Initial SQL-only 1C adapter baseline

docs/runbooks/deploy-vllm.md

@@ -0,0 +1,82 @@
+# Deploy vLLM
+
+Цель: поднять первый OpenAI-compatible inference API на `docker-gpu.cin.su`.
+
+## 1. Check GPU Host
+
+```powershell
+powershell -NoProfile -ExecutionPolicy Bypass -File scripts/check_gpu_host.ps1
+```
+
+Если SSH ругается на host key, см. `docs/runbooks/gpu-host-preflight.md`.
+
+## 2. Prepare Env
+
+Для реального запуска лучше создать локальный `.env` рядом с compose-файлом:
+
+```powershell
+Copy-Item core/deploy/docker-gpu/vllm/.env.example core/deploy/docker-gpu/vllm/.env
+```
+
+Отредактировать:
+
+- `VLLM_MODEL_ID`
+- `VLLM_SERVED_MODEL_NAME`
+- `HOST_MODELS_DIR`
+- `HOST_HF_CACHE_DIR`
+- `HF_TOKEN`, если модель закрытая
+
+На Windows GPU-хосте используйте проверенный образ
+`VLLM_IMAGE=vllm/vllm-openai:v0.10.2`. С драйвером CUDA 12.8 новые образы могут
+не стартовать из-за требования CUDA 13. После обновления драйвера до CUDA 13.x
+образ `latest` проходит CUDA-проверку, но vLLM 0.23.0 на Docker Desktop/WSL
+падает при старте движка с `UVA is not available`.
+
+Файл `.env` не коммитится.
+
+## 3. Validate Compose
+
+Без запуска:
+
+```powershell
+powershell -NoProfile -ExecutionPolicy Bypass -File scripts/deploy_vllm.ps1 -ConfigOnly
+```
+
+## 4. Deploy
+
+С `.env.example`:
+
+```powershell
+powershell -NoProfile -ExecutionPolicy Bypass -File scripts/deploy_vllm.ps1 -Pull
+```
+
+С реальным `.env`:
+
+```powershell
+powershell -NoProfile -ExecutionPolicy Bypass -File scripts/deploy_vllm.ps1 -EnvFile core/deploy/docker-gpu/vllm/.env -Pull
+```
+
+## 5. Check Endpoint
+
+```powershell
+powershell -NoProfile -ExecutionPolicy Bypass -File scripts/check_vllm_endpoint.ps1
+```
+
+Или напрямую:
+
+```powershell
+python scripts/check_inference_endpoint.py --base-url http://docker-gpu.cin.su:8000 --expected-model qwen3-4b-instruct --print
+python scripts/smoke_chat.py --base-url http://docker-gpu.cin.su:8000 --model qwen3-4b-instruct
+```
+
+## 6. Stop
+
+```powershell
+docker --host ssh://test@docker-gpu.cin.su compose --env-file core/deploy/docker-gpu/vllm/.env -f core/deploy/docker-gpu/vllm/compose.yaml down
+```
+
+Если для GPU-хоста нужен явный пользователь, передайте его в параметре:
+
+```powershell
+powershell -NoProfile -ExecutionPolicy Bypass -File scripts/deploy_vllm.ps1 -DockerHost ssh://USER@docker-gpu.cin.su -ConfigOnly
+```