router: Readiness-Check wartet auf geladenes Modell (ctx-match)

router/ai_profile_router.py

@@ -137,10 +137,27 @@ def current_profile() -> str | None:
     return None
 
 
-def switch_profile(profile: str, implicit: bool = False) -> None:
+def _wait_ready(profile: str, deadline: float) -> None:
-    """Führt einen Profilwechsel aus und wartet, bis llama.cpp bereit ist.
+    """Wartet, bis llama.cpp das Profil geladen hat (Modell + ctx)."""
+    expected_ctx = PROFILES[profile]
+    while True:
+        status = upstream_status()
+        if (status["reachable"] and status.get("model")
+                and status.get("ctx") == expected_ctx):
+            log.info("llama.cpp bereit: Profil=%s Modell=%s ctx=%s",
+                     profile, status.get("model"), status.get("ctx"))
+            return
+        if time.monotonic() > deadline:
+            raise RuntimeError(
+                f"llama.cpp nach {SWITCH_TIMEOUT:.0f} s nicht bereit "
+                f"(erwartet ctx {expected_ctx}, aktuell: {status.get('ctx')})")
+        time.sleep(POLL_INTERVAL)
 
-    Wirft RuntimeError, wenn der Wechsel nicht erfolgreich war.
+
+def switch_profile(profile: str, implicit: bool = False) -> None:
+    """Stellt sicher, dass das Profil aktiv ist, und wartet bis es geladen ist.
+
+    Wirft RuntimeError, wenn das Profil nicht aktiviert werden konnte.
 
     implicit=True (ausgelöst durch ein virtuelles Modell in einem Chat-Request):
     Wenn das Profil bereits aktiv ist, aber llama.cpp down ist, wird sofort
@@ -155,9 +172,16 @@ def switch_profile(profile: str, implicit: bool = False) -> None:
         try:
             cur = current_profile()
             up = upstream_status()
-            if cur == profile and up["reachable"]:
+            ready = (up["reachable"] and up.get("model")
+                     and up.get("ctx") == PROFILES[profile])
+            if cur == profile and ready:
                 log.info("Profil %s ist bereits aktiv", profile)
                 return
+            if cur == profile and up["reachable"] and not ready:
+                # Modell wird gerade geladen (z.B. nach einem Wechsel)
+                log.info("Warte, bis Profil %s geladen ist ...", profile)
+                _wait_ready(profile, time.monotonic() + SWITCH_TIMEOUT)
+                return
             if cur == profile and not up["reachable"] and implicit:
                 raise RuntimeError(
                     f"llama.cpp nicht erreichbar (Profil {profile} ist bereits "
@@ -184,18 +208,8 @@ def switch_profile(profile: str, implicit: bool = False) -> None:
             if current_profile() != profile:
                 raise RuntimeError(
                     f"Profildatei wurde nicht gesetzt (erwartet: {profile})")
-            log.info("Warte, bis llama.cpp wieder erreichbar ist ...")
+            log.info("Warte, bis llama.cpp das Profil geladen hat ...")
-            deadline = time.monotonic() + SWITCH_TIMEOUT
+            _wait_ready(profile, time.monotonic() + SWITCH_TIMEOUT)
-            while True:
-                status = upstream_status()
-                if status["reachable"]:
-                    log.info("llama.cpp bereit: Profil=%s Modell=%s ctx=%s",
-                             profile, status.get("model"), status.get("ctx"))
-                    return
-                if time.monotonic() > deadline:
-                    raise RuntimeError(
-                        f"llama.cpp nach {SWITCH_TIMEOUT:.0f} s nicht erreichbar")
-                time.sleep(POLL_INTERVAL)
         finally:
             STATE.switching = None