Feat: setup-bewusste ctx-Vergabe - eine Quelle der Wahrheit (services/budget.py)

Bisher rechnete nur der Hirn-Wechsel setup-bewusst; die allgemeine ctx-Auto-Groesse
nahm den Gesamt-RAM in ISOLATION (ignorierte Hirn/warmes Set/Ko-Residenz) -> ctx
konnte zu gross gewaehlt werden.

Neu: services/budget.py buendelt GTT-Budget, Modell-Footprint und reservierten Speicher
gemaess VERIFIZIERTER Box-Residenz (Hirn immer resident; fast/vision duerfen weichen,
wenn grosses on-demand-Modell laedt). setup_aware_ctx() bemisst den groessten ctx, der
NEBEN dem bestehenden Setup passt - rollen-/gruppen-bewusst aus der echten Config.

- fit.py: max_ctx_in_budget() als budget-basierter Kern; max_ctx_for() delegiert
- models.py: install nutzt setup_aware_ctx; /api/fit liefert assigned_ctx + Budget-Herleitung
- agent.py: nutzt die gemeinsamen Helfer (entfernt Duplikate _gtt_budget_gb/_foot)
- AddModel: Ampel zeigt den setup-bewussten ctx ('ctx -> Nk') inkl. Budget-Tooltip;
  Rollen-Wechsel laedt die Vorschau neu (Rolle bestimmt das Budget)

Effekt: heavy-122B bekommt z.B. 16k statt 131072 (passt neben dem Hirn), waehrend
warme Kleinmodelle weiter grossen Kontext erhalten.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

frontend/src/lib/api.ts

@@ -77,6 +77,8 @@ export interface FitResp {
   params_b: number
   fit: Fit
   optimal_ctx: number
+  assigned_ctx: number
+  budget: { gtt_gb: number; reserved_gb: number; budget_gb: number; mode: string }
   sys_ram_gb: number
 }
 

frontend/src/views/models/AddModel.tsx

@@ -21,12 +21,13 @@ export function AddModel() {
     ? modelsData?.models.find((m) => (m.role || "").toLowerCase() === role)
     : undefined
 
-  async function refreshFit(r: string, qq: string) {
+  async function refreshFit(r: string, qq: string, rl: string) {
     setOomArmed(false)
     if (!r.trim()) { setFit(null); return }
     try {
       const d = await api<FitResp>(
-        `/api/fit?params_b=0&quant=${encodeURIComponent(qq)}&ctx=8192&name=${encodeURIComponent(r)}`
+        `/api/fit?params_b=0&quant=${encodeURIComponent(qq)}&ctx=8192` +
+        `&name=${encodeURIComponent(r)}&role=${encodeURIComponent(rl)}`
       )
       setFit(d)
     } catch {
@@ -46,7 +47,7 @@ export function AddModel() {
       const pick = d.quants.length ? (d.quants.includes("Q4_K_M") ? "Q4_K_M" : d.quants[0]) : quant
       if (d.quants.length) setQuant(pick)
       setMsg(d.quants.length ? "" : "Keine GGUF-Dateien in diesem Repository gefunden.")
-      if (d.quants.length) refreshFit(d.repo, pick)
+      if (d.quants.length) refreshFit(d.repo, pick, role)
     } catch (e) {
       setMsg(`Fehler: ${e}`)
     }
@@ -54,7 +55,12 @@ export function AddModel() {
 
   function onQuantChange(qq: string) {
     setQuant(qq)
-    refreshFit(repo, qq)
+    refreshFit(repo, qq, role)
+  }
+
+  function onRoleChange(rl: string) {
+    setRole(rl)
+    if (quants.length) refreshFit(repo, quant, rl)
   }
 
   async function search() {
@@ -130,8 +136,8 @@ export function AddModel() {
               </select>
               <select
                 value={role}
-                onChange={(e) => setRole(e.target.value)}
-                title="Rolle (optional) — bestimmt Auto-Konfiguration wie parallele Slots"
+                onChange={(e) => onRoleChange(e.target.value)}
+                title="Rolle (optional) — bestimmt Auto-Konfiguration + setup-bewussten Kontext"
                 className="h-9 rounded-lg border border-border/60 bg-background/40 px-3 text-xs outline-none text-foreground font-semibold"
               >
                 <option value="" className="bg-popover text-foreground">Rolle…</option>
@@ -161,6 +167,14 @@ export function AddModel() {
           <span className="font-mono opacity-90">
             ~{fit.params_b}B · ~{fit.fit.req_gb} GB / {fit.sys_ram_gb} GB RAM · ~{fit.fit.tps} t/s
           </span>
+          {fit.fit.level !== "too_tight" && (
+            <span
+              className="font-mono opacity-80"
+              title={`Setup-bewusst: GTT ${fit.budget.gtt_gb} GB − reserviert ${fit.budget.reserved_gb} GB (${fit.budget.mode}) → ${fit.budget.budget_gb} GB frei`}
+            >
+              ctx → {(fit.assigned_ctx / 1024).toFixed(0)}k
+            </span>
+          )}
           {fit.fit.level === "too_tight" && (
             <span className="opacity-90">— passt nicht in den Speicher, würde beim Laden abstürzen (OOM).</span>
           )}