HitonabiandClaude Opus 5
d880a76b6a
Ampel / ampel (push) Successful in 22s
Zwei Fehler aus dem ersten Anlauf behoben: 1. referenz-check.sh lag unter deploy/ und enthielt selbst 7x das Wort "mem0" (es sucht ja danach) - damit zaehlte es sich in Kriterium 3 mit und das Kriterium war unerfuellbar. Jetzt unter docs/aufgaben/, wo Kriterium 3 nicht sucht. Strukturell geloest statt per grep-Ausnahme. 2. Der Lauf muss in einer FRISCHEN Sitzung starten - der Desktop hatte eine Sitzung vom Vortag fortgesetzt und deren Kontext mitgeschleppt. Neu: Lauf D (reasoning_effort low). Der Fehlversuch zeigte, dass >95% der Modell-Ausgabe unsichtbares Nachdenken war - 19.899 Tokens fuer 2.600 Zeichen sichtbaren Text. Das ist der billigste Hebel und wird darum vor Modellwechseln geprueft. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
114 lines
5.5 KiB
Markdown
114 lines
5.5 KiB
Markdown
# Referenzaufgabe: Mem0-Sidecar restlos ausbauen
|
||
|
||
> **Zweck dieser Datei:** Messlatte für den Stack-Umbau (Stufe 2, 20.08.2026). Dieselbe Aufgabe wird
|
||
> mehrfach mit verschiedenen Modellen gefahren. Gemessen wird **nicht** Tokens pro Sekunde, sondern:
|
||
> *Wurde sie fertig? Wie lange? Wie viele Züge?*
|
||
> Alle Pfade und Befehle unten sind am 20.08.2026 auf der Box **nachgemessen**, nicht geraten.
|
||
|
||
## Hintergrund
|
||
|
||
Mem0 wurde im August abgelöst (`bf145a3`, `eb4bcfc`, `2286879`). Der Rückbau blieb unvollständig:
|
||
Der Sidecar-Ordner liegt noch im Baum, MC2 fragt weiterhin einen toten Port ab.
|
||
|
||
Gemessen: `curl http://127.0.0.1:8765/health` → **keine Antwort**. Kein systemd-Dienst dafür,
|
||
`/srv/models/mem0` bereits entfernt. Es ist also wirklich tot, nicht nur gerade aus.
|
||
|
||
## Arbeitsplatz
|
||
|
||
**Isolierter Worktree — NICHT das Live-Deployment:**
|
||
|
||
```
|
||
~/projekte/mc2-referenz Zweig: referenz/mem0-ausbau
|
||
```
|
||
|
||
`~/mission-control-v2` bleibt auf `main` und bedient weiter den laufenden Dienst auf `:9001`.
|
||
**Dort nichts ändern.**
|
||
|
||
## Auftrag
|
||
|
||
Entferne die Mem0-Reste vollständig, ohne etwas anderes kaputtzumachen.
|
||
|
||
**17 Dateien haben Treffer** (gemessen 20.08., selbst nachprüfen statt blind vertrauen):
|
||
|
||
```
|
||
backend/steward.py deploy/stack-postcheck.sh
|
||
backend/config.py deploy/venv-audit.sh
|
||
backend/routers/voice.py deploy/agent-hooks/box-steckbrief-inject.sh
|
||
backend/routers/system.py deploy/warmup.sh
|
||
backend/routers/zeitmaschine.py deploy/autoupdate.sh
|
||
backend/services/sentry.py deploy/hermes-postcheck.sh
|
||
backend/services/voice_metrics.py deploy/restore.sh
|
||
backend/services/backup.py deploy/backup.sh
|
||
mcp/mcp_mc.py
|
||
```
|
||
|
||
Dazu der Ordner `mem0_service/` (app.py, migrate.py, requirements.txt, smoke_test.py).
|
||
|
||
> ‼️ **Der eigentliche Prüfstein:** Wenn eine API-Antwort ein Feld wie `mem0_reachable` liefert, das
|
||
> das Frontend liest, darf es nicht einfach verschwinden — sonst bricht die Oberfläche. Entweder das
|
||
> Frontend mit anpassen oder das Feld sauber entfernen. Wer nur `grep mem0` laufen lässt und alles
|
||
> wegwirft, produziert eine Fassade.
|
||
|
||
## Fertig-Kriterien
|
||
|
||
Ausgangswert am 20.08.: **1, 2, 4, 5 sind bereits grün** — sie sind Schutzgeländer, nicht die Arbeit.
|
||
Nur Kriterium 3 ist offen. Wer 3 erfüllt und dabei 1/2/4/5 kaputtmacht, hat versagt.
|
||
|
||
| # | Prüfung | Befehl | Ausgangswert |
|
||
|---|---|---|---|
|
||
| 1 | Lint sauber | `cd ~/projekte/mc2-referenz && ~/.venv-lint/bin/ruff check .` | ✅ *All checks passed* |
|
||
| 2 | Backend lädt | `cd ~/projekte/mc2-referenz/backend && ~/mission-control-v2/backend/.venv/bin/python -c "import app"` | ✅ ok |
|
||
| 3 | **keine mem0-Reste** | `cd ~/projekte/mc2-referenz && grep -ril mem0 backend/ mcp/ deploy/ --include='*.py' --include='*.sh' \| wc -l` | ❌ **17** → muss **0** werden |
|
||
| 4 | Selbsttest grün | `bash ~/mission-control-v2/deploy/self-smoke.sh` | ✅ grün |
|
||
| 5 | MC2 gesund | `curl -s localhost:9001/api/health` | ✅ `"status":"ok"` |
|
||
|
||
Treffer in `docs/` sind erlaubt — das ist Historie und darf stehenbleiben.
|
||
|
||
Selbstprüfung mit einem Befehl:
|
||
|
||
```bash
|
||
bash ~/projekte/mc2-referenz/docs/aufgaben/referenz-check.sh
|
||
```
|
||
|
||
> Der Prüfbefehl liegt bewusst unter `docs/aufgaben/` und **nicht** unter `deploy/`. Im ersten Anlauf
|
||
> lag er in `deploy/`, enthielt selbst siebenmal das Wort „mem0" (er sucht ja danach) und zählte sich
|
||
> damit in Kriterium 3 mit — das Kriterium war unerfüllbar. In `docs/` wird er nicht durchsucht.
|
||
|
||
## Randbedingungen
|
||
|
||
- ‼️ **In einer FRISCHEN Sitzung starten**, nicht in einer fortgesetzten. Beim ersten Anlauf hat der
|
||
Desktop eine Sitzung vom Vortag weitergeführt und deren Kontext mitgeschleppt — die Messung war
|
||
dadurch wertlos. Im Desktop also einen **neuen Chat** anlegen, nicht den alten öffnen.
|
||
- **Nicht pushen.** Der Zweig bleibt lokal, damit der Lauf wiederholbar ist.
|
||
- **Nichts außerhalb des Worktrees anfassen** — kein `/etc`, keine systemd-Dienste, kein Neustart.
|
||
- Wenn ein Kriterium nicht erfüllbar ist: **ehrlich sagen und aufhören.** Ein klares
|
||
„Kriterium 3 scheitert an X" ist wertvoller als ein beschönigter Abschluss.
|
||
|
||
## Zurücksetzen zwischen den Läufen
|
||
|
||
```bash
|
||
cd ~/mission-control-v2
|
||
git worktree remove --force ~/projekte/mc2-referenz
|
||
git branch -D referenz/mem0-ausbau
|
||
git worktree add -b referenz/mem0-ausbau ~/projekte/mc2-referenz main
|
||
```
|
||
|
||
## Messprotokoll
|
||
|
||
| Lauf | Aufbau | Fertig? | Wanduhr | Züge | Bemerkung |
|
||
|---|---|---|---|---|---|
|
||
| — | *Fehlversuch 20.08. 21:10* | ✗ | 76 min, abgebrochen | 8 | Kriterium 3 unerfüllbar + fortgesetzte Alt-Sitzung. **Verwertbar trotzdem:** 19.899 Ausgabe-Tokens, davon nur ~2.600 Zeichen sichtbar → **>95 % unsichtbares Nachdenken**. Kompression feuerte bereits. |
|
||
| A | Qwen3.8-27B, `reasoning_effort: medium` — Ausgangswert | | | | |
|
||
| **D** | **Qwen3.8-27B, `reasoning_effort: low`** | | | | Billigster Hebel: eine Konfigzeile, kein Modellwechsel |
|
||
| B | Qwen3.8-27B **+ DFlash-2** | | | | Entwurfsmodell liegt bereit |
|
||
| C | Qwen3.6-35B-A3B (`fast`, 95,7 t/s) | | | | SWE-bench 73,4 |
|
||
|
||
### Was der Fehlversuch schon gezeigt hat
|
||
|
||
Pro Zug erzeugte das Modell ~2.487 Tokens, sichtbar wurden davon 181–451 Zeichen. Bei 12,6 t/s sind
|
||
das ~26 Minuten reine Erzeugung für ~2.600 Zeichen Text. **Der Engpass ist Denk-Aufwand × Bandbreite,
|
||
nicht das Harness.** Darum Lauf D vor B und C: er prüft den billigsten Hebel zuerst.
|
||
|
||
Inhaltlich war das Modell gut — es fand von selbst den Prüfstein (`mem0_ms` → `memory_ms` im Frontend),
|
||
statt blind zu löschen.
|