Перевод tracking на SQLite + HTTP-клиенты (file-store запрещён в MLflow 3.x)

- start_ui.sh: SQLite backend (sqlite:///mlflow.db) вместо file-store
- все скрипты src/: mlflow.set_tracking_uri(http://localhost:5555) с env-override
- README: сервер должен быть запущен до запуска скриптов
- AGENTS.md: обновлена архитектура хранения и gotcha

README.md

@@ -48,13 +48,19 @@ pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121
 pip install flask  # для serve_model.py
 ```
 
-### 2. Запуск MLflow UI
+### 2. Запуск MLflow UI (Tracking Server)
 
 ```bash
 ./start_ui.sh
 # → http://10.0.0.7:5555
 ```
 
+> Сервер использует SQLite-бэкенд (`mlflow.db`). Скрипты логируют на него
+> по HTTP (`http://localhost:5555`), поэтому **сервер должен быть запущен
+> и работать в отдельном терминале всё время, пока вы запускаете уроки**.
+> Иначе скрипты упадут с `ConnectionError` к `localhost:5555`.
+> Адрес можно переопределить: `export MLFLOW_TRACKING_URI=http://<host>:5555`.
+
 ### 3. Уроки по порядку
 
 ```bash