Expose all profiles through llama.cpp discovery

README.md

@@ -133,6 +133,13 @@ verbindet Mikrofon → Athena Whisper → normalen OpenClaw-Agenten → aktives
 Athena-TTS, sodass Modell, Werkzeuge und Memory auch im Sprachmodus erhalten
 bleiben. Die Installation landet in OpenClaws persistentem Datenverzeichnis
 und bleibt deshalb bei normalen Container-Updates bestehen.
+
+OpenClaw wird über den Provider **llama.cpp → Existing llama-server** mit
+`http://192.168.1.212:8081/v1` verbunden. Der Router beantwortet sowohl
+`/models` als auch `/v1/models` mit allen fünf virtuellen Profilen. Dadurch
+erkennt OpenClaw die vollständige Auswahl automatisch, während Laden,
+Entladen und Umschalten weiterhin ausschließlich der Athena Profile Router
+übernimmt.
 - Portainer: `https://192.168.1.212:9443`
 - Hermes-Dashboard auf Unraid: `http://192.168.1.2:9119`
 

dev/test_local.sh

@@ -131,6 +131,19 @@ assert ids["qwen-ultra"]["context_length"]==262144
 assert ids["qwen-uncensored"]["context_length"]==80000
 ' && ok "fünf virtuelle Modelle mit korrekten Context Windows" || bad "/v1/models"
 
+# llama.cpp-Clients fragen zuerst den nativen Endpunkt ab. Er muss ebenfalls
+# den gesamten virtuellen Katalog liefern und darf nicht auf das aktive Profil
+# des Upstreams zusammenschrumpfen.
+RESP=$(curl -sf "$BASE/models?autoload=false")
+echo "$RESP" | python3 -c '
+import json,sys
+d=json.load(sys.stdin)
+ids={m["id"]:m for m in d["data"]}
+assert set(ids)=={"qwen-fast","qwen-medium","qwen-large","qwen-ultra","qwen-uncensored"}, ids
+assert ids["qwen-fast"]["status"]["value"]=="loaded", ids
+assert all(ids[name]["status"]["value"]=="unloaded" for name in ids if name!="qwen-fast"), ids
+' && ok "nativer /models-Katalog enthält alle fünf Profile" || bad "/models"
+
 # --- 2. /status -----------------------------------------------------------------
 echo "== Test 2: /status"
 RESP=$(curl -sf "$BASE/status")

router/ai_profile_router.py

@@ -1859,6 +1859,13 @@ class Handler(BaseHTTPRequestHandler):
                 self._send_auth_required()
             elif path == "/v1/models" and self.command == "GET":
                 self._send_json(200, self._models_payload())
+            elif path == "/models" and self.command == "GET":
+                # llama.cpp clients (notably OpenClaw's existing-server
+                # provider) probe the native catalog before /v1/models.  Do
+                # not proxy this request to the one currently active profile,
+                # otherwise the remaining switchable profiles disappear from
+                # discovery.
+                self._send_json(200, self._llamacpp_models_payload())
             elif path == "/status" and self.command == "GET":
                 self._send_json(200, self._status_payload())
             elif path == "/mode" and self.command == "GET":
@@ -2076,6 +2083,31 @@ class Handler(BaseHTTPRequestHandler):
             "data": models,
         }
 
+    @staticmethod
+    def _llamacpp_models_payload() -> dict:
+        """Return every switchable profile in llama.cpp's native catalog."""
+        active = current_profile()
+        models = []
+        for name, ctx in PROFILES.items():
+            model_id = EXPECTED_MODELS.get(name) or f"qwen-{name}"
+            models.append({
+                "id": model_id,
+                "object": "model",
+                "created": 0,
+                "owned_by": "ai-profile-router",
+                "context_length": ctx,
+                "context_window": ctx,
+                "meta": {"n_ctx_train": ctx},
+                "status": {
+                    "value": "loaded" if name == active else "unloaded",
+                },
+                "architecture": {
+                    "input_modalities": ["text", "image"],
+                    "output_modalities": ["text"],
+                },
+            })
+        return {"data": models}
+
     def _status_payload(self) -> dict:
         up = upstream_status()
         img = STATE.image