fix(llm): Kontext-Auswahl zeigt wieder Maximum + GB — auch fuer Modelle auf der Platte

Seit "erst waehlen, dann Laden" zeigte die Kontext-Liste fuer ein noch
nicht geladenes Modell nur feste Stufen — ohne Maximum und ohne
Speicherbedarf. Jetzt:

- llm-adapter: disk.models[].profiles — pro heruntergeladener
  Quantisierung Maximum (context_length) und GB je Stufe aus dem Kopf der
  GGUF (gleiche Rechnung wie fuer die geladene Karte, Annahme: alles auf
  der Karte). Gesplittete Modelle ausgenommen.
- Diagnostic (Karte + Katalog-Spalte): Stufen bis zum Maximum, "(Maximum)"
  markiert, GB je Stufe, "⚠ passt nicht" bzw. bei MoE "⚠ nur mit
  Aufteilen". Nicht heruntergeladen: feste Stufen + Hinweis im Tooltip.
  Katalog rechnet mit der gewaehlten Ziel-Karte.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

diagnostic/index.html

@@ -9353,13 +9353,45 @@
     }
     // Kontext-Stufen fuer Modelle, deren Speicherbedarf die Box noch nicht kennt
     const _CTX_STEPS = [4096, 8192, 16384, 32768, 65536, 131072];
-    function _ctxSteps(cur) { return cur && !_CTX_STEPS.includes(cur) ? [cur, ..._CTX_STEPS].sort((a, b) => a - b) : _CTX_STEPS; }
     function _ctxLabel(n) { return n >= 1024 ? (n % 1024 ? (n / 1024).toFixed(1) : n / 1024) + 'k' : String(n); }
+    // Kontext-Auswahl fuer ein Modell auf einer Box: was es maximal kann und was
+    // jede Stufe an Grafikspeicher kostet. Quelle: das geladene Modell der Karte
+    // (inkl. MoE-Aufteilung) oder — liegt es nur auf der Platte — die Datei
+    // dort (Annahme: alles auf der Karte). Nicht heruntergeladen: feste Stufen.
+    function _ctxChoices(modelId, box, sl) {
+      if (sl && modelId && modelId === sl.model && Array.isArray(sl.options) && sl.options.length)
+        return { list: sl.options.map(o => ({ ctx: o.ctx, est: o.estMB })), ctxMax: sl.ctxMax || 0, moe: !!sl.moe, known: true, loaded: true };
+      const m = _llmCatalog.find(x => x.id === modelId);
+      const d = m && box && box.disk && (box.disk.models || []).find(x => x.repo === m.hfRepo);
+      const profs = (d && d.profiles) || [];
+      const p = profs.find(x => String(x.quant || '').toUpperCase() === String((m && m.quant) || '').toUpperCase()) || profs[0];
+      if (p && Array.isArray(p.options) && p.options.length)
+        return { list: p.options.map(o => ({ ctx: o.ctx, est: o.estMB })), ctxMax: p.ctxMax || 0, moe: !!p.moe, known: true };
+      return { list: _CTX_STEPS.map(n => ({ ctx: n, est: 0 })), ctxMax: 0, moe: false, known: false };
+    }
+    function _ctxOptionsHtml(ch, selCtx, vramMB) {
+      let list = ch.list;
+      if (selCtx && !list.some(o => o.ctx === selCtx)) list = [{ ctx: selCtx, est: 0 }, ...list];
+      return list.map(o => {
+        const gb = o.est ? ` · ca. ${(o.est / 1024).toFixed(1).replace('.', ',')} GB` : '';
+        const over = o.est && vramMB && o.est > vramMB * 0.97;
+        const warn = over ? (ch.moe && !ch.loaded ? ' ⚠ nur mit Aufteilen' : ' ⚠ passt nicht') : '';
+        const max = ch.ctxMax && o.ctx === ch.ctxMax ? ' (Maximum)' : '';
+        return `<option value="${o.ctx}"${o.ctx === selCtx ? ' selected' : ''}>${_ctxLabel(o.ctx)} Tokens${max}${gb}${warn}</option>`;
+      }).join('');
+    }
+    function _ctxTitle(ch) {
+      return 'Kontextfenster (Eingabe + Ausgabe).' + (ch.known
+        ? (ch.ctxMax ? ` Das Modell kann höchstens ${ch.ctxMax} Tokens.` : '') + ' GB = geschätzter Grafikspeicher für Modell + Kontext'
+          + (ch.loaded ? ' auf dieser Karte.' : (ch.moe ? ' (alles auf der Karte — mit Aufteilen der Experten passt mehr).' : '.'))
+        : ' Maximum und Speicherbedarf kennt die Box erst, wenn das Modell heruntergeladen ist.');
+    }
     // Auswahl im Katalog (Ziel-Karte, Kontext) je Modell — ueberlebt das Neuzeichnen
     const _llmCatSel = {};
     function llmCatPick(i, field, value) {
       const m = _llmCatalog[i];
       if (m) _llmCatSel[m.id] = { ...(_llmCatSel[m.id] || {}), [field]: value };
+      if (field === 'target') renderLlmCatalog();   // Kontext-Liste gilt pro Box (wartet, bis das Dropdown zu ist)
     }
     function renderLlmCatalog() {
       const box = document.getElementById('llm-catalog-list');
@@ -9394,6 +9426,8 @@
         const pre = targets.some(t => t.value === pick.target) ? pick.target
           : (targets.find(t => t.slot && !t.slot.model) || targets[0] || {}).value;
         const ctxPick = pick.ctx || m.ctx || 8192;
+        const tgtObj = targets.find(t => t.value === pre) || {};
+        const chCat = _ctxChoices(m.id, tgtObj.box, tgtObj.slot);
         const opts = targets.length
           ? targets.map(t => `<option value="${escapeHtml(t.value)}"${t.value === pre ? ' selected' : ''}>${escapeHtml(t.label)}</option>`).join('')
           : '<option value="">(keine Box online)</option>';
@@ -9407,8 +9441,8 @@
           '<td ' + td + vramStyle + 'white-space:nowrap;">' + vram + '</td>' +
           '<td ' + td + 'white-space:nowrap;">' + haveTxt + '</td>' +
           '<td ' + td + '"><select id="llm-cat-box-' + i + '" onchange="llmCatPick(' + i + ', \'target\', this.value)" style="background:#1E1E2E;border:1px solid #333;border-radius:4px;padding:3px 6px;color:#E0E0F0;font-size:11px;">' + opts + '</select></td>' +
-          '<td ' + td + '"><select id="llm-cat-ctx-' + i + '" onchange="llmCatPick(' + i + ', \'ctx\', Number(this.value))" title="Kontextfenster, mit dem das Modell geladen wird — mehr Kontext braucht mehr Grafikspeicher" style="background:#1E1E2E;border:1px solid #333;border-radius:4px;padding:3px 6px;color:#E0E0F0;font-size:11px;">'
+          '<td ' + td + '"><select id="llm-cat-ctx-' + i + '" onchange="llmCatPick(' + i + ', \'ctx\', Number(this.value))" title="' + escapeHtml(_ctxTitle(chCat)) + '" style="background:#1E1E2E;border:1px solid #333;border-radius:4px;padding:3px 6px;color:#E0E0F0;font-size:11px;max-width:230px;">'
-            + _ctxSteps(ctxPick).map(n => `<option value="${n}"${n === ctxPick ? ' selected' : ''}>${_ctxLabel(n)} Tokens</option>`).join('') + '</select></td>' +
+            + _ctxOptionsHtml(chCat, ctxPick, (tgtObj.slot && tgtObj.slot.vramMB) || 0) + '</select></td>' +
           '<td ' + td + 'white-space:nowrap;"><button class="btn secondary" ' + (boxes.length ? '' : 'disabled') + ' onclick="provisionModel(' + i + ')" title="Herunterladen (falls nötig) und in die Ziel-Karte laden" style="padding:3px 10px;font-size:11px;">Download + Laden</button>'
             + ' <button class="btn secondary" ' + (boxes.length ? '' : 'disabled') + ' onclick="downloadModelOnly(' + i + ')" title="Nur auf die Box herunterladen — in keine Karte laden (Ziel-Karte und Kontext spielen dafür keine Rolle)" style="padding:3px 10px;font-size:11px;">Nur downloaden</button></td>' +
           '</tr>';
@@ -9593,20 +9627,11 @@
           // Speicherbedarf nicht → feste Stufen ohne GB-Angabe.
           const sameModel = shown && shown === sl.model;
           const selCtx = pend ? pend.ctx : curCtx;
-          let ctxList = sameModel && Array.isArray(sl.options) && sl.options.length
+          const ch = _ctxChoices(shown, b, sl);
-            ? sl.options.map(o => ({ ctx: o.ctx, est: o.estMB }))
+          const ctxOpts = _ctxOptionsHtml(ch, selCtx, sl.vramMB || 0);
-            : _CTX_STEPS.map(n => ({ ctx: n, est: 0 }));
-          if (selCtx && !ctxList.some(o => o.ctx === selCtx)) ctxList = [{ ctx: selCtx, est: 0 }, ...ctxList];
-          const vramMB = sl.vramMB || 0;
-          const ctxOpts = ctxList.map(o => {
-            const label = o.ctx >= 1024 ? (o.ctx % 1024 ? (o.ctx / 1024).toFixed(1) : o.ctx / 1024) + 'k' : o.ctx;
-            const gb = o.est ? ` · ca. ${(o.est / 1024).toFixed(1).replace('.', ',')} GB` : '';
-            const tooBig = o.est && vramMB && o.est > vramMB * 0.97 ? ' ⚠ passt nicht' : '';
-            return `<option value="${o.ctx}"${o.ctx === selCtx ? ' selected' : ''}>${label} Tokens${gb}${tooBig}</option>`;
-          }).join('');
           const ctxSel = shown
             ? `<select data-key="${escapeHtml(pkey)}" data-model="${escapeHtml(shown)}"
-                 onchange="onLlmCardCtxPick(this)" ${job ? 'disabled' : ''} title="Kontextfenster (Eingabe + Ausgabe).${sameModel ? ' GB = geschätzter Grafikspeicher für Modell + Kontext auf dieser Karte.' : ' Speicherbedarf kennt die Box erst nach dem ersten Laden.'}${sameModel && sl.ctxMax ? ' Das Modell kann höchstens ' + sl.ctxMax + ' Tokens.' : ''}"
+                 onchange="onLlmCardCtxPick(this)" ${job ? 'disabled' : ''} title="${escapeHtml(_ctxTitle(ch))}"
                  style="flex:1;min-width:0;background:#1E1E2E;border:1px solid #333;border-radius:4px;padding:5px 6px;color:#E0E0F0;font-size:12px;">${ctxOpts}</select>`
             : '';
           const ctxCell = `<div style="display:flex;gap:6px;align-items:center;min-width:0;">${ctxSel}

xtts/llm-adapter/adapter.py

@@ -771,6 +771,13 @@ def _ctx_profile(key: str) -> dict:
     weights, mmproj = _model_files(key)
     if not weights:
         return {}
+    return _profile_of_files(weights, mmproj, lambda: _model_cpu_moe(key))
+
+
+def _profile_of_files(weights: str, mmproj, cpu_moe_of=lambda: 0) -> dict:
+    """Wie _ctx_profile, aber fuer beliebige Dateien — auch heruntergeladene
+    Modelle, die (noch) auf keiner Karte liegen. cpu_moe_of: Aufteilung der
+    Experten (0 = Schaetzung "alles auf der Karte")."""
     meta = _gguf_meta(weights)
     arch = meta.get("general.architecture")
     if not arch:
@@ -784,7 +791,7 @@ def _ctx_profile(key: str) -> dict:
     ctx_max = int(g("context_length", 0) or 0)
     exp_by_layer = meta.get("_expert_bytes_by_layer") or {}
     moe = bool(exp_by_layer) or int(g("expert_count", 0) or 0) > 0
-    cpu_moe = _model_cpu_moe(key) if moe else 0
+    cpu_moe = cpu_moe_of() if moe else 0
     if cpu_moe:
         layers = sorted(exp_by_layer) if cpu_moe < 0 else sorted(exp_by_layer)[:cpu_moe]
         ram_mb = sum(exp_by_layer[l] for l in layers) / 1048576
@@ -1364,6 +1371,25 @@ async def _prefetch(ws, key: str, repo: str, files: list, card: str, cancel: thr
     return err
 
 
+def _disk_profiles(repo_dir: str) -> list:
+    """Kontext-Profil (Maximum + GB je Stufe, Annahme: alles auf der Karte) je
+    heruntergeladener Quantisierung — damit die Diagnostic auch fuer Modelle,
+    die auf keiner Karte liegen, zeigen kann, was sie koennen und kosten."""
+    import glob
+    files = [p for p in glob.glob(os.path.join(repo_dir, "snapshots", "*", "**", "*.gguf"), recursive=True)
+             if os.path.isfile(p)]
+    mmproj = next((p for p in files if "mmproj" in os.path.basename(p).lower()), None)
+    out = []
+    for w in files:
+        if not _is_main_gguf(w) or _SPLIT_RE.search(w):
+            continue          # gesplittete Modelle: Groesse waere nur die des ersten Teils
+        prof = _profile_of_files(w, mmproj)
+        if prof:
+            out.append({"quant": _quant_of(w), **{k: prof[k] for k in ("ctxMax", "options", "moe") if k in prof},
+                        **({"expertsMB": prof["expertsMB"]} if "expertsMB" in prof else {})})
+    return out
+
+
 def _disk_info() -> dict:
     """Freier Platz + fertig heruntergeladene Modelle (je Repo) fuer die Diagnostic."""
     out = {"freeBytes": 0, "models": []}
@@ -1381,7 +1407,8 @@ def _disk_info() -> dict:
                     except OSError:
                         pass
             if size:
-                out["models"].append({"repo": name[len("models--"):].replace("--", "/", 1), "bytes": size})
+                out["models"].append({"repo": name[len("models--"):].replace("--", "/", 1), "bytes": size,
+                                      "profiles": _disk_profiles(os.path.join(MODELS_DIR, name))})
     except OSError as e:
         logger.info("Plattenbelegung nicht lesbar: %s", e)
     return out