feat(llm): llama.cpp/llama-swap aus der Diagnostic aktualisieren

Modell-Katalog → ⚙ llama.cpp zeigt je LLM-Box die installierte Version,
sucht nach Updates (Pruefsumme des Image-Tags in der Registry + letztes
llama-swap-Release) und aktualisiert auf Knopfdruck: altes Image sichern,
neues ziehen, Container per Compose neu anlegen, Selbsttest (llama.cpp
sieht die Karten, vorgeladene Modelle wieder bereit) — sonst automatisch
zurueck. Zuruecksetzen auf die Vorversion per Knopf.

Docker-Zugriff hat nur der neue llm-updater (feste Aktionen fuer
aria-llama-swap, kein Port nach aussen, Token in /models). Der llm-adapter
reicht llm_runtime weiter und meldet den Fortschritt. RVS-Allow-List um
llm_runtime/_result/_progress ergaenzt.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
2026-11-01 12:39:52 +01:00
co-authored by Claude Opus 5.5
parent 3773178726
commit 68686de9dc
7 changed files with 671 additions and 1 deletions
+149
View File
@@ -952,6 +952,7 @@
<button class="btn secondary" onclick="refreshLlmCatalog()" style="padding:4px 10px;font-size:11px;">Von HuggingFace aktualisieren</button>
<button class="btn secondary" id="llm-dl-btn" onclick="openLlmDownloads()" title="Fortschritt der Modell-Downloads auf die LLM-Boxen" style="padding:4px 10px;font-size:11px;">⬇ Downloads <span id="llm-dl-badge" style="display:none;margin-left:4px;padding:0 6px;border-radius:8px;background:#FFD60A;color:#000;font-weight:700;"></span></button>
<button class="btn secondary" onclick="openModelBoards()" title="Ranglisten der besten Modelle + was gerade auf HuggingFace im Trend ist (direkt ladbar)" style="padding:4px 10px;font-size:11px;">🏆 Bestenlisten</button>
<button class="btn secondary" onclick="openLlmRuntime()" title="Installierte llama.cpp-/llama-swap-Version der LLM-Boxen, nach Updates suchen, aktualisieren" style="padding:4px 10px;font-size:11px;">⚙ llama.cpp</button>
</div>
<div class="card" style="max-width:1100px;">
<p style="color:#8888AA;font-size:12px;margin:0 0 8px;">
@@ -2691,6 +2692,8 @@
if (msg.type === 'rooms_info') { rooms = (msg.payload && msg.payload.rooms) || []; renderRooms(); return; }
if (msg.type === 'sat_result') { onSatResult(msg.payload || {}); return; }
if (msg.type === 'llm_openai_config_result') { onOpenAiConfigResult(msg.payload || {}); return; }
if (msg.type === 'llm_runtime_result') { onLlmRuntimeResult(msg.payload || {}); return; }
if (msg.type === 'llm_runtime_progress') { onLlmRuntimeProgress(msg.payload || {}); return; }
if (msg.type === 'agent_history_list') {
if (agentHistoryHost && msg.payload && msg.payload.host === agentHistoryHost) {
renderAgentHistory(msg.payload.events || []);
@@ -9972,6 +9975,152 @@
function closeLlmDownloads() {
document.getElementById('llm-dl-modal').classList.remove('open');
}
// ── llama.cpp/llama-swap der LLM-Boxen (Modell-Katalog → ⚙ llama.cpp) ──
// Pruefen/Aktualisieren/Zuruecksetzen macht auf der Box der llm-updater
// (einziger Dienst mit Docker-Zugriff). Ob es etwas Neues gibt, entscheidet
// die Pruefsumme des Image-Tags in der Registry, nicht die Versionsnummer.
const _llmRt = {}; // instanceId -> {status, checked, busy, log, result, error}
function openLlmRuntime() {
let bg = document.getElementById('llmrt-modal');
if (!bg) {
bg = document.createElement('div');
bg.id = 'llmrt-modal';
bg.style.cssText = 'position:fixed;inset:0;z-index:10000;background:rgba(0,0,0,.6);display:flex;align-items:center;justify-content:center;padding:16px;';
bg.innerHTML = '<div style="background:#12121E;border:1px solid #444466;border-radius:8px;padding:16px 18px;max-width:640px;width:100%;max-height:85vh;overflow-y:auto;color:#E0E0F0;font-size:13px;line-height:1.5;">' +
'<div style="display:flex;align-items:center;margin-bottom:10px;"><b style="font-size:15px;">⚙ llama.cpp auf den LLM-Boxen</b>' +
'<button class="btn secondary" onclick="closeLlmRuntime()" style="margin-left:auto;padding:2px 10px;font-size:11px;">Schließen</button></div>' +
'<div id="llmrt-body"></div></div>';
bg.addEventListener('click', e => { if (e.target === bg) closeLlmRuntime(); });
document.body.appendChild(bg);
}
bg.style.display = 'flex';
for (const b of onlineLlmBoxes()) {
const st = _llmRt[b.instanceId] || (_llmRt[b.instanceId] = { log: [] });
if (!st.busy) llmRtSend(b.instanceId, 'status');
}
renderLlmRuntime();
}
function closeLlmRuntime() {
const bg = document.getElementById('llmrt-modal');
if (bg) bg.style.display = 'none';
}
function llmRtSend(instanceId, op) {
send({ action: 'llm_runtime', instanceId, op, requestId: 'rt_' + Date.now() });
}
function llmRtCheck(id) {
const st = _llmRt[id] || (_llmRt[id] = { log: [] });
st.checking = true; st.error = '';
llmRtSend(id, 'check');
renderLlmRuntime();
}
async function llmRtUpdate(id) {
const st = _llmRt[id] || {};
const rel = (st.status && st.status.release) || {};
if (!await uiConfirm('llama.cpp jetzt aktualisieren?\n\n' +
'Die Box zieht das neue llama-swap-Image' + (rel.tag ? ' (' + rel.tag + ')' : '') + ' (mehrere GB) und legt den Container neu an. ' +
'Die geladenen Modelle fliegen dabei kurz von den Karten und laden danach neu — laufende Anfragen (z.B. die Schmiede) brechen ab.\n\n' +
'Vorher wird die alte Version gesichert. Sieht llama.cpp danach keine Grafikkarte oder lädt das Modell nicht, wird automatisch zurückgesetzt.')) return;
Object.assign(st, { busy: 'update', log: [], result: null, error: '' });
_llmRt[id] = st;
llmRtSend(id, 'update');
renderLlmRuntime();
}
async function llmRtRollback(id) {
const st = _llmRt[id] || {};
const bk = ((st.status && st.status.backups) || [])[0];
if (!bk) return;
if (!await uiConfirm('Auf die gesicherte Version zurücksetzen?\n\n' +
'Setzt ' + bk.tag + ' wieder ein und legt den Container neu an. Die Modelle laden danach neu, laufende Anfragen brechen ab.')) return;
Object.assign(st, { busy: 'rollback', log: [], result: null, error: '' });
llmRtSend(id, 'rollback');
renderLlmRuntime();
}
function onLlmRuntimeProgress(p) {
const st = _llmRt[p.instanceId] || (_llmRt[p.instanceId] = { log: [] });
st.busy = st.busy || p.op;
st.log = (st.log || []).concat(p.lines || []).slice(-40);
renderLlmRuntime();
}
function onLlmRuntimeResult(p) {
const st = _llmRt[p.instanceId] || (_llmRt[p.instanceId] = { log: [] });
if (p.op === 'status' || p.op === 'check') {
st.checking = false;
if (p.ok === false) { st.error = p.error || 'fehlgeschlagen'; }
else {
st.status = Object.assign({}, st.status || {}, p);
if (p.op === 'check') st.checked = true;
st.error = '';
if (p.job && p.job.state === 'running' && !st.busy) st.busy = p.job.op;
}
} else {
st.busy = '';
st.result = p;
llmRtSend(p.instanceId, 'check'); // neuen Stand anzeigen
}
renderLlmRuntime();
}
function _rtDate(s) {
if (!s) return '';
const d = new Date(s);
return isNaN(d) ? String(s) : d.toLocaleDateString('de-DE') + ' ' + d.toLocaleTimeString('de-DE', { hour: '2-digit', minute: '2-digit' });
}
function renderLlmRuntime() {
const body = document.getElementById('llmrt-body');
if (!body) return;
const boxes = onlineLlmBoxes();
if (!boxes.length) { body.innerHTML = '<span style="color:#6a6a88;">Keine LLM-Box online.</span>'; return; }
body.innerHTML = boxes.map(b => {
const id = b.instanceId, st = _llmRt[id] || {}, s = st.status || {}, inst = s.installed || {};
const q = "'" + escapeHtml(id) + "'";
let h = '<div style="background:#0D0D1A;border-radius:6px;padding:10px 12px;margin-bottom:10px;">' +
'<div style="font-weight:600;color:#AAB;margin-bottom:6px;">🖥️ ' + escapeHtml(b.node || id) + '</div>';
if (st.error) h += '<div style="color:#FF6E6E;margin-bottom:6px;">✗ ' + escapeHtml(st.error) + '</div>';
if (!s.image && !st.error) h += '<div style="color:#8888AA;">frage Version ab …</div>';
if (s.image) {
h += '<div style="font-size:12px;"><b>Installiert:</b> llama-swap ' + escapeHtml(inst.llamaSwap || '?') +
' · llama.cpp ' + escapeHtml(inst.llamaCpp || '?') + '</div>' +
'<div style="font-size:11px;color:#8888AA;">Image gebaut ' + escapeHtml(_rtDate(inst.created)) +
' · <code>' + escapeHtml(s.image) + '</code></div>';
if (st.checked) {
const rel = s.release || {};
const relTxt = rel.tag ? 'llama-swap <b>' + escapeHtml(rel.tag) + '</b> vom ' + escapeHtml(_rtDate(rel.published)) +
(rel.url ? ' · <a href="' + escapeHtml(rel.url) + '" target="_blank" style="color:#0A84FF;">Änderungen</a>' : '') : '';
if (s.latestError) h += '<div style="color:#FF9500;margin-top:6px;">⚠ ' + escapeHtml(s.latestError) + '</div>';
else if (s.updateAvailable) h += '<div style="color:#FFD60A;margin-top:6px;">⬆ Update verfügbar' + (relTxt ? ': ' + relTxt : '') + '</div>';
else h += '<div style="color:#34C759;margin-top:6px;">✓ Aktuell' + (relTxt ? ' (neuestes Release: ' + relTxt + ')' : '') + '</div>';
}
const bk = (s.backups || [])[0];
if (bk) h += '<div style="font-size:11px;color:#8888AA;margin-top:4px;">Gesicherte Vorversion: <code>' + escapeHtml(bk.tag) + '</code></div>';
if (!st.busy) {
h += '<div style="display:flex;gap:6px;flex-wrap:wrap;margin-top:8px;">' +
'<button class="btn secondary" onclick="llmRtCheck(' + q + ')" style="padding:3px 10px;font-size:11px;"' + (st.checking ? ' disabled' : '') + '>' +
(st.checking ? 'suche …' : 'Nach Updates suchen') + '</button>' +
(st.checked && s.updateAvailable ? '<button class="btn" onclick="llmRtUpdate(' + q + ')" style="padding:3px 10px;font-size:11px;">Jetzt aktualisieren</button>' : '') +
(bk ? '<button class="btn secondary" onclick="llmRtRollback(' + q + ')" style="padding:3px 10px;font-size:11px;">Zurück auf Vorversion</button>' : '') +
'</div>';
}
}
if (st.busy) h += '<div style="color:#FFD60A;margin-top:8px;">⏳ ' + (st.busy === 'update' ? 'Aktualisiere' : 'Setze zurück') +
' … das dauert ein paar Minuten (Download + Modell neu laden).</div>';
if ((st.log || []).length && (st.busy || st.result)) {
h += '<pre style="background:#08080F;color:#9a9ab5;font-size:10.5px;padding:6px 8px;border-radius:4px;max-height:160px;overflow-y:auto;white-space:pre-wrap;margin:6px 0 0;">' +
escapeHtml(st.log.join('\n')) + '</pre>';
}
const r = st.result;
if (r && !st.busy) {
if (r.ok && r.changed === false) h += '<div style="color:#34C759;margin-top:6px;">✓ ' + escapeHtml(r.message || 'nichts geändert') + '</div>';
else if (r.ok) h += '<div style="color:#34C759;margin-top:6px;">✓ Fertig. ' + escapeHtml(r.selftest || '') +
(r.before && r.after ? '<br>llama-swap ' + escapeHtml(r.before.llamaSwap || '?') + ' → ' + escapeHtml(r.after.llamaSwap || '?') +
' · llama.cpp ' + escapeHtml(r.before.llamaCpp || '?') + ' → ' + escapeHtml(r.after.llamaCpp || '?') : '') + '</div>';
else h += '<div style="color:#FF6E6E;margin-top:6px;">✗ ' + escapeHtml(r.error || 'fehlgeschlagen') +
(r.rolledBack ? '<br><span style="color:#FF9500;">Automatisch zurückgesetzt: ' + escapeHtml(r.rollbackSelftest || '') + '</span>' : '') + '</div>';
}
return h + '</div>';
}).join('') +
'<div style="font-size:11px;color:#6a6a88;">Ob es etwas Neues gibt, zeigt die Prüfsumme des Images in der Registry — der Tag <code>unified-cuda</code> wandert mit. ' +
'Das Image enthält llama-swap und llama.cpp zusammen.</div>';
}
// "Box antwortet nicht" braucht ein Ticken, auch wenn keine Meldung kommt.
setInterval(() => {
if (Object.values(_llmJobs).some(j => j.phase === 'queued')) renderLlmDownloads();
+15
View File
@@ -1672,6 +1672,8 @@ function connectRVS(forcePlain) {
broadcast({ type: "rooms_info", payload: msg.payload || {} });
} else if (msg.type === "llm_openai_config_result") {
broadcast({ type: "llm_openai_config_result", payload: msg.payload || {} });
} else if (msg.type === "llm_runtime_result" || msg.type === "llm_runtime_progress") {
broadcast({ type: msg.type, payload: msg.payload || {} });
} else if (msg.type === "sat_result") {
// Ergebnis einer Satelliten-Aktion → an den Browser (z.B. APK-Rollout).
// Klartext-Kennwoerter (fritzbox.backup_password) nur an den Fragenden.
@@ -3693,6 +3695,19 @@ wss.on("connection", (ws) => {
},
timestamp: Date.now(),
});
} else if (msg.action === "llm_runtime") {
// llama-swap/llama.cpp einer Box: Version pruefen, aktualisieren, zuruecksetzen.
const op = String(msg.op || "status");
if (!["status", "check", "update", "rollback"].includes(op)) return;
sendToRVS_raw({
type: "llm_runtime",
payload: {
instanceId: String(msg.instanceId || ""),
op,
requestId: String(msg.requestId || ""),
},
timestamp: Date.now(),
});
} else if (msg.action === "agent_history_query") {
// Browser will die gespeicherte Historie eines Agenten — die Bridge
// antwortet mit agent_history_list (auf derselben rvsWs).
+3
View File
@@ -135,6 +135,9 @@ const ALLOWED_TYPES = new Set([
// OpenAI-Endpunkt einer LLM-Box: Diagnostic setzt den API-Key (der PORT kommt
// immer aus der .env der Box — er ist ein Docker-Port-Mapping).
"llm_openai_config", "llm_openai_config_result",
// llama-swap/llama.cpp einer Box pruefen/aktualisieren/zuruecksetzen
// (Diagnostic → Modell-Katalog → ⚙ llama.cpp; ausgefuehrt vom llm-updater).
"llm_runtime", "llm_runtime_result", "llm_runtime_progress",
// Modell auf eine LLM-Box laden (Diagnostic → Modell-Katalog → „Laden").
// Fehlten hier seit Stage D: jeder Klick auf „Laden" starb still an dieser
// Liste, die Box hat nie davon erfahren. _progress meldet den Download in %.
+17
View File
@@ -207,6 +207,23 @@ services:
- HF_TOKEN=${HF_TOKEN:-}
restart: unless-stopped
# ─── LLM-Updater — llama-swap/llama.cpp aktualisieren ─
# Der EINZIGE Dienst mit Docker-Socket (= root auf der Box). Darum kann er nur
# drei feste Dinge fuer aria-llama-swap: Version pruefen, aktualisieren (altes
# Image sichern, ziehen, neu anlegen, Selbsttest, sonst zurueck) und auf die
# gesicherte Version zuruecksetzen. Kein Port nach aussen; der llm-adapter
# spricht ihn im Compose-Netz mit einem Token an (/models/.updater_token).
# Ausgeloest wird das aus der Diagnostic (Modell-Katalog → ⚙ llama.cpp).
llm-updater:
build: ./llm-updater
container_name: aria-llm-updater
profiles: ["llm"]
volumes:
- /var/run/docker.sock:/var/run/docker.sock
- .:/stack:ro # Compose-Datei + .env zum Neu-Anlegen
- ./models:/models:ro # Token + welche Modelle vorgeladen sind
restart: unless-stopped
# ─── OpenHands (optional, Standalone) ────────────────
# Eigenstaendige Entwickler-Agenten-Oberflaeche, die das LOKALE LLM ueber den
# OpenAI-Endpunkt von llama-swap nutzt. Bewusst ein eigenes Profil: wer nur
+81 -1
View File
@@ -342,7 +342,7 @@ async def _reload_llama() -> None:
# Fragende (Schmiede, ARIA) wartet dann bis zu seiner Frist ins Leere (am
# 28.10. 11 Minuten). Jetzt: ueber die NEUE Verbindung senden, notfalls bis zum
# Wiederverbinden aufheben.
_RELIABLE_TYPES = {"llm_response"}
_RELIABLE_TYPES = {"llm_response", "llm_runtime_result"}
_OUTBOX_TTL_S = 300
_outbox: list = [] # [(ts, mtype, payload)]
_current_ws = None # die aktuell offene RVS-Verbindung
@@ -1002,6 +1002,83 @@ async def _do_llm_request(ws, payload: dict) -> None:
})
# ── llama-swap/llama.cpp aktualisieren (ueber den llm-updater) ──
# Der Adapter hat bewusst KEINEN Docker-Zugriff. Pruefen, Aktualisieren und
# Zuruecksetzen macht der llm-updater (eigener Container, nur im Compose-Netz);
# der Adapter reicht die Diagnostic-Anfrage weiter und meldet den Fortschritt.
UPDATER_URL = os.getenv("UPDATER_URL", "http://llm-updater:8090").rstrip("/")
_UPDATER_TOKEN_FILE = "/models/.updater_token"
def _updater_token() -> str:
"""Gemeinsamer Token mit dem llm-updater. Liegt in /models (der Updater
haengt es nur lesend ein); fehlt er, legt der Adapter ihn an."""
try:
tok = open(_UPDATER_TOKEN_FILE).read().strip()
if tok:
return tok
except OSError:
pass
import secrets
tok = secrets.token_hex(24)
try:
fd = os.open(_UPDATER_TOKEN_FILE, os.O_WRONLY | os.O_CREAT | os.O_TRUNC, 0o600)
with os.fdopen(fd, "w") as f:
f.write(tok)
except OSError as e:
logger.warning("Updater-Token nicht schreibbar: %s", e)
return tok
async def _updater(method: str, path: str, timeout: float = 60) -> dict:
try:
async with httpx.AsyncClient(timeout=timeout) as c:
r = await c.request(method, UPDATER_URL + path,
headers={"X-Updater-Token": _updater_token()})
return r.json()
except httpx.ConnectError:
return {"ok": False, "error": "Der Update-Dienst (llm-updater) laeuft auf dieser Box "
"nicht. Mit `docker compose up -d llm-updater` starten."}
except Exception as e:
return {"ok": False, "error": f"Update-Dienst: {str(e)[:150]}"}
async def _handle_runtime(ws, payload: dict) -> None:
"""op = status | check | update | rollback (aus der Diagnostic)."""
if (payload.get("instanceId") or INSTANCE_ID) != INSTANCE_ID:
return
op = payload.get("op", "status")
base = {"requestId": payload.get("requestId", ""), "instanceId": INSTANCE_ID,
"node": NODE_NAME, "op": op}
if op in ("status", "check"):
res = await _updater("GET", "/" + op, timeout=60)
await _send(ws, "llm_runtime_result", {**base, **res})
return
if op not in ("update", "rollback"):
await _send(ws, "llm_runtime_result", {**base, "ok": False, "error": "unbekannte Aktion"})
return
start = await _updater("POST", "/" + op)
if not start.get("ok"):
await _send(ws, "llm_runtime_result", {**base, **start})
return
logger.info("llama-swap %s gestartet (%s)", op, start.get("job"))
seen = 0
while True:
await asyncio.sleep(3)
job = await _updater("GET", "/job", timeout=20)
if job.get("error") and "state" not in job:
continue # Updater kurz nicht erreichbar — weiter warten
lines = job.get("log") or []
if len(lines) > seen:
await _send(ws, "llm_runtime_progress", {**base, "lines": lines[seen:]})
seen = len(lines)
if job.get("state") == "done":
await _send(ws, "llm_runtime_result", {**base, **(job.get("result") or {})})
logger.info("llama-swap %s fertig: %s", op, (job.get("result") or {}).get("ok"))
await _announce(ws)
return
async def _handle_openai_config(ws, payload: dict) -> None:
"""Setzt den API-Key des OpenAI-Endpunkts (aus der Diagnostic).
@@ -1886,6 +1963,9 @@ async def _run() -> None:
if mtype == "llm_openai_config":
asyncio.create_task(_handle_openai_config(ws, payload))
continue
if mtype == "llm_runtime":
asyncio.create_task(_handle_runtime(ws, payload))
continue
if mtype not in ("llm_request", "llm_provision_model", "llm_remove_model",
"llm_unload_model", "llm_models_request"):
continue
+8
View File
@@ -0,0 +1,8 @@
# Docker-CLI mit Compose-Plugin + Python (nur Standardbibliothek + PyYAML)
FROM docker:29-cli
RUN apk add --no-cache python3 py3-yaml
WORKDIR /app
COPY updater.py .
CMD ["python3", "-u", "updater.py"]
+398
View File
@@ -0,0 +1,398 @@
"""
ARIA LLM-Updater (AI-Box) — aktualisiert das llama-swap-Image (mit llama.cpp).
Der einzige Dienst mit Docker-Socket. Darum kann er bewusst NUR drei feste
Dinge, alle fuer genau einen Container (aria-llama-swap):
check installierte Version + Image-Pruefsumme, dazu die neueste aus der
Registry (Pruefsumme des Tags) und das letzte llama-swap-Release
update altes Image sichern (Tag vor-update-<Zeit>), neues ziehen,
Container neu anlegen, Selbsttest — scheitert der, automatisch zurueck
rollback das gesicherte Image wieder einsetzen, Container neu anlegen, Selbsttest
Kein freier Befehl, keine anderen Container. Erreichbar nur im Compose-Netz
(kein Port nach aussen), jede Anfrage braucht den Token, den der llm-adapter
in /models/.updater_token ablegt.
Neu angelegt wird ueber `docker compose … up --no-deps --force-recreate
llama-swap` mit der Compose-Datei des Stacks — so bleibt alles, was die
Compose-Datei festlegt (GPU-Runtime, Volumes, LD_LIBRARY_PATH …), gleich.
Relative Pfade loest Compose gegen --project-directory auf; das ist der
Host-Pfad aus dem Label des laufenden Containers, er muss im Container hier
nicht existieren.
"""
from __future__ import annotations
import http.server
import json
import logging
import os
import re
import subprocess
import threading
import time
import urllib.error
import urllib.request
logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(name)s: %(message)s")
logger = logging.getLogger("llm-updater")
CONTAINER = os.getenv("LLAMA_CONTAINER", "aria-llama-swap")
SERVICE = os.getenv("LLAMA_SERVICE", "llama-swap")
STACK_DIR = os.getenv("STACK_DIR", "/stack")
TOKEN_FILE = os.getenv("TOKEN_FILE", "/models/.updater_token")
GEN_CONFIG = os.getenv("LLAMA_GEN_CONFIG", "/models/llama-swap.config.yaml")
LLAMA_URL = os.getenv("LLAMA_URL", "http://llama-swap:8080").rstrip("/")
RELEASES_URL = os.getenv("RELEASES_URL", "https://api.github.com/repos/mostlygeek/llama-swap/releases/latest")
BACKUP_REPO = "llama-swap" # gesicherte Images: llama-swap:vor-update-<Zeit>
KEEP_BACKUPS = 1
READY_TIMEOUT_S = int(os.getenv("READY_TIMEOUT_S", "900")) # Modell(e) wieder geladen
PORT = int(os.getenv("PORT", "8090"))
_job = {"id": "", "op": "", "state": "idle", "log": [], "result": None}
_job_lock = threading.Lock()
# ── kleine Helfer ───────────────────────────────────────────────
def _run(args: list[str], timeout: int = 120) -> tuple[int, str]:
p = subprocess.run(args, capture_output=True, text=True, timeout=timeout)
return p.returncode, (p.stdout + p.stderr).strip()
def _log(msg: str) -> None:
logger.info(msg)
with _job_lock:
_job["log"].append(f"{time.strftime('%H:%M:%S')} {msg}")
_job["log"] = _job["log"][-60:]
def _inspect(ref: str, kind: str = "container") -> dict:
rc, out = _run(["docker", kind, "inspect", ref])
if rc != 0:
return {}
try:
return json.loads(out)[0]
except Exception:
return {}
def _image_ref() -> str:
return (_inspect(CONTAINER).get("Config") or {}).get("Image", "")
def _local_digest(ref: str) -> str:
"""Pruefsumme, unter der das Image gezogen wurde (Index/Manifest des Tags)."""
repo = ref.rsplit(":", 1)[0] if ":" in ref.split("/")[-1] else ref
for d in _inspect(ref, "image").get("RepoDigests") or []:
if d.startswith(repo + "@"):
return d.split("@", 1)[1]
return ""
def _versions() -> dict:
v = {}
rc, out = _run(["docker", "exec", CONTAINER, "llama-swap", "-version"], 30)
m = re.search(r"version:\s*(\S+)", out)
if rc == 0 and m:
v["llamaSwap"] = m.group(1)
b = re.search(r"built at\s*(\S+)", out)
if b:
v["llamaSwapBuilt"] = b.group(1)
rc, out = _run(["docker", "exec", CONTAINER, "llama-server", "--version"], 30)
m = re.search(r"version:\s*(.+)", out)
if rc == 0 and m:
v["llamaCpp"] = m.group(1).strip()
return v
def _backups() -> list[dict]:
rc, out = _run(["docker", "images", BACKUP_REPO, "--format", "{{.Tag}}\t{{.ID}}\t{{.CreatedAt}}"])
res = []
for line in out.splitlines() if rc == 0 else []:
tag, iid, created = (line.split("\t") + ["", "", ""])[:3]
if tag.startswith("vor-update-"):
res.append({"tag": f"{BACKUP_REPO}:{tag}", "id": iid, "created": created})
return sorted(res, key=lambda b: b["tag"], reverse=True)
def _http(url: str, method: str = "GET", headers: dict | None = None, timeout: int = 20):
req = urllib.request.Request(url, method=method, headers=headers or {})
return urllib.request.urlopen(req, timeout=timeout)
def _remote_digest(ref: str) -> str:
"""Pruefsumme des Tags in der Registry (ohne Docker, anonymer Token)."""
name, tag = ref.rsplit(":", 1) if ":" in ref.split("/")[-1] else (ref, "latest")
parts = name.split("/")
if "." in parts[0] or ":" in parts[0]:
host, path = parts[0], "/".join(parts[1:])
else:
host, path = "registry-1.docker.io", name if "/" in name else f"library/{name}"
url = f"https://{host}/v2/{path}/manifests/{tag}"
accept = ", ".join([
"application/vnd.oci.image.index.v1+json",
"application/vnd.docker.distribution.manifest.list.v2+json",
"application/vnd.oci.image.manifest.v1+json",
"application/vnd.docker.distribution.manifest.v2+json",
])
try:
r = _http(url, "HEAD", {"Accept": accept})
return r.headers.get("Docker-Content-Digest", "")
except urllib.error.HTTPError as e:
if e.code != 401:
raise
chal = e.headers.get("WWW-Authenticate", "")
p = dict(re.findall(r'(\w+)="([^"]*)"', chal))
tok_url = f"{p['realm']}?service={p.get('service', '')}&scope={p.get('scope', f'repository:{path}:pull')}"
tok = json.load(_http(tok_url))
token = tok.get("token") or tok.get("access_token") or ""
r = _http(url, "HEAD", {"Accept": accept, "Authorization": f"Bearer {token}"})
return r.headers.get("Docker-Content-Digest", "")
def _latest_release() -> dict:
try:
d = json.load(_http(RELEASES_URL, headers={"Accept": "application/vnd.github+json"}))
return {"tag": d.get("tag_name", ""), "published": d.get("published_at", ""),
"url": d.get("html_url", "")}
except Exception as e:
return {"error": str(e)[:120]}
def _status(remote: bool) -> dict:
ref = _image_ref()
if not ref:
return {"ok": False, "error": f"Container {CONTAINER} nicht gefunden"}
img = _inspect(ref, "image")
st = {
"ok": True, "image": ref,
"installed": {**_versions(), "digest": _local_digest(ref),
"created": img.get("Created", "")},
"backups": _backups(),
"job": {k: _job[k] for k in ("id", "op", "state")},
}
if remote:
try:
st["latestDigest"] = _remote_digest(ref)
except Exception as e:
st["latestError"] = f"Registry nicht erreichbar: {str(e)[:120]}"
st["release"] = _latest_release()
if st.get("latestDigest") and st["installed"]["digest"]:
st["updateAvailable"] = st["latestDigest"] != st["installed"]["digest"]
return st
# ── Neu anlegen + Selbsttest ────────────────────────────────────
def _compose_args() -> list[str]:
labels = (_inspect(CONTAINER).get("Config") or {}).get("Labels") or {}
proj = labels.get("com.docker.compose.project", "")
wdir = labels.get("com.docker.compose.project.working_dir", "")
if not proj or not wdir:
raise RuntimeError("Container wurde nicht mit Compose angelegt — Labels fehlen")
args = ["docker", "compose", "--project-directory", wdir, "-p", proj,
"-f", os.path.join(STACK_DIR, "docker-compose.yml"), "--profile", "llm"]
env = os.path.join(STACK_DIR, ".env")
if os.path.exists(env):
args += ["--env-file", env]
return args
def _recreate() -> None:
rc, out = _run(_compose_args() + ["up", "-d", "--no-deps", "--force-recreate",
"--pull", "never", SERVICE], 300)
if rc != 0:
raise RuntimeError(f"Container neu anlegen fehlgeschlagen: {out[-400:]}")
_log("Container neu angelegt")
def _preloaded() -> list[str]:
try:
import yaml
cfg = yaml.safe_load(open(GEN_CONFIG)) or {}
return list(((cfg.get("hooks") or {}).get("on_startup") or {}).get("preload") or [])
except Exception:
return []
def _selftest() -> tuple[bool, str]:
"""Karten sichtbar (sonst rechnet llama.cpp still auf der CPU) und die
vorher geladenen Modelle wieder bereit."""
for _ in range(30):
if (_inspect(CONTAINER).get("State") or {}).get("Running"):
break
time.sleep(2)
else:
return False, "Container laeuft nicht"
rc, out = _run(["docker", "exec", CONTAINER, "llama-server", "--list-devices"], 60)
cards = [l.strip() for l in out.splitlines() if re.match(r"\s*CUDA\d+", l)]
if not cards:
return False, f"llama.cpp sieht keine Grafikkarte (wuerde auf der CPU rechnen): {out[-300:]}"
_log(f"Karten sichtbar: {len(cards)} ({'; '.join(c[:60] for c in cards)})")
want = _preloaded()
if not want:
return True, f"{len(cards)} Karte(n) sichtbar, kein Modell vorgeladen"
_log(f"warte, bis {', '.join(want)} geladen ist …")
deadline = time.time() + READY_TIMEOUT_S
last = ""
while time.time() < deadline:
try:
run = json.load(_http(f"{LLAMA_URL}/running", timeout=10)).get("running") or []
states = {r.get("model"): r.get("state") for r in run}
last = ", ".join(f"{m}={states.get(m, '-')}" for m in want)
if all(states.get(m) == "ready" for m in want):
return True, f"{len(cards)} Karte(n), Modell(e) bereit: {', '.join(want)}"
except Exception as e:
last = str(e)[:80]
time.sleep(5)
return False, f"Modell nach {READY_TIMEOUT_S // 60} min nicht bereit ({last})"
def _drop_untagged(image_id: str) -> None:
"""Ein Image, das nach dem Zuruecksetzen keinen Namen mehr hat, belegt nur
noch Platz (das llama-swap-Image hat ~14 GB)."""
if image_id and not (_inspect(image_id, "image").get("RepoTags") or []):
rc, _ = _run(["docker", "rmi", image_id])
if rc == 0:
_log("verworfene Version geloescht")
def _prune_backups() -> None:
for b in _backups()[KEEP_BACKUPS:]:
_run(["docker", "rmi", b["tag"]])
_log(f"alte Sicherung entfernt: {b['tag']}")
# ── Jobs ────────────────────────────────────────────────────────
def _do_update() -> dict:
ref = _image_ref()
before = _status(remote=False)
old_id = _inspect(ref, "image").get("Id", "")
backup = f"{BACKUP_REPO}:vor-update-{time.strftime('%Y%m%d-%H%M%S')}"
rc, out = _run(["docker", "tag", old_id, backup])
if rc != 0:
raise RuntimeError(f"Sicherung fehlgeschlagen: {out}")
_log(f"altes Image gesichert als {backup}")
_log(f"ziehe {ref} … (mehrere GB, dauert)")
rc, out = _run(["docker", "pull", ref], 3600)
if rc != 0:
raise RuntimeError(f"Ziehen fehlgeschlagen: {out[-400:]}")
new_id = _inspect(ref, "image").get("Id", "")
if new_id == old_id:
_run(["docker", "rmi", backup])
return {"ok": True, "changed": False, "message": "Schon aktuell — nichts geaendert."}
_recreate()
ok, why = _selftest()
if ok:
_prune_backups()
after = _status(remote=False)
return {"ok": True, "changed": True, "before": before.get("installed"),
"after": after.get("installed"), "selftest": why, "backup": backup}
_log(f"Selbsttest fehlgeschlagen: {why} — setze zurueck")
_run(["docker", "tag", backup, ref])
_recreate()
_drop_untagged(new_id)
ok2, why2 = _selftest()
return {"ok": False, "rolledBack": True, "error": f"Selbsttest fehlgeschlagen: {why}",
"rollbackSelftest": why2 if ok2 else f"AUCH die alte Version laeuft nicht: {why2}"}
def _do_rollback() -> dict:
bks = _backups()
if not bks:
raise RuntimeError("Keine gesicherte Version vorhanden")
ref = _image_ref()
cur_id = _inspect(ref, "image").get("Id", "")
b = bks[0]
rc, out = _run(["docker", "tag", b["tag"], ref])
if rc != 0:
raise RuntimeError(f"Zuruecksetzen fehlgeschlagen: {out}")
_log(f"{b['tag']} wieder als {ref} gesetzt")
_recreate()
_drop_untagged(cur_id)
ok, why = _selftest()
return {"ok": ok, "selftest": why, "restored": b["tag"],
"after": _status(remote=False).get("installed"),
**({} if ok else {"error": f"Selbsttest fehlgeschlagen: {why}"})}
def _start_job(op: str) -> dict:
with _job_lock:
if _job["state"] == "running":
return {"ok": False, "error": f"Es laeuft schon: {_job['op']}", "job": _job["id"]}
_job.update(id=f"{op}-{int(time.time())}", op=op, state="running", log=[], result=None)
jid = _job["id"]
def work():
try:
res = _do_update() if op == "update" else _do_rollback()
except Exception as e:
logger.exception("%s fehlgeschlagen", op)
res = {"ok": False, "error": str(e)[:500]}
with _job_lock:
_job["result"] = res
_job["state"] = "done"
threading.Thread(target=work, daemon=True).start()
return {"ok": True, "job": jid}
# ── HTTP ────────────────────────────────────────────────────────
def _token() -> str:
try:
return open(TOKEN_FILE).read().strip()
except OSError:
return ""
class Handler(http.server.BaseHTTPRequestHandler):
def log_message(self, fmt, *a):
pass
def _reply(self, code: int, body: dict) -> None:
data = json.dumps(body).encode()
self.send_response(code)
self.send_header("Content-Type", "application/json")
self.send_header("Content-Length", str(len(data)))
self.end_headers()
self.wfile.write(data)
def _authorized(self) -> bool:
tok = _token()
if not tok or self.headers.get("X-Updater-Token", "") != tok:
self._reply(403, {"ok": False, "error": "Token fehlt oder falsch"})
return False
return True
def do_GET(self):
if not self._authorized():
return
try:
if self.path == "/status":
self._reply(200, _status(remote=False))
elif self.path == "/check":
self._reply(200, _status(remote=True))
elif self.path == "/job":
with _job_lock:
self._reply(200, dict(_job))
else:
self._reply(404, {"ok": False, "error": "unbekannt"})
except Exception as e:
self._reply(500, {"ok": False, "error": str(e)[:300]})
def do_POST(self):
if not self._authorized():
return
if self.path in ("/update", "/rollback"):
self._reply(200, _start_job(self.path[1:]))
else:
self._reply(404, {"ok": False, "error": "unbekannt"})
if __name__ == "__main__":
logger.info("LLM-Updater auf :%d fuer Container %s", PORT, CONTAINER)
http.server.ThreadingHTTPServer(("0.0.0.0", PORT), Handler).serve_forever()