• Наблюдения
- sentence-transformers фигурирует только в pipeline/requirements.txt:13.
- В pipeline/pipeline/s0.py, pipeline/pipeline/s1.py и pipeline/pipeline/s2.py нет импортов или вызовов sentence_transformers; модуль S2 ограничивается дедупликацией и нормализацией графа (см. pipeline/pipeline/s2.py).
- Текущая сборка воркера тянет библиотеку впустую, что притягивает тяжёлые зависимости (torch занимает ~1–1.5 ГБ).
Варианты
- Удалить строку с sentence-transformers из pipeline/requirements.txt, если ближайшие планы по семантическому сопоставлению отсутствуют — образ станет заметно легче.
- Если позже появится необходимость в эмбеддингах, вынести библиотеку в отдельный optional-зависимый файл (requirements-embeddings.txt) и устанавливать её только в соответствующих окружениях.
- При желании заменить на более лёгкий стек — рассмотреть scikit-learn с TfidfVectorizer или уже установленный rapidfuzz для лексического матчинга; эти варианты не требуют torch и покрывают простые сценари и S2-постпроцессинг.