fix(vision): mmproj-Projektor wird jetzt automatisch mitgeladen

Bisher: install-recipe + install-model luden nur die Haupt-GGUF, aber
nicht den mmproj-Projektor → Vision-Modelle starteten ohne --mmproj und
konnten keine Bilder verarbeiten (obwohl der Hinweis sagte 'wird automatisch ergänzt').

Fix:
- _pick_mmproj(repo): findet die mmproj-F16/BF16-Datei im HF-Repo
- install-recipe: lädt mmproj mit hf download (multi-file) + ergänzt --mmproj/--jinja im cmd
- install-model: gleicher Fix
- Requirement-Text präzisiert (explizit 'mmproj-F16 wird mitgeladen')

hf-cli unterstützt mehrere Dateien pro Download-Aufruf → ein einziger Job
für Haupt-GGUF + Projektor.

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

routers/cookbook.py

@@ -273,9 +273,14 @@ def install_recipe(req: InstallRecipeReq):
         file = _pick_gguf(m["repo"], m.get("quant", "Q4_K_M"))
         if not file:
             continue  # kein GGUF im Repo gefunden -> Modell ueberspringen (Rest installiert trotzdem)
+        # Vision-Modelle: mmproj-Projektor mitholen (nötig für --mmproj in llama.cpp).
+        mmproj = _pick_mmproj(m["repo"])
         target = MODELS_DIR / m["repo"].split("/")[-1]
         target.mkdir(parents=True, exist_ok=True)
-        args = [hf_bin(), "download", m["repo"], file, "--local-dir", str(target)]
+        args = [hf_bin(), "download", m["repo"], file]
+        if mmproj:
+            args.append(mmproj)   # hf-cli unterstützt mehrere Dateien in einem Aufruf
+        args += ["--local-dir", str(target)]
         jid = start_job(args, f"download {m['name']}", env=env)
         JOBS[jid]["result_path"] = str(target / file)
         attach_download_progress(jid, str(target), hf_file_size(m["repo"], file))
@@ -284,6 +289,8 @@ def install_recipe(req: InstallRecipeReq):
         ctx = max_ctx_for(m["params_b"], m["quant"], ram_gb)
         path = str(target / file)
         cmd = CMD_TEMPLATE.replace("{model}", path).replace("{ctx}", str(ctx))
+        if mmproj:
+            cmd = cmd.rstrip() + f" --mmproj {target / mmproj} --jinja"
         # Schluessel = sprechender Modellname; Rolle (aus dem Rezept) als Alias.
         mid = model_id_from_path(path)
         cfg["models"][mid] = {"cmd": LiteralScalarString(cmd + "\n"), "ttl": DEFAULT_TTL}
@@ -321,6 +328,26 @@ def _pick_gguf(repo: str, quant: str = "Q4_K_M") -> str | None:
     return (pref or nosplit or ggufs)[0]
 
 
+def _pick_mmproj(repo: str) -> str | None:
+    """Sucht den mmproj-Projektor (Vision-Modelle) im Repo — F16/BF16 bevorzugt.
+    Gibt None zurueck, wenn kein Projektor vorhanden (= kein Vision-Modell)."""
+    try:
+        with httpx.Client(timeout=10.0) as c:
+            tree = c.get(f"https://huggingface.co/api/models/{repo}/tree/main").json()
+    except Exception:  # noqa: BLE001
+        return None
+    candidates = [
+        f["path"] for f in tree
+        if isinstance(f, dict) and "mmproj" in str(f.get("path", "")).lower()
+        and str(f.get("path", "")).endswith(".gguf")
+    ]
+    if not candidates:
+        return None
+    # F16/BF16 hat die beste Projektor-Qualität; nimm das erste wenn keins passt.
+    pref = [c for c in candidates if "f16" in c.lower() or "bf16" in c.lower()]
+    return (pref or candidates)[0]
+
+
 # ---------------------------------------------------------------------------
 # Automatische Modell-Entdeckung ("aktuell beste Modelle", live von HF + Cache).
 # ---------------------------------------------------------------------------
@@ -353,7 +380,7 @@ def _model_requirements(role: str, quant: str, fit: dict) -> list[str]:
     """Ehrliche Voraussetzungen/Hinweise pro Modell (Klartext fuer Anfaenger)."""
     reqs = []
     if role == "vision":
-        reqs.append("Bild-Modell: Projektor (mmproj) + --jinja werden beim Einpflegen automatisch ergänzt.")
+        reqs.append("Bild-Modell: Projektor (mmproj-F16) wird automatisch mitgeladen und --jinja gesetzt.")
     if quant.upper() in ("FP16", "BF16", "F16", "F32"):
         reqs.append("Unquantisiert — sehr groß. Eine Q4/Q5-Variante ist meist die bessere Wahl.")
     if fit["level"] == "too_tight":
@@ -508,20 +535,26 @@ def install_model(req: InstallModelReq):
     file = _pick_gguf(req.repo, req.quant)
     if not file:
         raise HTTPException(404, "Keine GGUF-Datei im Repo gefunden.")
+    mmproj = _pick_mmproj(req.repo)
     ram_gb = psutil.virtual_memory().total / (1024 ** 3)
     env = dict(HF_DOWNLOAD_ENV)
     if req.hf_token:
         env["HF_TOKEN"] = req.hf_token
     target = MODELS_DIR / req.repo.split("/")[-1]
     target.mkdir(parents=True, exist_ok=True)
-    jid = start_job([hf_bin(), "download", req.repo, file, "--local-dir", str(target)],
+    args = [hf_bin(), "download", req.repo, file]
-                    f"download {req.repo.split('/')[-1]}", env=env)
+    if mmproj:
+        args.append(mmproj)
+    args += ["--local-dir", str(target)]
+    jid = start_job(args, f"download {req.repo.split('/')[-1]}", env=env)
     JOBS[jid]["result_path"] = str(target / file)
     attach_download_progress(jid, str(target), hf_file_size(req.repo, file))
     cfg = read_config()
     ctx = max_ctx_for(req.params_b, req.quant, ram_gb)
     path = str(target / file)
     cmd = CMD_TEMPLATE.replace("{model}", path).replace("{ctx}", str(ctx))
+    if mmproj:
+        cmd = cmd.rstrip() + f" --mmproj {target / mmproj} --jinja"
     mid = model_id_from_path(path)
     cfg["models"][mid] = {"cmd": LiteralScalarString(cmd + "\n"), "ttl": DEFAULT_TTL}
     set_role_alias(cfg, mid, req.role)