Provision OpenWebUI workspace model presets

docs/DISASTER_RECOVERY.md

@@ -22,8 +22,9 @@ laufen, sondern alle fachlichen Funktionen geprüft wurden.
 - [ ] llama.cpp entspricht dem festgelegten Commit
 - [ ] Modelldateien stimmen mit SHA256 überein
 - [ ] Fast startet mit 76.800 Kontext
-- [ ] Medium startet mit 94.208 Kontext
-- [ ] Long startet mit 131.072 Kontext
+- [ ] Medium startet mit 160.000 Kontext und ist Standard
+- [ ] Large startet mit 192.000 Kontext
+- [ ] Ultra startet mit 262.144 Kontext und bleibt text-only
 - [ ] GPU-/CPU-Verteilung entspricht den Profilen
 - [ ] Fast erreicht den festgelegten Geschwindigkeitstoleranzbereich
 - [ ] MTP funktioniert und verursacht keine Qualitätsregression
@@ -36,7 +37,7 @@ laufen, sondern alle fachlichen Funktionen geprüft wurden.
 - [ ] geschützte Endpunkte liefern ohne Key 401
 - [ ] Router-Key erscheint weder im Upstream noch im Journal
 - [ ] `/status` meldet den richtigen Upstream
-- [ ] `/v1/models` liefert drei virtuelle Modelle
+- [ ] `/v1/models` liefert vier virtuelle Modelle
 - [ ] `/fast`, `/medium`, `/large` und `/ultra` wechseln zuverlässig
 - [ ] automatischer Wechsel über virtuellen Modellnamen funktioniert
 - [ ] paralleler Wechsel wird sauber gesperrt
@@ -49,6 +50,11 @@ laufen, sondern alle fachlichen Funktionen geprüft wurden.
 
 ## Phase D – Web und MCP
 
+- [ ] OpenWebUI zeigt nur die vier MikeAI-Arbeitsbereichsmodelle
+- [ ] rohe `qwen-*`-Routermodelle sind ausgeblendet
+- [ ] Medium ist die gespeicherte Standardauswahl
+- [ ] Filter und Quick Actions sind allen vier Presets zugeordnet
+
 - [ ] SearXNG und TinySearch gesund
 - [ ] Websuche liefert kompakte, quellengebundene Ergebnisse
 - [ ] GitHub- und Hugging-Face-Routing geprüft
@@ -86,7 +92,8 @@ laufen, sondern alle fachlichen Funktionen geprüft wurden.
 
 ## Phase G – Fachlicher Benchmark
 
-Der gespeicherte Standardbenchmark wird mindestens mit Fast und Long ausgeführt:
+Der gespeicherte Standardbenchmark wird mindestens mit Fast und Medium sowie
+für Kontextgrenzen zusätzlich mit Large und Ultra ausgeführt:
 
 - Home-Assistant-Automatisierung analysieren
 - Logs lesen und Fehlerursache begründen