v4 Schritt 2: Cookbook 2.0 — Use-Case-Setups (Stacks)

- recipes.py: 6 kuratierte Use-Case-Stacks (Coding, Vision, Chat, LongDoc, Agents, Fast).
- cookbook.py: /recipes (Stack-Fit pro Modell + Gesamturteil) + /install-recipe
  (download + register aller Modelle mit optimalem, gedeckeltem Kontext).
- cookbook.js: Use-Case-Karten als Haupteinstieg + Setup-Modal + 'Komplettes Setup
  installieren'; Roh-Suche in 'Profi-Modus' (collapsible).
- models.py /register: exists()-Check entfernt (fixt frischen Download-Install).

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

recipes.py

@@ -0,0 +1,81 @@
+"""
+Kuratierte Use-Case-"Setups" (Stacks) fuers Cookbook 2.0.
+
+Idee: Der Nutzer waehlt *wofuer* er es braucht — nicht *welches Modell*. Jedes Setup ist eine
+Kombination aus Rollen (z.B. Haupt-Coder + schneller Coder + Vision). Hardware-Fit + optimaler
+Kontext werden zur Laufzeit aus der echten RAM-Groesse berechnet (hw_math), nicht hier hartkodiert.
+
+Daten, kein Code — bewusst getrennt (KISS/SoC). Repo/Datei sind unsloth-GGUFs auf HuggingFace.
+"""
+
+RECIPES = [
+    {
+        "id": "coding", "title": "Coden & Programmieren", "icon": "code",
+        "desc": "Ein starker Haupt-Coder, ein flinker für Autovervollständigung und Vision für Screenshots.",
+        "models": [
+            {"role": "coder", "name": "Qwen2.5 Coder 32B", "repo": "unsloth/Qwen2.5-Coder-32B-Instruct-GGUF",
+             "file": "Qwen2.5-Coder-32B-Instruct-Q4_K_M.gguf", "params_b": 32, "quant": "Q4_K_M",
+             "why": "Hauptmodell — versteht große Codebasen und komplexe Aufgaben."},
+            {"role": "coder-fast", "name": "Qwen2.5 Coder 7B", "repo": "unsloth/Qwen2.5-Coder-7B-Instruct-GGUF",
+             "file": "Qwen2.5-Coder-7B-Instruct-Q4_K_M.gguf", "params_b": 7, "quant": "Q4_K_M",
+             "why": "Schnelle Autovervollständigung & einfache Edits."},
+            {"role": "vision", "name": "Llama 3.2 Vision 11B", "repo": "unsloth/Llama-3.2-11B-Vision-Instruct-GGUF",
+             "file": "Llama-3.2-11B-Vision-Instruct-Q4_K_M.gguf", "params_b": 11, "quant": "Q4_K_M",
+             "why": "Liest Screenshots & Fehlerbilder für die Analyse."},
+        ],
+    },
+    {
+        "id": "vision", "title": "Bilder verstehen", "icon": "eye",
+        "desc": "Ein multimodales Modell, das Bilder und Text gemeinsam versteht.",
+        "models": [
+            {"role": "vision", "name": "Llama 3.2 Vision 11B", "repo": "unsloth/Llama-3.2-11B-Vision-Instruct-GGUF",
+             "file": "Llama-3.2-11B-Vision-Instruct-Q4_K_M.gguf", "params_b": 11, "quant": "Q4_K_M",
+             "why": "Beschreibt Bilder, liest Diagramme, analysiert Screenshots."},
+        ],
+    },
+    {
+        "id": "chat", "title": "Allrounder & Chat", "icon": "compass",
+        "desc": "Ein vielseitiges Modell für alltägliche Fragen, Texte und Brainstorming.",
+        "models": [
+            {"role": "scout", "name": "Qwen2.5 7B", "repo": "unsloth/Qwen2.5-7B-Instruct-GGUF",
+             "file": "Qwen2.5-7B-Instruct-Q4_K_M.gguf", "params_b": 7, "quant": "Q4_K_M",
+             "why": "Schneller, kluger Allrounder — guter Standard."},
+            {"role": "scout-pro", "name": "Qwen2.5 14B", "repo": "unsloth/Qwen2.5-14B-Instruct-GGUF",
+             "file": "Qwen2.5-14B-Instruct-Q4_K_M.gguf", "params_b": 14, "quant": "Q4_K_M",
+             "why": "Mehr Tiefe, wenn die Antworten besser sein sollen."},
+        ],
+    },
+    {
+        "id": "longdoc", "title": "Lange Dokumente", "icon": "file",
+        "desc": "Großes Modell mit großem Kontext — für lange Texte, Verträge, Bücher.",
+        "models": [
+            {"role": "reader", "name": "Qwen2.5 14B", "repo": "unsloth/Qwen2.5-14B-Instruct-GGUF",
+             "file": "Qwen2.5-14B-Instruct-Q4_K_M.gguf", "params_b": 14, "quant": "Q4_K_M",
+             "why": "Solide Qualität bei großem Kontextfenster (auto-optimiert)."},
+        ],
+    },
+    {
+        "id": "agents", "title": "Agenten & Tool-Use", "icon": "layers",
+        "desc": "Modelle, die gut mit Werkzeugen/Funktionen umgehen — für autonome Agenten.",
+        "models": [
+            {"role": "agent", "name": "Qwen2.5 32B", "repo": "unsloth/Qwen2.5-32B-Instruct-GGUF",
+             "file": "Qwen2.5-32B-Instruct-Q4_K_M.gguf", "params_b": 32, "quant": "Q4_K_M",
+             "why": "Stark im Function-Calling und mehrstufigem Denken."},
+            {"role": "agent-fast", "name": "Qwen2.5 7B", "repo": "unsloth/Qwen2.5-7B-Instruct-GGUF",
+             "file": "Qwen2.5-7B-Instruct-Q4_K_M.gguf", "params_b": 7, "quant": "Q4_K_M",
+             "why": "Schneller Helfer für einfache Tool-Schritte."},
+        ],
+    },
+    {
+        "id": "fast", "title": "Schnell & sparsam", "icon": "bolt",
+        "desc": "Kleine, flinke Modelle — ideal bei wenig Speicher oder für schnelle Antworten.",
+        "models": [
+            {"role": "mini", "name": "Qwen2.5 3B", "repo": "unsloth/Qwen2.5-3B-Instruct-GGUF",
+             "file": "Qwen2.5-3B-Instruct-Q4_K_M.gguf", "params_b": 3, "quant": "Q4_K_M",
+             "why": "Winzig & sehr schnell für einfache Aufgaben."},
+            {"role": "coder-fast", "name": "Qwen2.5 Coder 7B", "repo": "unsloth/Qwen2.5-Coder-7B-Instruct-GGUF",
+             "file": "Qwen2.5-Coder-7B-Instruct-Q4_K_M.gguf", "params_b": 7, "quant": "Q4_K_M",
+             "why": "Flinker Coder, falls es doch mal Code sein soll."},
+        ],
+    },
+]