E4-Haertung: /v1/models liefert context_length + Alias-Eintraege (heavy/coder/...)

Radar-Erstlauf-Lehre: Hermes-Subagents fanden keine Kontextlaenge (llama-swap listet
nur kanonische Namen, ohne Metadaten), nahmen 256k an und rissen mit ihren max_tokens
den Server-Kontext. Gateway blendet jetzt Rollen-Aliase als Eintraege ein und liefert
context_length aus der geparsten llama-swap-Config. Delegation per hermes config auf
Verdikt gesetzt (max_concurrent_children 2, max_spawn_depth 1). Radar-Prompt: Fallback
"sequenziell selbst recherchieren, Report muss IMMER kommen".

Erstlauf-Ergebnis: Report wurde an Telegram zugestellt (Last run ok).

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

backend/routers/gateway_proxy.py

@@ -21,8 +21,33 @@ async def models():
     # Lanes ganz oben einblenden, damit IDEs einfach „coding"/„chat" wählen können.
     lanes = [{"id": lane, "object": "model", "owned_by": "mc2-router",
               "description": _LANE_LABELS.get(lane, lane)} for lane in LANES]
+    # Kontextlänge je Modell mitliefern (aus der llama-swap-Config geparst). Ohne sie
+    # budgetieren Clients blind — Hermes-Subagents nahmen 256k an, schickten passende
+    # max_tokens und rissen damit den echten Server-Kontext (Radar-Lauf 02.07.).
+    # Rollen-Aliase (heavy/coder/hermes …) tauchen bei llama-swap NICHT als Einträge auf,
+    # Clients fragen aber genau damit an → als eigene Einträge einblenden.
+    ctx_map: dict[str, int] = {}
+    alias_entries: list[dict] = []
+    try:
+        from services import llamaswap
+        for m in llamaswap.list_models():
+            ctx = m.get("ctx")
+            if ctx:
+                for api_id in m.get("api_ids", []):
+                    ctx_map[api_id] = ctx
+            for alias in m.get("aliases", []):
+                entry = {"id": alias, "object": "model", "owned_by": "mc2-alias",
+                         "description": f"Alias für {m['name']}"}
+                if ctx:
+                    entry["context_length"] = ctx
+                alias_entries.append(entry)
+    except Exception:
+        pass
     if isinstance(data, dict) and isinstance(data.get("data"), list):
-        data["data"] = lanes + data["data"]
+        for entry in data["data"]:
+            if (ctx := ctx_map.get(entry.get("id"))):
+                entry.setdefault("context_length", ctx)
+        data["data"] = lanes + alias_entries + data["data"]
     return JSONResponse(data, status_code=r.status_code)
 
 

deploy/radar-prompt.md

@@ -13,6 +13,9 @@ Web-Suche, FILTERT Marketing-Geschwätz aus und liefert dir nur eine Substanz-Zu
 (max. 5 Zeilen pro Komponente). Du konsolidierst am Ende. Erwähne im Endbericht nur, was
 Substanz hat — „nichts Nennenswertes" ist ein gültiges und gutes Ergebnis je Gruppe.
 
+Scheitern Subagents wiederholt (z. B. Kontext-Fehler), recherchiere die betroffenen Gruppen
+selbst sequenziell — der Report muss IMMER zustande kommen.
+
 Task-Aufteilung (5 Subagents):
 1. **Engine/Router:** llama.cpp (Vulkan, gfx1151/Strix Halo relevant!), llama-swap (mostlygeek)
 2. **Agent/Runtime:** hermes-agent (NousResearch), Electron (Major-Sprünge), three-vrm/@pixiv