Hitonabi/mission-control-v2

Fork 0

Files

T

HitonabiandClaude Opus 5 b316ad40ba

Ampel / ampel (push) Successful in 21s

Details

fix(skills): Rollen-Aliase statt Modellnamen + Savepoint auf gemessenen Stand

Der Kritiker-Gate war stumm kaputt: orchestrator/wartung-Skill und
fremdblick.sh riefen Qwen3-Coder-Next, GLM-4.6V-Flash und GLM-4.7-Flash
auf - alle drei von der Modell-Konsolidierung (9a35be9) entfernt. Im
llama-swap-Log schlug das als HTTP 404 auf.

Ursache war das Muster, Modelle beim Eigennamen zu nennen. Jetzt Aliase
(coder/debugger/fast/heavy), die llama-swap aufloest - damit ueberlebt
jede Faehigkeit den naechsten Modellwechsel.

SAVEPOINT.md nannte fuenf Modelle, die es nicht mehr gibt. Ersetzt durch
die heute gemessenen Werte inkl. Bandbreiten-Erklaerung fuers Coder-Tempo.

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

2026-08-20 16:07:03 +02:00

3.6 KiB

Raw Blame History

Savepoint — Mission Control 2.0 (MC2)

Stand: 2026-08-20, nach der Aufräum-Runde. Alle Zahlen hier sind auf der Box gemessen, nicht aus Doku übernommen.

Was das ist (in einem Satz)

MC2 ist die Web-Admin-Konsole einer 100 % lokalen KI-Appliance („die Box", Bosgame M5 / AMD Strix Halo, 128 GB Unified RAM, llama.cpp-Vulkan). Sie verwaltet Engine, Modelle, Gedächtnis, Agenten-Status, Updates & Wartung — und dient als Steuerpult für die autonome KI („Lucy").

Architektur (Kurzform — Details in AGENTS.md/docs/)

Backend backend/ — FastAPI, :9001 als systemd-User-Dienst (reboot-fest, sudo-frei).
Frontend frontend/ — React/Vite/Tailwind/shadcn. frontend/dist ist ABSICHT im git (Box hat kein Node; Backend liefert die gebauten Assets direkt aus).
MC2-Gateway :9010 (/v1-Datenpfad, model:auto Routing + native Bildweiche).
Modell-Router :8080 (llama-swap v250, Vulkan/RADV Engine b10502).
Hermes Agent :8642 (hermes-gateway, v0.20.4) + hermes dashboard auf :9119 (nur Loopback).
Sidecars: voice_service/ (:8650, faster-whisper STT + Piper TTS), mcp/ (4 MCP-Server), client/hermes-pc (PC-Executor :7777). ‼️ mem0_service/ liegt noch im Baum, ist aber stillgelegt — :8765 antwortet nicht.

Modelle live (gemessen 20.08.2026)

Rolle (Alias)	Modell	Tempo	Zustand
`hermes` / `fast`	Qwen3.6-35B-A3B (MoE, DFlash)	95,7 t/s · Prompt 221 t/s	immer warm
`coder`	Qwen3.8-27B (dicht, Vision)	12,6 t/s · Prompt 144 t/s	ttl 5400, ~29 s Kaltstart
`debugger`	Muse-Glimmer-30B (DFlash)	—	ttl 600
`heavy`	gpt-oss-120b	—	on-demand
`vision`	Qwen3-VL-30B-A3B-Instruct	—	on-demand
`embed` / `reranker`	Qwen3-Embedding-0.6B / Qwen3-Reranker-0.6B	—	immer warm

Warm-Gruppe brains = embed + reranker + Qwen3.6-35B-A3B. Warm-Wächter weckt nur fast.

Hintergrund zum Tempo: Strix Halo liefert ~215 GB/s Speicherbandbreite. Ein dichtes Modell muss pro Token seine vollen Gewichte lesen → 17 GB ÷ 215 GB/s ≈ 12,6 t/s ist das Hardware-Limit, kein Konfigurationsfehler. MoE-Modelle lesen pro Token nur einen Bruchteil und sind darum ~8× schneller.

Aufgeräumt am 20.08.2026

CI-Ampel wieder grün (Lauf #77) — zwei ungenutzte MEM0_SERVICE_URL-Importe entfernt.
Kaputter systemd-Timer mc2-morgen-digest abgeschaltet (der Hermes-Cron macht die Arbeit).
mcp-stderr.log (27 MB, 238k Ping-Zeilen) geleert.
Config-Drift aufgelöst: Repo == /etc/llama-swap/config.yaml. Warm-Set-Idee geparkt auf Branch parked/warm-set-5d93822.
Entfernt: Governor-Reste, OpenCode-/aider-Reste (853 MB), 61 alte Backup-Dateien, verwaiste Modelle Devstral-Small-2 + GLM-4.6V-Flash + mem0 (21,5 GB) → /srv/models 209 → 189 GB.
Fähigkeiten repariert: orchestrator- und wartung-Skill sowie fremdblick.sh zeigten auf gelöschte Modelle (Qwen3-Coder-Next, GLM-4.6V-Flash, GLM-4.7-Flash) → der Kritiker-Gate war stumm kaputt. Jetzt auf Rollen-Aliase umgestellt, damit Modellwechsel sie nicht mehr brechen.
Alles Gelöschte liegt gesichert in ~/archiv-aufraeumen-20260820/ (11 MB).

Offen

mem0_service/ + _mem0_reachable() in backend/routers/system.py ausbauen (toter Port).
~/.hermes/scripts/fremdblick.sh ist unversioniert — gehört ins Repo.
MCP-Log dauerhaft deckeln (Hermes' max_size_mb greift für gekapertes stderr nicht).
Verschwundene Wächter: Ampel-Wächter, Prüfstand, Stack-Rundumschlag.
Coder-Tempo: Entwurfsmodelle für spekulatives Dekodieren liegen ungenutzt unter /srv/models/Qwen3.8-27B-DFlash2-GGUF/.

3.6 KiB Raw Blame History Unescape Escape