mission-control-v2/backend/services/connect.py

"""
Connect: erzeugt saubere, getestete Konfig-Snippets für IDEs/Agenten auf dem
LOKALEN PC (separate Maschine im LAN). Alle zeigen auf den **Gateway** der Box
(reale Modelle coder/heavy/vision, Cockpit-Port :9001/v1) + den **Shared-Memory-MCP** (MC :9001).

Wichtig: Host ist die LAN-IP der Box (NICHT eine Proxy-Domain) — das war in v1
die häufigste Fehlerquelle. Der Aufrufer übergibt den Host explizit.
"""

import json

import httpx

from config import LLAMA_SWAP_URL, MEM0_SERVICE_URL, PORT

DEFAULT_HOST = "192.168.178.151"

# IDEs bekommen die ECHTEN Box-Modelle direkt (kein Lane-Routing): Coder (bauen), Planer (denken),
# Augen (Bilder, Vision). Der User wechselt im Modellwähler — spiegelt das reale Zed-Setup 1:1.
PRIMARY_MODEL = "coder"


def _caps(tools: bool = True, images: bool = False) -> dict:
    """Volle 7-Feld-Capabilities — Zed braucht sie KOMPLETT, sonst greift die Modellwahl nicht."""
    return {"tools": tools, "images": images, "parallel_tool_calls": False,
            "prompt_cache_key": False, "chat_completions": True,
            "interleaved_reasoning": False, "max_tokens_parameter": False}


# Reale Box-Modelle für die IDE-Welt (getrennt von Lucy): bauen · denken · sehen.
IDE_MODELS = [
    {"name": "coder", "display_name": "Box / Coder (bauen)", "max_tokens": 131072, "capabilities": _caps(True, False)},
    {"name": "heavy", "display_name": "Box / Planer (denken)", "max_tokens": 32768, "capabilities": _caps(True, False)},
    {"name": "vision", "display_name": "Box / Augen (Bilder)", "max_tokens": 32768, "capabilities": _caps(False, True)},
]


def _gw(host: str) -> str:
    # Eingebauter Gateway: MC2 serviert /v1 selbst (gleicher Port wie das Cockpit).
    return f"http://{host}:{PORT}/v1"


def build_snippets(host: str = DEFAULT_HOST,
                   mcp_script_path: str = r"F:\\Coding Stuff\\mission-control-2\\mcp\\mcp_memory.py",
                   mcp_python: str = "python") -> dict:
    gw = _gw(host)
    mc_url = f"http://{host}:{PORT}"

    # Kilo Code = aktiver Nachfolger der Roo/Cline-Linie (Roo im April 2026 eingestellt).
    # Gleiche Provider-Settings-Struktur; Multi-Agent kommt aus dem Tool (Orchestrator-Modus).
    kilo = json.dumps({
        "apiProvider": "openai",
        "openAiBaseUrl": gw,
        "openAiApiKey": "local",
        "openAiModelId": PRIMARY_MODEL,
    }, indent=2)

    # Zed = Rust-nativ, ~16x leichter als VS Code, Agent Panel mit parallelen Agenten,
    # Windows stabil seit Okt 2025 — das Haupt-Tool für den User (Anti-Bloat + klickbar).
    zed = json.dumps({
        "language_models": {
            "openai_compatible": {
                "bosgame": {
                    "api_url": gw,
                    "available_models": IDE_MODELS,
                }
            }
        },
        "agent": {
            "default_model": {"provider": "bosgame", "model": PRIMARY_MODEL}
        }
    }, indent=2)

    # Claude Code spricht das Anthropic-Format; der Gateway ist OpenAI-kompatibel und
    # bietet KEIN /v1/messages (verifiziert). Daher braucht es einen kleinen Übersetzer
    # (Anthropic ⇄ OpenAI) als Aufsatz. Die env-Vars sind Claude Codes echte Schnittstelle.
    claude_code = (
        f"# Claude Code spricht das Anthropic-Format — der Gateway ist OpenAI-kompatibel ({gw})\n"
        f"# und hat kein /v1/messages. Dazwischen muss ein Übersetzer (Anthropic ⇄ OpenAI) laufen:\n"
        f"#   • claude-code-router   (leichtgewichtig, npm)\n"
        f"#   • oder LiteLLM mit /v1/messages-Bridge\n"
        f"# Den Übersetzer auf den Gateway zeigen lassen: baseURL={gw}, model=coder, apiKey=local.\n"
        f"# Dann Claude Code auf den lokalen Übersetzer richten (Beispiel-Port 3456):\n"
        f"\n"
        f'export ANTHROPIC_BASE_URL="http://localhost:3456"\n'
        f'export ANTHROPIC_AUTH_TOKEN="local"\n'
        f'export ANTHROPIC_MODEL="coder"'
    )

    memory_mcp = json.dumps({
        "mcpServers": {
            "mission-control-memory": {
                "command": mcp_python,
                "args": [mcp_script_path],
                "env": {"MC_URL": mc_url},
            }
        }
    }, indent=2)

    return {
        "host": host,
        "gateway_url": gw,
        "mc_url": mc_url,
        # Leitung 1 — das MODELL. Bewusst NUR 3 Tools (Verdikt 03.07.2026): Zed (Haupt-Tool:
        # Rust-nativ/leichtgewichtig, Agent Panel, parallele Agenten, Windows stabil seit 10/2025),
        # Kilo Code (VS-Code-Fallback mit Orchestrator-Modus), Claude Code (starke Sessions).
        # Cursor/Continue/Roo/OpenCode entfernt — Roo eingestellt, Rest cloud-first, Terminal
        # oder von Kilo abgedeckt. Das Evolution-Radar (AUTONOMIE_PLAN E4) überwacht die Kategorie.
        "tools": {
            "zed": {"label": "Zed (empfohlen)", "lang": "json", "snippet": zed,
                    "note": "Leichtgewicht-Editor (Rust, ~16x weniger RAM als VS Code). settings.json → "
                            "language_models.openai_compatible; Agent Panel nutzt dann die Box. Drei Modelle: "
                            "Coder (bauen) · Planer (denken) · Augen (Bilder) — oben im Wähler umschalten."},
            "kilo": {"label": "Kilo Code", "lang": "json", "snippet": kilo,
                     "note": "VS Code/JetBrains (schwergewichtiger). OpenAI-Provider → Gateway. "
                             "API-Profile je Modus: Code→coder · Architect/Orchestrator→heavy · Ask/Debug→chat."},
            "claude_code": {"label": "Claude Code", "lang": "bash", "snippet": claude_code,
                            "note": "Für die starken Sessions. Lokal-Betrieb bräuchte einen Anthropic⇄OpenAI-Übersetzer vor dem Gateway; Gedächtnis-Anbindung via Memory-MCP unten."},
        },
        # Leitung 2 — das GEDÄCHTNIS. Separater MCP-Server, gilt zusätzlich zu jedem Tool oben.
        "memory": {"label": "Shared Memory (MCP)", "lang": "json", "snippet": memory_mcp,
                   "note": "Eigene Leitung: MCP-Block für jedes MCP-fähige Tool. mcp_memory.py muss lokal liegen."},
    }


def check_health() -> dict:
    """Live-Erreichbarkeit der beiden Leitungen, aus Sicht der Box:
    Leitung 1 = Gateway/Engine (llama-swap), Leitung 2 = Gedächtnis-Sidecar (Mem0)."""
    gateway = {"ok": False, "detail": "nicht erreichbar"}
    try:
        with httpx.Client(timeout=3.0) as c:
            r = c.get(f"{LLAMA_SWAP_URL}/v1/models")
            if r.status_code == 200:
                n = len(r.json().get("data", []))
                gateway = {"ok": True, "detail": f"{n} Modelle verfügbar" if n else "bereit"}
            else:
                gateway = {"ok": False, "detail": f"HTTP {r.status_code}"}
    except Exception:  # noqa: BLE001
        pass

    memory = {"ok": False, "detail": "nicht erreichbar"}
    try:
        with httpx.Client(timeout=3.0) as c:
            r = c.get(f"{MEM0_SERVICE_URL}/health")
            memory = ({"ok": True, "detail": "bereit"} if r.status_code == 200
                      else {"ok": False, "detail": f"HTTP {r.status_code}"})
    except Exception:  # noqa: BLE001
        pass

    return {"gateway": gateway, "memory": memory}