Hitonabi
b1fa8bea43
Das Embedding-Modell (Alias `embed`, fuer Mem0/Gedaechtnis) ist zwar brains-Member (persist), aber Pingen von `fast` laedt die anderen Gruppenmitglieder NICHT mit — es blieb kalt bis zur ersten /v1/embeddings-Anfrage. - warmup.sh: waermt jetzt zusaetzlich die Embedding-Modelle ueber /v1/embeddings (anderer Endpunkt als chat), gesteuert via MC_WARMUP_EMBED (default "embed"). - stack-postcheck.sh: prueft nach jedem Update zusaetzlich, dass das Embedding-Modell laedt und einen Vektor liefert (sonst ist Mem0/Gedaechtnis betroffen) -> Job rot. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
40 lines
1.7 KiB
Bash
40 lines
1.7 KiB
Bash
#!/usr/bin/env bash
|
|
# Lädt das warme "brains"-Set nach einem llama-swap-(Re)Start vor, damit die ERSTE
|
|
# Anfrage nicht kalt ist (llama-swap lädt sonst lazy bei Bedarf).
|
|
# Eingehängt als ExecStartPost=-/usr/local/bin/llama-swap-warmup.sh in llama-swap.
|
|
#
|
|
# `fast` = das Agent-Hirn (Qwen3.6-35B-A3B), `embed` = das Embedding-Modell (Qwen3-Embedding-0.6B,
|
|
# für Mem0/Gedächtnis). Beide sind in der brains-Gruppe (persist), werden aber NICHT automatisch
|
|
# zusammen geladen — jedes Modell muss einzeln angestoßen werden, sonst bleibt es kalt.
|
|
# Embedding läuft im --embedding-Modus → anderer Endpunkt (/v1/embeddings, nicht chat).
|
|
# Selbst-detachend: blockiert den Service-Start nicht.
|
|
set -u
|
|
URL="${MC_LLAMA_SWAP_URL:-http://127.0.0.1:8080}"
|
|
BRAINS="${MC_WARMUP_MODELS:-fast}"
|
|
EMBEDS="${MC_WARMUP_EMBED:-embed}"
|
|
|
|
if [ "${1:-}" != "--inner" ]; then
|
|
setsid "$0" --inner >/dev/null 2>&1 &
|
|
exit 0
|
|
fi
|
|
|
|
# --- ab hier im entkoppelten Hintergrundprozess ---
|
|
for _ in $(seq 1 60); do # auf llama-swap warten (max ~120s)
|
|
curl -sf "$URL/v1/models" >/dev/null 2>&1 && break
|
|
sleep 2
|
|
done
|
|
|
|
for m in $BRAINS; do # Chat-Hirne über /v1/chat/completions
|
|
curl -s -m 180 -X POST "$URL/v1/chat/completions" \
|
|
-H 'Content-Type: application/json' \
|
|
-d "{\"model\":\"$m\",\"max_tokens\":1,\"messages\":[{\"role\":\"user\",\"content\":\"ping\"}]}" \
|
|
>/dev/null 2>&1 || true
|
|
done
|
|
|
|
for m in $EMBEDS; do # Embedding-Modelle über /v1/embeddings
|
|
curl -s -m 120 -X POST "$URL/v1/embeddings" \
|
|
-H 'Content-Type: application/json' \
|
|
-d "{\"model\":\"$m\",\"input\":\"ping\"}" \
|
|
>/dev/null 2>&1 || true
|
|
done
|