From b4f4bf37fd819aea7676ae482e8a7608a38ec05d Mon Sep 17 00:00:00 2001 From: Mikei386 <44135113+Mikei386@users.noreply.github.com> Date: Wed, 9 Sep 2026 16:39:34 +0200 Subject: [PATCH] Document Athena containers and expand Hermes operator skill --- README.md | 3 +- config/install.env.example | 2 +- docs/ARCHITECTURE.md | 4 +- docs/CONTAINER_INVENTORY.md | 49 +++++++++++++++++++ docs/CURRENT_RUNTIME_NOTES.md | 2 +- docs/OPERATING_MODES.md | 2 +- docs/TESTED_MODELS.md | 5 +- install.sh | 2 +- platform/hermes/install-skills.sh | 17 +++++-- .../hermes/skills/athena-operator/SKILL.md | 43 ++++++++++------ .../references/architecture-and-modes.md | 48 ++++++++++++++++++ .../references/change-and-cleanup.md | 43 ++++++++++++++++ .../references/model-evaluation.md | 41 ++++++++++++++++ 13 files changed, 232 insertions(+), 29 deletions(-) create mode 100644 docs/CONTAINER_INVENTORY.md create mode 100644 platform/hermes/skills/athena-operator/references/architecture-and-modes.md create mode 100644 platform/hermes/skills/athena-operator/references/change-and-cleanup.md create mode 100644 platform/hermes/skills/athena-operator/references/model-evaluation.md diff --git a/README.md b/README.md index 22b3a1b..811eb05 100644 --- a/README.md +++ b/README.md @@ -13,7 +13,7 @@ Bild- und Sprachausgabe. **Hermes und die Fach-MCPs laufen auf Unraid.** - FLUX.2 Klein 9B FP8 Beta für Textbilder und Referenzbild-Bearbeitung: Transformer auf RTX 5080, Qwen3-8B-NF4-Textencoder auf RTX 3060 - Qwen3-TTS 1.7B auf der RTX 3060 mit Piper als CPU-Fallback -- Whisper.cpp `large-v3-turbo` auf der CPU für lokale deutsche Spracherkennung +- Whisper.cpp `ggml-small` auf der CPU für lokale deutsche Spracherkennung - Live-Dashboard mit 21 Tagen Detailhistorie auf Port 8099 - Dashboard-Umschaltung zwischen LLM-Betrieb, ACE-Step-Musikstudio, BS-RoFormer-Stimmtrennung, OmniVoice und X-VC @@ -186,6 +186,7 @@ Der genaue Sicherungsumfang steht in [docs/RECOVERY.md](docs/RECOVERY.md). - [ATHENA.md](ATHENA.md) – kurze Betriebsanleitung - [docs/STANDARD_PROFILE_MATRIX.md](docs/STANDARD_PROFILE_MATRIX.md) – Profile +- [docs/CONTAINER_INVENTORY.md](docs/CONTAINER_INVENTORY.md) – alle Container, Modelle und Aufgaben - [docs/TESTED_MODELS.md](docs/TESTED_MODELS.md) – zentrale Testhistorie und Sperrliste gegen Doppeltests - [docs/MCP_SERVERS.md](docs/MCP_SERVERS.md) – produktive Werkzeuge - [docs/RECOVERY.md](docs/RECOVERY.md) – Backup und Neuaufbau diff --git a/config/install.env.example b/config/install.env.example index f35c61e..11e657e 100644 --- a/config/install.env.example +++ b/config/install.env.example @@ -89,7 +89,7 @@ MEDIUM_CONTEXT=160000 MEDIUM_BATCH_SIZE=2048 MEDIUM_UBATCH_SIZE=128 MEDIUM_TENSOR_SPLIT=85,15 -BETA1_CONTEXT=192000 +BETA1_CONTEXT=112000 BETA1_BATCH_SIZE=2048 BETA1_UBATCH_SIZE=128 BETA1_GPU_DEVICES=GPU-8ad38c6c-5a01-9d8e-1dfa-ed662ad78fbe,GPU-4834d9d7-5b61-3004-1fb3-4ae49d482d4b diff --git a/docs/ARCHITECTURE.md b/docs/ARCHITECTURE.md index 0eb4ae6..6e85479 100644 --- a/docs/ARCHITECTURE.md +++ b/docs/ARCHITECTURE.md @@ -9,7 +9,7 @@ flowchart LR R --> I[FLUX.2 Klein 9B FP8 Beta
RTX 5080 Transformer] I --> E[Qwen3-8B NF4 Textencoder
RTX 3060 während Bildauftrag] R --> T[Qwen3-TTS RTX 3060
Piper CPU-Fallback] - R --> STT[Whisper.cpp large-v3-turbo
CPU, lokale Spracherkennung] + R --> STT[Whisper.cpp ggml-small
CPU, lokale Spracherkennung] H --> U[MUA / Unraid MCP] H --> A[ARR-MCP] @@ -50,7 +50,7 @@ Kontextgröße: | Medium | 160.000 Token | | Large | 192.000 Token | | Ultra | 262.144 Token | -| Beta 1 | 192.000 Token | +| Beta 1 | 112.000 Token | | Uncensored | 80.000 Token | ## Exklusiver Bildmodus diff --git a/docs/CONTAINER_INVENTORY.md b/docs/CONTAINER_INVENTORY.md new file mode 100644 index 0000000..dde2137 --- /dev/null +++ b/docs/CONTAINER_INVENTORY.md @@ -0,0 +1,49 @@ +# Container-Inventar auf Athena + +Stand: 9. September 2026 + +Athena besteht derzeit aus 23 Docker-Containern. Nicht jeder Container enthält +ein KI-Modell: Router, Oberflächen, Netzwerk, Steuerung und Sicherung sind +gewöhnliche Dienste. Die rechenintensiven GPU-Worker werden absichtlich nur bei +Bedarf gestartet. Ein Container im Zustand `Created` oder `Exited (0)` ist daher +nicht automatisch ein ungenutzter Rest. + +| Container | Modell oder wesentliche Komponente | Aufgabe | +|---|---|---| +| `mike-ai-backup` | kein Modell; Offen Docker Volume Backup | Sichert `/data`, `/etc/mike-ai`, den Stack und die persistenten Docker-Volumes im Fünf-Stunden-Takt. | +| `mike-ai-image-worker` | FLUX.2 Klein 9B FP8, Qwen3-8B NF4 Textencoder und VAE | Erzeugt und bearbeitet Bilder transaktional; nutzt während eines Auftrags RTX 5080 und RTX 3060. | +| `mike-ai-llama-beta1` | Qwen3.8-27B GSQ-RCO `IQ3_S-MTP`, Qwen-MMProj BF16 | Experimentelles Beta-Profil mit 112.000 Token Kontext; wird nur auf Anforderung geladen. | +| `mike-ai-llama-dashboard` | kein Modell | Zeigt Telemetrie, Profile, GPU-Nutzung und Betriebsarten an und bietet die Modusumschaltung. | +| `mike-ai-llama-fast` | Qwen3.8-27B `IQ4-MIX`, Qwen-MMProj BF16 | Schnelles Q4-Text-/Vision-Profil mit 76.800 Token Kontext. | +| `mike-ai-llama-large` | Qwen3.8-27B `IQ4_XS-pure`, Qwen-MMProj BF16 | Q4-Text-/Vision-Profil mit 192.000 Token Kontext und Verteilung auf beide GPUs. | +| `mike-ai-llama-medium` | Qwen3.8-27B `IQ4_XS-pure`, Qwen-MMProj BF16 | Standard-Q4-Text-/Vision-Profil mit 160.000 Token Kontext und Verteilung auf beide GPUs. | +| `mike-ai-llama-ultra` | Qwen3.8-27B `IQ4_XS-pure`, ohne Vision-Projektor | Maximales Langkontextprofil mit 262.144 Token Kontext und Verteilung auf beide GPUs. | +| `mike-ai-llama-uncensored` | Qwen3.8-27B Abliterated `Q4_K_M`, eigener MMProj F16 | Spezialprofil mit 80.000 Token Kontext und gelockerten Modellgrenzen. | +| `mike-ai-mcp-athena-operator` | kein Modell | Stellt Hermes begrenzte Werkzeuge zum Prüfen, Ändern, Testen, Sichern und Versionieren von Athena bereit. | +| `mike-ai-music-acestep-test` | ACE-Step 1.5 XL-SFT und `acestep-5Hz-lm-1.7B` | Generiert Musik im exklusiven Musikmodus auf der RTX 5080. | +| `mike-ai-music-ui` | kein Modell; `fspecii/ace-step-ui` | Community-Oberfläche für ACE-Step; bleibt als leichte UI verfügbar, während der GPU-Worker bedarfsgesteuert läuft. | +| `mike-ai-piper` | `de_DE-thorsten-high` | CPU-basierte deutsche TTS-Rückfallebene, die auch während GPU-Umschaltungen verfügbar bleibt. | +| `mike-ai-portainer` | kein Modell; Portainer CE | Optionale Docker-Verwaltungsoberfläche. | +| `mike-ai-profile-controller` | kein Modell | Startet und stoppt ausschließlich freigegebene Modellprofile und Spezialworker in einer sicheren Reihenfolge. | +| `mike-ai-qwen3-tts` | `Qwen/Qwen3-TTS-12Hz-1.7B-Base`, Stimme Serena | Hochwertige deutsche Sprachausgabe auf der RTX 3060 im LLM-Betrieb. | +| `mike-ai-router` | kein eigenes Modell | Einzige OpenAI-kompatible Modelladresse; koordiniert Profile, Bildaufträge, Sprache und Betriebsarten. | +| `mike-ai-stem-separator` | BS-RoFormer Viperx 1297, `htdemucs_ft`, `htdemucs_6s`, `MossFormer2_SE_48K` | Trennt Gesang, Instrumente oder Sprache/Hintergrundgeräusche im exklusiven Separationsmodus. | +| `mike-ai-tts-gateway` | kein eigenes Modell | Normalisiert Text, leitet TTS an Qwen3-TTS weiter und fällt bei Bedarf auf Piper zurück. | +| `mike-ai-voice-studio` | `k2-fsa/OmniVoice` 0.2.1 mit Whisper-ASR | Erzeugt Text-to-Speech mit einer Referenzstimme; kein Audio-to-Audio-Voice-Changer. | +| `mike-ai-whisper` | Whisper.cpp `ggml-small` | Lokale deutsche Spracherkennung auf der CPU über `/v1/audio/transcriptions`. | +| `mike-ai-wireguard-gateway` | kein Modell | Veröffentlicht Dashboard und Fachoberflächen ausschließlich über den privaten WireGuard-Pfad. | +| `mike-ai-xvc-studio` | `chenxie95/X-VC` und GLM-4-Voice-Tokenizer | Wandelt eine vorhandene Sprachaufnahme anhand einer Referenzstimme in Audio zu Audio um. | + +## Aufräumregel + +Vor dem Löschen muss ein Kandidat gegen Compose-Dateien, Docker-Labels, +Mounts, Router-/Controller-Verweise und `/data` geprüft werden. Entfernt werden +nur nachweislich abgelöste Images, Gewichte, Versuchsdaten und Build-Caches. +Gewollt gestoppte Profilcontainer, persistente Modell-Caches und die letzte +funktionierende Produktionsvariante bleiben erhalten. + +Am 9. September wurden die verworfenen Vevo2-Images und -Daten, das alte +Vevo2-Projektverzeichnis, ein leeres Test-Lab sowie der Docker-Build-Cache +entfernt. Der Build-Cache allein gab 74,43 GB frei; `/data` besitzt danach rund +562 GB freien Speicher. Kein produktiver oder bedarfsgesteuerter Container +wurde gelöscht. diff --git a/docs/CURRENT_RUNTIME_NOTES.md b/docs/CURRENT_RUNTIME_NOTES.md index 764cbd1..fb98508 100644 --- a/docs/CURRENT_RUNTIME_NOTES.md +++ b/docs/CURRENT_RUNTIME_NOTES.md @@ -40,7 +40,7 @@ akzeptiert werden. Details stehen in [FLUX_9B_BETA.md](FLUX_9B_BETA.md). ## Lokale Spracherkennung -Athena betreibt Whisper.cpp v1.9.1 mit `large-v3-turbo` als CPU-Dienst. Der +Athena betreibt Whisper.cpp v1.9.1 mit `ggml-small` als CPU-Dienst. Der Profile Router veröffentlicht ihn als OpenAI-kompatiblen Endpunkt `/v1/audio/transcriptions`; Standardsprache ist Deutsch. Modell und Download bleiben im persistenten Docker-Volume `whisper-data` erhalten. diff --git a/docs/OPERATING_MODES.md b/docs/OPERATING_MODES.md index 8a49da8..523bf1a 100644 --- a/docs/OPERATING_MODES.md +++ b/docs/OPERATING_MODES.md @@ -1,6 +1,6 @@ # Athena-Betriebsmodi -Athena besitzt sechs gegenseitig exklusive Betriebsmodi: +Athena besitzt fünf gegenseitig exklusive Betriebsmodi: - `llm`: ein llama.cpp-Profil und Qwen3-TTS laufen; Spezialdienste sind gestoppt. - `music`: ACE-Step 1.5 XL-SFT läuft; alle LLM-, Bild-, TTS- und Separator-Worker sind gestoppt. diff --git a/docs/TESTED_MODELS.md b/docs/TESTED_MODELS.md index 98242ae..64df19e 100644 --- a/docs/TESTED_MODELS.md +++ b/docs/TESTED_MODELS.md @@ -55,8 +55,9 @@ Titelgenerierung und Kontextkompression in Hermes. |---|---|---|---| | 05.09.2026 | Coqui XTTS v2 | deutsche Satzzeichen, Enden und Streaming-Chunks erzeugten Halluzinationen und unnatürliche Prosodie | **verworfen und entfernt** | | 05.09.2026 | `Qwen/Qwen3-TTS-12Hz-1.7B-Base` | deutlich natürlichere deutsche Ausgabe ohne die XTTS-Endhalluzinationen | **produktiv** mit Piper-Fallback | -| 06.–08.09.2026 | Whisper.cpp `large-v3-turbo` | lokaler TTS→STT-Rundlauf und OpenClaw-Transkription erfolgreich | **produktiv** | -| 09.09.2026 | `RMSnow/Vevo2`, Amphion `26f6883110181f1dbfe95c70a7c7dbaf4de5f42a` | Technik und Geschwindigkeit funktionierten, reale deutsche Sprachwandlung mit kurzer und langer Referenz war jedoch unverständlich, halluzinierend oder musikalisch | **qualitativ verworfen**; Container ersetzt, Image und Daten vorerst nur als Rollback erhalten | +| 06.–08.09.2026 | Whisper.cpp `large-v3-turbo` | lokaler TTS→STT-Rundlauf und OpenClaw-Transkription erfolgreich; später zugunsten des kleineren Laufzeitmodells entfernt | **ersetzt** | +| seit 03.09.2026 | Whisper.cpp `ggml-small` | tatsächlich im Compose-Stack und im laufenden Container verwendetes CPU-STT-Modell | **produktiv** | +| 09.09.2026 | `RMSnow/Vevo2`, Amphion `26f6883110181f1dbfe95c70a7c7dbaf4de5f42a` | Technik und Geschwindigkeit funktionierten, reale deutsche Sprachwandlung mit kurzer und langer Referenz war jedoch unverständlich, halluzinierend oder musikalisch | **qualitativ verworfen und entfernt**; Ergebnis bleibt hier dokumentiert, Images, Daten und altes Projekt wurden am 09.09. bereinigt | | 09.09.2026 | `k2-fsa/OmniVoice` 0.2.1 | Offizielle Gradio-UI auf RTX 5080 gestartet; Modell plus Whisper-ASR belegen rund 3,7 GiB VRAM. `omnivoice-triton` 0.1.0 ist kompatibel im Image vorhanden, für den ersten Hörtest aber bewusst noch nicht aktiviert | **technischer Starttest bestanden**, Hörabnahme und Basis-vs.-Triton-Messung offen; Gewichte CC BY-NC und daher nur nichtkommerziell einsetzen | | 09.09.2026 | `chenxie95/X-VC`, Code `49df8c591eafc48b096e466d96f9839f9c0dd739`, UI-Basis `d761cd6421e85376b2656dfefd8471d7f35a42be` | Offizielles Beispiel Ende-zu-Ende gewandelt: 5,20 s Audio in 1,07 s (RTF 0,21), gültiges 16-kHz-Mono-PCM-WAV; Modell belegt rund 2,9 GiB auf der RTX 5080. GLM-4-Voice-Tokenizer dokumentiert Chinesisch und Englisch | **technischer Start- und Konvertierungstest bestanden**; deutsche Hörabnahme offen | diff --git a/install.sh b/install.sh index 8ee955f..5c1d929 100755 --- a/install.sh +++ b/install.sh @@ -337,7 +337,7 @@ MEDIUM_CONTEXT=${MEDIUM_CONTEXT:-160000} MEDIUM_BATCH_SIZE=${MEDIUM_BATCH_SIZE:-2048} MEDIUM_UBATCH_SIZE=${MEDIUM_UBATCH_SIZE:-128} MEDIUM_PARALLEL_SLOTS=${MEDIUM_PARALLEL_SLOTS:-1} -BETA1_CONTEXT=${BETA1_CONTEXT:-192000} +BETA1_CONTEXT=${BETA1_CONTEXT:-112000} BETA1_BATCH_SIZE=${BETA1_BATCH_SIZE:-2048} BETA1_UBATCH_SIZE=${BETA1_UBATCH_SIZE:-128} BETA1_PARALLEL_SLOTS=${BETA1_PARALLEL_SLOTS:-1} diff --git a/platform/hermes/install-skills.sh b/platform/hermes/install-skills.sh index a139694..5cfbaba 100755 --- a/platform/hermes/install-skills.sh +++ b/platform/hermes/install-skills.sh @@ -11,17 +11,26 @@ die() { printf 'FEHLER: %s\n' "$*" >&2; exit 1; } [[ -s $PROFILE_MATRIX ]] || die "Profilmatrix fehlt: $PROFILE_MATRIX" install_skill() { - local source=$1 root=$2 name target + local source=$1 root=$2 name source_dir target_dir target path relative name=${source%/SKILL.md} name=${name##*/} - target=$root/platform/$name/SKILL.md + source_dir=${source%/SKILL.md} + target_dir=$root/platform/$name + target=$target_dir/SKILL.md grep -Fxq -- "name: $name" "$source" || \ die "Skill-Quelle hat kein gültiges Frontmatter: $source" - install -d -o 10000 -g 10000 -m 0750 "${target%/*}" + install -d -o 10000 -g 10000 -m 0750 "$target_dir" if [[ -s $target ]] && ! cmp -s "$source" "$target"; then cp -a "$target" "$target.before-managed-update-$(date +%Y%m%d-%H%M%S)" fi - install -o 10000 -g 10000 -m 0640 "$source" "$target" + while IFS= read -r path; do + relative=${path#"$source_dir"/} + if [[ -d $path ]]; then + install -d -o 10000 -g 10000 -m 0750 "$target_dir/$relative" + else + install -o 10000 -g 10000 -m 0640 "$path" "$target_dir/$relative" + fi + done < <(find "$source_dir" -mindepth 1 -print) cmp -s "$source" "$target" || die "Skill-Synchronisierung fehlgeschlagen: $target" } diff --git a/platform/hermes/skills/athena-operator/SKILL.md b/platform/hermes/skills/athena-operator/SKILL.md index dc911fb..e1b5738 100644 --- a/platform/hermes/skills/athena-operator/SKILL.md +++ b/platform/hermes/skills/athena-operator/SKILL.md @@ -1,44 +1,53 @@ --- name: athena-operator -description: Understand, operate and extend the Athena AI host. +description: Operate and extend Mike's Athena AI host safely. Use for Athena models, profiles, Docker services, GPU allocation, inference modes, benchmarks, cleanup, deployment, backups, documentation, or when testing a new local AI model for Hermes. license: MIT metadata: hermes: - version: 2.0.0 + version: 3.0.0 author: Michael Roll platforms: [linux] - tags: [athena, docker, mcp, models, backup] + tags: [athena, docker, gpu, models, benchmark, cleanup, backup] --- # Athena Operator -Use this skill for work on Athena itself: Docker, MCPs, models, profiles, -Hermes, OpenWebUI, TTS, STT, image generation, Git and backups. +Use this skill for work on Athena itself: Docker, models, profiles, Hermes +integration, TTS, STT, image/audio/music workers, Git and backups. ## Start -1. Call `athena_operator_inspect` with `subject=guide`; it returns the current - `ATHENA.md` as the architectural truth. -2. Inspect the affected live area only if needed. -3. Search for the concrete source file, then read only the required lines. +1. Call `athena_operator_inspect` with `subject=guide`. +2. Choose and read the matching reference before acting: + - architecture, containers or modes: `references/architecture-and-modes.md` + - a model download, profile or A/B test: `references/model-evaluation.md` + - deployment, cleanup, documentation or publication: + `references/change-and-cleanup.md` +3. Inspect only the affected live area with `overview`, `containers`, `models`, + `jobs` or `git_status`. +4. Search for the exact source path before reading or editing it. Do not rediscover the complete platform for every task. Do not read entire large files when a bounded section is enough. Do not guess file paths. ## Change -When the user has clearly requested a change, use `athena_operator_change` to -apply the smallest durable change. The operator owns the Git worktree and -deployment access; do not clone another repository or request another SSH key. +When the user clearly requests a change, use `athena_operator_change` to apply +the smallest durable change. The operator owns the Git worktree and deployment +access; do not clone another repository or request another SSH key. -Afterwards run focused checks, verify the affected service, commit and push. +Afterwards run focused checks, verify the affected service functionally, update +the affected documentation, commit and push. The scheduled Docker-data backup is automatic. After storage-affecting work, run one manual backup and verify its archive instead of building a special recovery kit. -For a new MCP, normally change only its server code, Dockerfile, MCP Compose -service, env example, client registration and a focused test. Reuse an existing -backend instead of installing a duplicate service. +For every model candidate, preserve the currently working profile until the +candidate is downloaded and ready. Compare like with like, record the exact +artifact and result in `docs/TESTED_MODELS.md`, then either promote it or remove +its weights and test-only runtime. Never silently lower a standard profile +below Q4; Q3 is allowed only after a documented comparison shows negligible +quality loss for the intended work. ## Tool discipline @@ -48,6 +57,8 @@ backend instead of installing a duplicate service. - Prefer specialist MCPs for Home Assistant, Unraid, ARR, Navidrome and other external systems. - A healthy container is not proof; perform one bounded functional check. +- `Created` or cleanly stopped model workers are normal on-demand services, not + proof of garbage. - Never claim a write, deploy, commit, push or backup succeeded without its actual result. diff --git a/platform/hermes/skills/athena-operator/references/architecture-and-modes.md b/platform/hermes/skills/athena-operator/references/architecture-and-modes.md new file mode 100644 index 0000000..ef64160 --- /dev/null +++ b/platform/hermes/skills/athena-operator/references/architecture-and-modes.md @@ -0,0 +1,48 @@ +# Athena architecture and modes + +Use `ATHENA.md` as the short operational truth and +`docs/CONTAINER_INVENTORY.md` for the current mapping of container, model and +role. If live state disagrees with documentation, report the discrepancy and +correct the durable source when the user requested maintenance. + +## Boundaries + +- Hermes, chats, skills and portable specialist MCPs live on Unraid. +- Athena is the inference host. Its canonical checkout is + `/opt/mike-ai/stack`; models live under `/data/models`; local secrets and + runtime configuration live under `/etc/mike-ai` and never enter Git. +- The Profile Router is the single OpenAI-compatible address clients use. +- The Profile Controller is the only component allowed to orchestrate approved + model and specialist workers. +- The Athena Operator is host-bound and is the normal maintenance interface. + +## Exclusive states + +Athena has five mutually exclusive persistent modes: `llm`, `music`, +`separation`, `voice`, and `voicechange`. Image generation is a transactional +request: it temporarily pauses the active text profile and Qwen3-TTS, runs the +image worker, then restores the previous LLM state. + +Only one heavy GPU path may be active. Do not manually start a second GPU +worker around the controller. The lightweight dashboard, router, controller, +gateway, UI, CPU-STT, Piper, backup and operator containers may remain active. + +## Model profiles + +- Fast: Qwen3.8-27B IQ4-MIX, 76,800 tokens. +- Medium: Qwen3.8-27B IQ4_XS-pure, 160,000 tokens, vision. +- Large: the same Q4 model, 192,000 tokens, vision. +- Ultra: the same Q4 model, 262,144 tokens, no vision projector. +- Beta 1: Qwen3.8-27B GSQ-RCO IQ3_S-MTP, 112,000 tokens; experimental only. +- Uncensored: Abliterated Q4_K_M, 80,000 tokens, vision. + +Medium, Large, Ultra and Beta distribute their runtime across both GPUs. Do not +infer allocation from model size alone; verify the profile's Compose arguments +and live VRAM. RTX 3060 also hosts Qwen3-TTS during normal LLM operation. + +## What is and is not stale + +The GPU workers use `restart: "no"` and are created once, then started on +demand. A stopped `mike-ai-llama-*`, image, music, separator, OmniVoice or X-VC +container is expected. A candidate is stale only after checking Compose, +labels, mounts, router/controller references, model paths and test history. diff --git a/platform/hermes/skills/athena-operator/references/change-and-cleanup.md b/platform/hermes/skills/athena-operator/references/change-and-cleanup.md new file mode 100644 index 0000000..4643c5d --- /dev/null +++ b/platform/hermes/skills/athena-operator/references/change-and-cleanup.md @@ -0,0 +1,43 @@ +# Durable changes, cleanup and publication + +## Change flow + +1. Inspect `guide` and the affected live subject. +2. Check `git_status`; preserve unrelated user changes. +3. Search the canonical checkout and edit the smallest source of truth. +4. Validate syntax and Compose before deployment. +5. Deploy only the affected service unless the requested change genuinely + spans the core stack. +6. Verify container health and one real function, not just process existence. +7. Update documentation and the container/model inventory when architecture, + models, ports, modes or ownership changed. +8. Commit and push only after checks pass. Verify the remote result. + +Use an asynchronous operator job only once and poll it with +`athena_operator_job`; never launch a duplicate because a long task is quiet. + +## Cleanup proof + +Before deletion, prove that an item is unused by checking: + +- current Compose projects and Docker labels; +- router and controller source references; +- mounts, volumes and model manifests; +- `docs/TESTED_MODELS.md` and any rollback requirement; +- whether a stopped container is an intentional on-demand worker. + +Prefer precise targets. Never perform broad recursive deletion from `/`, +`/data`, `/opt` or a variable that was not resolved and printed first. Build +cache can be pruned after confirming no build is running. Do not prune named +volumes or active images generically. + +After storage-affecting work, report exactly what was removed and free space, +run the existing manual backup operation, and verify the produced archive. + +## Safety and secrets + +Never reboot or shut down Athena or alter SSH, networking, WireGuard, firewall, +kernel, boot, partitions or mounts without a separate explicit current user +instruction. Do not print environment dumps, tokens, API keys, private keys or +the contents of `/etc/mike-ai`. Redact accidental secret material from reports +and never commit it. diff --git a/platform/hermes/skills/athena-operator/references/model-evaluation.md b/platform/hermes/skills/athena-operator/references/model-evaluation.md new file mode 100644 index 0000000..de0e335 --- /dev/null +++ b/platform/hermes/skills/athena-operator/references/model-evaluation.md @@ -0,0 +1,41 @@ +# Model evaluation + +## Before downloading + +1. Read all of `docs/TESTED_MODELS.md`; it is the no-repeat register. +2. Record the exact repository, revision, filename, base model, fine-tune, + quantization, license, format and estimated disk/VRAM/RAM requirements. +3. Confirm the model adds a genuinely new candidate rather than a renamed + artifact already tested. +4. Do not stop the active production model merely to download or prepare the + candidate. Put temporary scripts under `/tmp`; durable code belongs in Git. + +## Quality rule + +Standard text profiles must not fall below Q4. A smaller Q3 quantization may be +kept only when an A/B test documents that its quality loss is negligible for +Mike's intended workload. Smaller files are not presumed faster: GPU split, +memory bandwidth, kernels, cache formats and cross-GPU traffic must be measured. + +## Fair A/B test + +Hold these equal wherever the models permit it: + +- prompt set and conversation history; +- context size and filled-context test point; +- KV-cache quantization, slots, batch/uBatch, MTP and sampling; +- GPU visibility and tensor split; +- warm-up state and output-token limit. + +Measure prompt processing, short decode, long-context decode, peak VRAM and +wall time. Test meaning preservation, uncertainty, negation, ordered safety +constraints, German language consistency, tool-call schema and long-context +recall. Do not replace a model on synthetic benchmark scores alone. + +## Completion + +Write the exact artifact, settings, raw result path, interpretation and decision +to `docs/TESTED_MODELS.md` in the same commit. If promoted, update the manifest, +Compose/env examples, profile matrix and user documentation. If rejected, +remove candidate-only weights, images and containers after preserving the +result. Restore and functionally test the previous profile, then publish.