 с и перекодируется в WebP за ~2 с.

Минимальный объём памяти реален, по результатам перебора лимитов ресурсов Docker: 512 МБ не позволяют запустить стек (даже одно изменение размера изображения завершается принудительно), 1 ГБ справляется с операциями над одним файлом, но пакет из нескольких файлов исчерпывает память, а 2 ГБ / 2 ядра это наименьшая конфигурация, которая комфортно обрабатывает пакеты.

yaml

deploy:
  resources:
    limits:
      cpus: '2'
      memory: 2G

Единственное исключение, требовательное к CPU, это перекодирование видео. Операции с копированием потока (обрезка, отключение звука, ремукс контейнера) мгновенны, но транскодирование в другой кодек упирается в CPU. Клип 1080p длительностью 45 секунд, перекодированный в VP9 (WebM), занимает примерно ~40 с на быстром современном CPU, ~45 с на Apple Silicon, ~80 с на более старом мобильном 4-ядерном процессоре и ~130 с на более старом 4-ядерном сервере. Если ваша рабочая нагрузка ориентирована на видео, отдавайте приоритет числу и тактовой частоте ядер CPU или повысьте лимит cpus: контейнера: поставляемый compose по умолчанию ограничивает приложение 4 ядрами (8 в compose для GPU).

Ресурс	Требование
CPU	4 ядра
RAM	4 ГБ
Диск	3 ГБ (образ) + 24 ГБ (модели ИИ) + рабочее пространство
GPU	Не требуется (запасной вариант на CPU)

ИИ-инструмент	Время на CPU	Пригоден на CPU?
Обнаружение лиц (размытие лиц, умная обрезка, красные глаза), удаление шума	менее 1 с	Да
OCR, транскрипция, субтитры	1-3 с	Да
Раскрашивание, улучшение лиц	~10 с	Да
Удаление / замена / размытие фона	~29 с	Да (придётся подождать)
ИИ-апскейл (RealESRGAN)	~33 с для малых; минуты для больших изображений	Условно, настоятельно рекомендуется GPU
Реставрация фото (полный конвейер)	несколько минут	Нет, требуется GPU или быстрый многоядерный CPU

Пакет	Размер на диске
Удаление фона	4-5 ГБ
Апскейл + Улучшение лиц + Удаление шума	5-6 ГБ
Обнаружение лиц	200-300 МБ
Ластик объектов + Раскрашивание	1-2 ГБ
OCR	5-6 ГБ
Реставрация фото	4-5 ГБ
Все пакеты	~24 ГБ

Полный (ИИ-инструменты на NVIDIA CUDA)

Ресурс	Требование
CPU	6-8 ядер (подготовка видео + параллелизм выполняются на CPU даже при ИИ на GPU)
RAM	8 ГБ
GPU	NVIDIA с 8+ ГБ VRAM (рекомендуется 12 ГБ)
Диск	~35 ГБ всего

GPU NVIDIA (CUDA) резко ускоряет тяжёлые модели ИИ. Измерено на RTX 4070 в сравнении с современным CPU:

ИИ-инструмент	Ускорение с GPU	Примечания
ИИ-апскейл (RealESRGAN 2×)	~47×	Самый большой выигрыш: менее секунды против ~33 с (минуты для больших изображений)
Улучшение лиц (CodeFormer)	~12×	~0,9 с против ~11 с
Транскрипция (Whisper)	~4,5×
Удаление / замена / размытие фона	~4×	~7 с на GPU против ~29 с на CPU
Раскрашивание	~1,8×
OCR, обнаружение лиц, красные глаза, удаление шума	~1×	Уже быстро на CPU, GPU не помогает
Реставрация фото	нет	Упирается в CPU даже на GPU (0% загрузки GPU); быстрый CPU здесь важнее GPU

Инструменты, которым стоит выделить GPU, это апскейл, улучшение лиц, транскрипция и удаление фона. Обнаружение лиц, OCR и красные глаза упираются в CPU и уже быстры, поэтому GPU ничего не добавляет.

Пиковое использование VRAM достигает 7,5 ГБ во время апскейла с улучшением лиц. GPU NVIDIA на 6 ГБ работает для большинства ИИ-инструментов по отдельности, но не справится с апскейлом. 8-12 ГБ VRAM справляются со всем.

Ускорение через iGPU Intel/AMD посредством VA-API, Quick Sync или OpenCL для ИИ-инференса сегодня не поддерживается. Проброс /dev/dri в контейнер не включает ускорение ИИ на GPU; SnapOtter будет запускать ИИ-инструменты на CPU, если недоступна NVIDIA CUDA.

yaml

deploy:
  resources:
    limits:
      cpus: '4'
      memory: 8G
    reservations:
      devices:
        - driver: nvidia
          count: all
          capabilities: [gpu]

Одновременные пользователи

Параллельные запросы на изменение размера изображения к контейнеру приложения с ограничением по умолчанию в 4 ядра:

Одновременные запросы	Среднее время ответа	Ошибки
1	0,4 с	0
5	1,2 с	0
10	2,1 с	0

Время ответа ухудшается сублинейно без ошибок по мере насыщения пула воркеров. Повышение лимита cpus: контейнера приложения (или использование хоста с бо́льшим числом ядер) поднимает потолок. Обратите внимание, что тяжёлые задания (транскодирование видео, ИИ на CPU) удерживают воркер на всю свою продолжительность, поэтому подбирайте CPU под ожидаемое число одновременных тяжёлых заданий, а не только под число запросов.

Поддерживаемые форматы изображений

SnapOtter поддерживает 55+ входных форматов и 14 выходных форматов, включая RAW-файлы от 20+ марок камер, профессиональные форматы (PSD, EPS, OpenEXR, HDR), современные кодеки (JPEG XL, AVIF, HEIC, QOI) и научные/игровые форматы (FITS, DDS).

Подробности о каждом поддерживаемом формате, используемом декодере и доступных настройках качества см. в полном списке форматов.

Известные ограничения

Изменение размера с учётом содержимого аварийно завершается на больших изображениях (>5 Мп) из-за ограничения в бинарнике caire. Нормально работает с изображениями меньшего размера.
Декодирование HEIF занимает 13-23 секунды. HEIC (вариант Apple) намного быстрее: 0,3-0,9 секунды.
OCR для японского не работает на CPU из-за ошибки MKLDNN в PaddlePaddle. Работает на GPU.
Апскейл превышает тайм-аут на CPU для всего, кроме малых изображений. Для практического использования требуется GPU.
Улучшение лиц CodeFormer значительно медленнее, чем GFPGAN (53 с против 2 с на GPU). Для большинства случаев рекомендуется GFPGAN.

Тома

Монтирование / Том	Назначение	Обязательно?
`/data` (app)	Модели ИИ, Python venv, пользовательские файлы	Да, без него потеря файлов
`/tmp/workspace` (app)	Временные файлы обработки (очищаются автоматически)	Рекомендуется
`SnapOtter-pgdata` (postgres)	Каталог данных PostgreSQL (пользователи, настройки, конвейеры, задания)	Да, без него потеря данных
`SnapOtter-redisdata` (redis)	Append-only файл Redis для устойчивых очередей заданий	Рекомендуется

Bind-монтирования против именованных томов

Именованные тома (рекомендуется): Docker управляет правами доступа автоматически:

yaml

volumes:
  - SnapOtter-data:/data

Bind-монтирования: правами управляете вы. Установите PUID/PGID в соответствии с вашим пользователем на хосте:

yaml

volumes:
  - ./SnapOtter-data:/data
environment:
  - PUID=1000    # Your host UID (run: id -u)
  - PGID=1000    # Your host GID (run: id -g)

Права доступа к хранилищу

SnapOtter записывает в два места во время работы: /data (пользовательские файлы, логи, модели ИИ и Python venv) и /tmp/workspace (временная рабочая область обработки). Оба должны быть доступны для записи пользователю, от имени которого запущен контейнер. Если это не так, контейнер быстро завершается с ошибкой при запуске, выводя сообщение с именем каталога, текущим UID/GID и способом устранения, вместо того чтобы стартовать «здоровым» и затем упасть на первой же загрузке с непонятной ошибкой.

Способ обработки прав доступа зависит от того, как запускается контейнер:

По умолчанию (запускается как root, понижается до snapotter): точка входа запускается как root, исправляет владение смонтированными томами, затем понижается до непривилегированного пользователя snapotter через gosu. Именованные тома работают без настройки. Для bind-монтирований установите PUID/PGID на вашего пользователя на хосте (выше), чтобы записываемые файлы принадлежали вам.

Kubernetes / OpenShift (не-root через runAsUser): запускаясь напрямую от имени не-root пользователя, контейнер не может сам сменить владельца томов, поэтому оркестратор должен сделать их доступными для записи. Установите fsGroup:

yaml

securityContext:
  runAsUser: 999
  runAsGroup: 999
  fsGroup: 999        # makes mounted volumes writable by the pod

Записываемые каталоги образа принадлежат группе GID 0 и доступны для записи группе, поэтому под, работающий с произвольным UID плюс дополнительной корневой группой (по умолчанию в OpenShift), может записывать без chown.

TrueNAS Scale (и другие настройки с «чужим UID»): TrueNAS запускает приложения от имени не-root пользователя (часто 568:568) и монтирует наборы данных хоста, принадлежащие другому пользователю, поэтому ни точка входа, ни fsGroup не делают их доступными для записи самостоятельно. Выберите один вариант:

Запустить приложение как root (рекомендуется): оставьте пользователя приложения не заданным или установите его в 0 и позвольте точке входа по умолчанию исправить права и понизиться до snapotter.
Запустить как UID 999: установите пользователя/группу приложения в 999:999 (встроенный пользователь snapotter SnapOtter), чтобы он соответствовал владению образа.

chown набор данных хоста на UID, от имени которого работает контейнер, из оболочки TrueNAS:

bash

# Используйте UID из ошибки при запуске (или выполните `id` внутри контейнера)
chown -R 568:568 /mnt/<pool>/<dataset>

Ошибка при запуске называет точный UID для использования, поэтому самый быстрый путь такой: запустить приложение один раз, прочитать сообщение, затем выполнить chown (или изменить пользователя) соответственно.

Переменные окружения

Переменная	По умолчанию	Описание
`AUTH_ENABLED`	`true`	Включить/отключить требование входа
`DEFAULT_USERNAME`	`admin`	Начальное имя администратора
`DEFAULT_PASSWORD`	`admin`	Начальный пароль администратора (принудительная смена при первом входе)
`MAX_UPLOAD_SIZE_MB`	`100`	Лимит загрузки на файл
`MAX_BATCH_SIZE`	`100`	Макс. число файлов на пакетный запрос
`RATE_LIMIT_PER_MIN`	`1000`	Запросов API в минуту на IP (установите 0 для отключения)
`MAX_USERS`	`0` (без ограничений)	Максимальное число учётных записей пользователей
`TRUST_PROXY`	`true`	Доверять заголовкам X-Forwarded-For от обратного прокси
`PUID`	`999`	Запускать с этим UID (для прав bind-монтирований)
`PGID`	`999`	Запускать с этим GID (для прав bind-монтирований)
`LOG_LEVEL`	`info`	Уровень логирования: fatal, error, warn, info, debug, trace
`CONCURRENT_JOBS`	`0` (авто)	Макс. число параллельных ИИ-заданий обработки
`SESSION_DURATION_HOURS`	`168`	Время жизни сессии входа (7 дней)
`CORS_ORIGIN`	(пусто)	Разрешённые источники через запятую, или пусто для same-origin

Проверка работоспособности

Контейнер включает встроенную проверку работоспособности:

bash

# Check container health status
docker inspect --format='{{.State.Health.Status}}' SnapOtter

# Manual health check
curl http://localhost:1349/api/v1/health
# {"status":"healthy","version":"x.y.z"}

Обратный прокси

SnapOtter устанавливает TRUST_PROXY=true по умолчанию, чтобы ограничение частоты запросов и логирование использовали реальный IP клиента из заголовков X-Forwarded-For.

Nginx

nginx

server {
    listen 80;
    server_name images.example.com;

    # Match MAX_UPLOAD_SIZE_MB (0 = nginx default 1M, so set high for unlimited)
    client_max_body_size 500M;

    location / {
        proxy_pass http://localhost:1349;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;

        # SSE support (batch progress, feature install progress)
        proxy_buffering off;
        proxy_read_timeout 300s;
    }
}

Nginx Proxy Manager

Добавьте новый Proxy Host
Установите Domain Name на ваш домен
Установите Scheme на http, Forward Hostname на SnapOtter (или IP вашего контейнера), Forward Port на 1349
Включите поддержку WebSocket
В разделе Advanced добавьте: client_max_body_size 500M; и proxy_buffering off;

Traefik

yaml

# Add these labels to the SnapOtter service in docker-compose.yml
labels:
  - "traefik.enable=true"
  - "traefik.http.routers.snapotter.rule=Host(`images.example.com`)"
  - "traefik.http.routers.snapotter.entrypoints=websecure"
  - "traefik.http.routers.snapotter.tls.certresolver=letsencrypt"
  - "traefik.http.services.snapotter.loadbalancer.server.port=1349"
  # Increase upload limit (default 2MB is too low)
  - "traefik.http.middlewares.snapotter-body.buffering.maxRequestBodyBytes=524288000"
  - "traefik.http.routers.snapotter.middlewares=snapotter-body"

Caddy

txt

images.example.com {
    reverse_proxy localhost:1349 {
        flush_interval -1
        transport http {
            read_timeout 300s
            write_timeout 300s
        }
    }
}

flush_interval -1 отключает буферизацию ответа, что необходимо для событий прогресса SSE (пакетная обработка, ИИ-инструменты, установка функций). Увеличенные тайм-ауты позволяют завершать загрузки больших файлов без того, чтобы Caddy закрывал соединение раньше времени.

Cloudflare Tunnels

bash

cloudflared tunnel --url http://localhost:1349

Примечание: у Cloudflare лимит загрузки 100 МБ на бесплатных тарифах. Установите MAX_UPLOAD_SIZE_MB=100 в соответствии с этим.

CI/CD

В репозитории GitHub есть три рабочих процесса:

ci.yml: запускается автоматически при каждом push и PR. Линтит, проверяет типы, тестирует, собирает и валидирует образ Docker (без push).
release.yml: запускается вручную через workflow_dispatch. Выполняет semantic-release для создания тега версии и релиза GitHub, затем собирает мультиархитектурный образ Docker (amd64 + arm64) и отправляет его в Docker Hub (snapotter/snapotter) и GitHub Container Registry (ghcr.io/snapotter-hq/snapotter).
deploy-docs.yml: собирает этот сайт документации и разворачивает его на Cloudflare Pages при push в main.

Чтобы создать релиз, перейдите в Actions > Release > Run workflow в интерфейсе GitHub или выполните:

bash

gh workflow run release.yml

Semantic-release определяет версию по истории коммитов. Тег Docker latest всегда указывает на самый последний релиз.

Аналитика

SnapOtter включает анонимную продуктовую аналитику (паттерны использования инструментов, отчёты об ошибках), чтобы помогать отлавливать баги и улучшать функции. Она включена по умолчанию. Ваши файлы, имена файлов и персональные данные никогда не являются её частью. SnapOtter работает нормально с отключённой аналитикой.

Отключение аналитики

Отказ во время работы делается переключателем для администратора в один клик. Откройте Settings > System > Privacy и отключите Anonymous Product Analytics. Она останавливается немедленно для всего экземпляра, пересборка не требуется.

Для образа, который никогда не сможет отправлять аналитику, задайте жёсткое отключение на этапе сборки, клонировав репозиторий и пересобрав его:

bash

git clone https://github.com/snapotter-hq/SnapOtter.git
cd SnapOtter
docker compose -f docker/docker-compose.yml build --build-arg SNAPOTTER_ANALYTICS=off
docker compose -f docker/docker-compose.yml up -d

Либо добавьте аргумент сборки в существующий docker-compose.yml:

yaml

services:
  snapotter:
    build:
      context: .
      dockerfile: docker/Dockerfile
      args:
        SNAPOTTER_ANALYTICS: "off"

Essentials

Optimization

Adjustments

Watermark & Overlay

Utilities

Layout

Format

AI Tools

Развёртывание

Быстрый старт (CPU)

Быстрый старт (NVIDIA CUDA)

Требования к оборудованию

Краткая справка

Минимум (инструменты для изображений, файлов и лёгкие PDF-инструменты; без ИИ)

Рекомендуется (ИИ-инструменты на CPU)

Полный (ИИ-инструменты на NVIDIA CUDA)

Одновременные пользователи

Поддерживаемые форматы изображений

Известные ограничения

Тома

Bind-монтирования против именованных томов

Права доступа к хранилищу

Переменные окружения

Проверка работоспособности

Обратный прокси

Nginx

Nginx Proxy Manager

Traefik

Caddy

Cloudflare Tunnels

CI/CD

Аналитика

Отключение аналитики

Развёртывание ​

Быстрый старт (CPU) ​

Быстрый старт (NVIDIA CUDA) ​

Требования к оборудованию ​

Краткая справка ​

Минимум (инструменты для изображений, файлов и лёгкие PDF-инструменты; без ИИ) ​

Рекомендуется (ИИ-инструменты на CPU) ​

Полный (ИИ-инструменты на NVIDIA CUDA) ​

Одновременные пользователи ​

Поддерживаемые форматы изображений ​

Известные ограничения ​

Тома ​

Bind-монтирования против именованных томов ​

Права доступа к хранилищу ​

Переменные окружения ​

Проверка работоспособности ​

Обратный прокси ​

Nginx ​

Nginx Proxy Manager ​

Traefik ​

Caddy ​

Cloudflare Tunnels ​

CI/CD ​

Аналитика ​

Отключение аналитики ​

Развёртывание

Быстрый старт (CPU)

Быстрый старт (NVIDIA CUDA)

Требования к оборудованию

Краткая справка

Минимум (инструменты для изображений, файлов и лёгкие PDF-инструменты; без ИИ)

Рекомендуется (ИИ-инструменты на CPU)

Полный (ИИ-инструменты на NVIDIA CUDA)

Одновременные пользователи

Поддерживаемые форматы изображений

Известные ограничения

Тома

Bind-монтирования против именованных томов

Права доступа к хранилищу

Переменные окружения

Проверка работоспособности

Обратный прокси

Nginx

Nginx Proxy Manager

Traefik

Caddy

Cloudflare Tunnels

CI/CD

Аналитика

Отключение аналитики