phase1c: Deploy mit Rueckweg und Prueftor, tote Deploy-Dateien raus

- deploy.sh zweistufig: Sperre, laufende Update-Jobs verschieben den Deploy, fast-forward,
  dann laeuft die NEUE Fassung als Stufe 2 (Aenderungen am Skript wirken sofort).
  Stufe 2: Prueftor, Abhaengigkeiten, llama-swap-Config nur bei Aenderung des Abzugs in
  diesem Deploy (ohne Motor-Neustart, -watch-config reicht; 5 Sicherungen), alle Repo-Units
  und Drop-ins, Cron-Skripte nach ~/.hermes/scripts, Skills/Plugins, Neustart, Nachpruefung.
  Scheitert etwas: zurueck auf den alten Stand (inkl. llama-swap-Config), Dienste neu,
  dringende Meldung, Eintrag in /srv/models/mc2-deploy.log.
- deploy/pruefen.sh ersetzt die tote CI-Ampel: Shell-/Python-Syntax, ruff, Importe, pytest.
  Laeuft am PC vor dem Push und auf der Box vor dem Umschalten (pytest via requirements-dev.txt).
- Units, die nur auf der Box lagen, jetzt im Repo: projekte-sync.*, lucy-stimme.service,
  mission-control-2-Override.
- Tot und entfernt: Werkstatt-/Projektstart-/Betrieb-SOULs, worker.sh, Agent-Hooks, Ampel-CI
  (samt .gitea-Workflow und Saat in gitea-repo-create.sh), gitea-pr, Governor-Plugin, Specs,
  Selbst-Inventur, Self-Smoke, venv-Audit, setup_autonomous_crons.sh (haette alte Jobs neu
  angelegt), Einmal-Skripte, alte Bench-Skripte, .agents/mcp_config.json, client/ide-skills,
  mcp/requirements.txt. Gitea-Host-Notizen nach docs/archiv/gitea-host.
- morgenmeldung.sh begrenzt das Melde-Log (ueber 3 MB bleiben die letzten 2 MB).
- AGENTS.md: Prueftor und neuer Deploy beschrieben.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

deploy/bench/brain-bench.sh

@@ -1,40 +0,0 @@
-#!/usr/bin/env bash
-# Brain-Config-Matrix (Referenz vom 02.07.2026): misst Qwen3.6 in mehreren Betriebsarten
-# (MTP n-max / ohne Spec / KV-Quant) auf separatem Port. Für künftige Re-Benchmarks nach
-# Engine-Updates oder bei neuen Hirn-Kandidaten. Ergebnis-Referenz (02.07., Vulkan, b9843):
-#   mtp3 78,6 t/s · mtp4 63,7 · ohne Spec 62,4 · mtp3+KVq8 78,6 (=gratis) · nospec+KVq8 62,1
-set -u
-MODEL="${BRAIN_GGUF:-/srv/models/Qwen3.6-35B-A3B-MTP-GGUF/Qwen3.6-35B-A3B-UD-Q4_K_M.gguf}"
-BIN="${BENCH_BIN:-/opt/llamacpp-vulkan/llama-server}"
-PORT="${BENCH_PORT:-5899}"
-BASE="-c 65536 -ngl 999 -fa on --load-mode none --jinja --parallel 1"
-
-run() {  # $1=name  $2=extra-flags
-  echo "=== $1 ==="
-  $BIN -m "$MODEL" --host 127.0.0.1 --port "$PORT" $BASE $2 >/tmp/brain-bench-server.log 2>&1 &
-  local PID=$!
-  for i in $(seq 1 120); do
-    curl -s --max-time 2 "http://127.0.0.1:$PORT/health" | grep -q ok && break
-    sleep 2
-    kill -0 $PID 2>/dev/null || { echo "  LOAD-CRASH"; tail -2 /tmp/brain-bench-server.log; return; }
-  done
-  for r in 0 1 2; do
-    curl -s --max-time 300 -X POST "http://127.0.0.1:$PORT/completion" -H "Content-Type: application/json" \
-      -d '{"prompt":"Erklaere in drei kurzen Saetzen, was ein Mixture-of-Experts-Modell ist.","n_predict":150,"temperature":0}' \
-      > /tmp/brain-bench-probe.json
-    [ "$r" = "0" ] && continue   # Warmlauf verwerfen
-    python3 - <<'PY'
-import json
-t = json.load(open("/tmp/brain-bench-probe.json")).get("timings", {})
-print(f"  tg={t.get('predicted_per_second',0):.1f} t/s"
-      + (f" · draft {t.get('draft_n_accepted')}/{t.get('draft_n')}" if t.get('draft_n') else ""))
-PY
-  done
-  kill $PID 2>/dev/null; wait $PID 2>/dev/null; sleep 3
-}
-
-run "mtp3 (live-Config)" "--spec-type draft-mtp --spec-draft-n-max 3 -ctk q8_0 -ctv q8_0"
-run "mtp4"               "--spec-type draft-mtp --spec-draft-n-max 4 -ctk q8_0 -ctv q8_0"
-run "ohne Spec"          "-ctk q8_0 -ctv q8_0"
-run "mtp3 KV-f16"        "--spec-type draft-mtp --spec-draft-n-max 3"
-echo "BENCH_DONE"

deploy/bench/model-bench.sh

@@ -1,42 +0,0 @@
-#!/usr/bin/env bash
-# Modell-Bench (Autonomie-Plan E5): misst pp/tg eines GGUF auf separatem Port, ohne die
-# Live-Instanzen anzufassen. Grundlage der Modell-Selbst-Evaluation (Radar-Kandidaten).
-# Nutzung: bash model-bench.sh <gguf-pfad> [extra llama-server-flags, z.B. --mmproj ...]
-# Lehren vom 02.07.2026 eingebaut: python via Heredoc (kein f-String-Quoting-Bruch),
-# Warmlauf vor der Messung, LOAD-CRASH wird gemeldet statt still zu hängen.
-set -u
-MODEL="${1:?Nutzung: model-bench.sh <gguf-pfad> [extra-flags]}"
-shift || true
-EXTRA="$*"
-BIN="${BENCH_BIN:-/opt/llamacpp-vulkan/llama-server}"
-PORT="${BENCH_PORT:-5899}"
-CTX="${BENCH_CTX:-32768}"
-
-echo "=== Bench: $(basename "$MODEL") (ctx $CTX${EXTRA:+, $EXTRA}) ==="
-$BIN -m "$MODEL" --host 127.0.0.1 --port "$PORT" -c "$CTX" -ngl 999 -fa on --load-mode none --jinja $EXTRA \
-  >/tmp/model-bench-server.log 2>&1 &
-PID=$!
-trap 'kill $PID 2>/dev/null; wait $PID 2>/dev/null' EXIT
-
-for i in $(seq 1 240); do
-  curl -s --max-time 2 "http://127.0.0.1:$PORT/health" | grep -q ok && break
-  sleep 2
-  kill -0 $PID 2>/dev/null || { echo "LOAD-CRASH:"; tail -3 /tmp/model-bench-server.log; exit 1; }
-done
-
-probe() {
-  curl -s --max-time 300 -X POST "http://127.0.0.1:$PORT/completion" -H "Content-Type: application/json" \
-    -d '{"prompt":"Erklaere in fuenf Saetzen, wie ein Backup-Konzept fuer einen Homeserver aussieht.","n_predict":200,"temperature":0}' \
-    > /tmp/model-bench-probe.json
-  python3 - <<'PY'
-import json
-t = json.load(open("/tmp/model-bench-probe.json")).get("timings", {})
-print(f"  pp={t.get('prompt_per_second',0):.0f} t/s · tg={t.get('predicted_per_second',0):.1f} t/s"
-      + (f" · draft {t.get('draft_n_accepted')}/{t.get('draft_n')}" if t.get('draft_n') else ""))
-PY
-}
-
-probe >/dev/null 2>&1   # Warmlauf (Shader-/Graph-Compile nicht mitmessen)
-probe
-probe
-echo "BENCH_DONE"