AI-Profile-Router/docs/ARCHITECTURE.md

Aktuelle Architektur

flowchart LR
    C[Hermes Desktop / Web / Mobil] --> H[Hermes Agent<br/>Unraid]
    OC[OpenClaw Web / Mac<br/>Unraid-Gateway] -->|OpenAI API| R
    OC --> V[Athena-Talk-Plugin<br/>Unraid]
    V --> RV[Realtime-Voice-Brücke<br/>Athena, WebRTC]
    RV --> STT
    RV --> T
    RV -->|Agentenantwort| OC
    H -->|OpenAI API| R[Profile Router<br/>Athena :8081]
    R --> P[Profile Controller]
    P --> Q[genau ein llama.cpp-Profil<br/>Qwen Fast / Medium / Large / Ultra / Uncensored]
    R --> I[Qwen-Image-2.1 INT8<br/>RTX 5080, Text + Editing]
    R --> T[Qwen3-TTS 1.7B RTX 3060<br/>TTS-Gateway]
    R --> STT[Whisper.cpp small<br/>CPU, lokale Spracherkennung]

    H --> U[MUA / Unraid MCP]
    H --> A[ARR-MCP]
    H --> D[Deemix-MCP]
    H --> N[Navidrome-MCP]
    H --> S[STRATO-MCP]
    H --> X[Nginx-Proxy-Manager-MCP]
    U --> M[Media-Tools<br/>ffmpeg / ffprobe / yt-dlp]

    W[WireGuard-Gateway<br/>Athena] --- R
    W --- B[Athena Dashboard :8099]
    W --- PRT[Portainer :9443<br/>optionale Docker-Ansicht]
    W --- O[Athena Operator]
    W --- AP[Mikes-Applio-UI<br/>eigener Checkout, GPU-los]
    K[Backup alle 5 Stunden] --> DATA[/data und /etc/mike-ai]

Stand: 21. September 2026. Versionen und Abweichungen: Live-Stand. Qwen Image nutzt die RTX 5080 und pausiert dafür LLM und Qwen3-TTS. FLUX bleibt als gestoppter Rückfallworker vorhanden. Dashboard und Portainer besitzen eigene Netzwerk-Namespaces in mike-ai_frontend; der Router läuft in mike-ai_control. Der Gateway vermittelt den privaten Zugriff. Zusätzliche Musik-, Audio-, Voice- und 3D-Container stehen im Container-Inventar; ihre Anwesenheit ist kein neuer Funktionstest.

Verantwortung

• Unraid hält Hermes, Chats, Skills, Fach-MCPs und deren Appdata.
• Athena rechnet: Text, Bild und Sprache; Router und Dashboard koordinieren und beobachten die Inferenz.
• MUA verwaltet Unraid. Athena Operator bleibt auf den Athena-Host begrenzt.
• Der Router ist die einzige Modelladresse, die Hermes kennen muss.

Dynamische Qwen-Profile

Der Profile Router hält immer nur ein Qwen-Profil aktiv. Ein Wechsel lädt das zum Profil gehörende 27B-Modell mit der zum Profil gehörenden GPU-Aufteilung und Kontextgröße:

Profil	Kontextfenster
Fast	76.800 Token
Medium	160.000 Token
Large	192.000 Token
Ultra	262.144 Token
Uncensored	80.000 Token

Die PNG-Karten athena-architecture-map.png und athena-gpu-allocation-map.png sind historische Darstellungen. Bei abweichenden Modell- oder Netzwerkangaben gelten diese Textdokumentation und der geprüfte Live-Stand.