release: bump version to 0.1.2.4

App-Chat-Sync ist seit Commit 3497aa2 "Server is Source of Truth" — bei
jedem Reconnect KOMPLETTER Server-Stand statt incremental. Doku angepasst:

  - App leert sich wenn Server leer ist (z.B. nach "Konversation zuruecksetzen")
  - Lokal-only Bubbles bleiben erhalten (Skill-Notifications, Voice ohne STT)
  - Bridge schreibt chat_backup.jsonl pro Turn — als Server-Backing-Store

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

.gitignore

@@ -9,15 +9,19 @@
 .env.*
 !.env.example
 !.env.*.example
-aria-data/config/*.env
-!aria-data/config/*.env.example
-!aria-data/config/openclaw.env
 
-# ── ARIAs Gedächtnis (nur per tar gesichert) ────
-aria-data/brain/
+# Privater User-Profile-Snippet (Tool-Stack, interne URLs) —
+# liegt jetzt in brain-import/ (frueher aria-data/config/USER.md).
+# USER.md.example ist Repo-Inhalt, USER.md lokal selbst anlegen.
+aria-data/brain-import/USER.md
 
-# ── Stimmen (große Binärdateien) ─────────────────
-aria-data/voices/
+# ── ARIAs Gedächtnis (Vector-DB, Skills, Models) ──
+# Backup via Diagnostic → Gehirn-Export (tar.gz), nicht via Git.
+aria-data/brain/data/
+aria-data/brain/qdrant/
+
+# Diagnostic-State (aktive Session etc.)
+aria-data/config/diag-state/
 
 # ── Node / npm ──────────────────────────────────
 node_modules/
@@ -46,7 +50,6 @@ desktop/dist/
 __pycache__/
 *.pyc
 *.pyo
-bridge/__pycache__/
 
 # ── macOS ────────────────────────────────────────
 .DS_Store

README.md

@@ -57,38 +57,44 @@ ARIA hat zwei Rollen:
 │  ┌─────────────────────────────────────────────────┐    │
 │  │  [proxy]    claude-max-api-proxy Container        │    │
 │  │             Claude Max Sub → lokale API           │    │
-│  │             Port 3456, mit sed-Patches fuer       │    │
-│  │             Tool-Permissions + Host-Binding       │    │
 │  │                                                   │    │
-│  │  [aria]     OpenClaw Container (aria-core)        │    │
-│  │             Gateway, Sessions, Memory, Skills     │    │
-│  │             Liest BOOTSTRAP.md + AGENT.md         │    │
+│  │  [qdrant]   Vector-DB fuer ARIAs Gedaechtnis     │    │
+│  │             Bind-Mount: aria-data/brain/qdrant/  │    │
+│  │                                                   │    │
+│  │  [brain]    ARIA Agent + Memory Container         │    │
+│  │             FastAPI auf Port 8080                 │    │
+│  │             Eigener Agent-Loop, Skills,           │    │
+│  │             Vector-Memory, SSH-Zugriff zur VM     │    │
+│  │             Bind-Mount: aria-data/brain/data/    │    │
 │  │                                                   │    │
 │  │  [bridge]   ARIA Voice Bridge Container           │    │
-│  │             Wake-Word (lokales Mikro auf VM)       │    │
-│  │             STT primaer remote (Gamebox-Whisper)   │    │
-│  │             Fallback: lokales faster-whisper (CPU) │    │
-│  │             TTS via F5-TTS auf Gamebox             │    │
-│  │             Bruecke: App <> RVS <> Bridge <> ARIA │    │
+│  │             Wake-Word, STT, TTS-Forwarding        │    │
+│  │             Spricht mit Brain via HTTP/8080       │    │
 │  │                                                   │    │
 │  │  [diagnostic] Selbstcheck-UI + Einstellungen      │    │
-│  │               Gateway + RVS + Proxy Status        │    │
-│  │               Chat, Sessions, Login, Logs         │    │
+│  │               Port 3001 (im Netzwerk der Bridge)  │    │
+│  │               Chat, Gehirn, Dateien, Logs         │    │
 │  └──────────────────┬──────────────────────────────┘    │
 │                     │ Volume Mount                       │
 │                     ▼                                    │
 │  ┌─────────────────────────────────────────────────┐    │
-│  │  ./aria-data/  — Ein tar = vollstaendiges Backup  │    │
+│  │  ./aria-data/  — Konfiguration + SSH-Keys         │    │
+│  │  ./aria-data/brain/ — Vector-DB + Skills (gitignored)│
+│  │  Backup via Diagnostic → "Gehirn-Export" (tar.gz) │    │
 │  └─────────────────────────────────────────────────┘    │
 └─────────────────────────────────────────────────────────┘
 ```
 
+> OpenClaw (frueher `aria-core`) ist abgerissen — ARIA laeuft jetzt mit eigenem Agent-Framework im
+> `aria-brain` Container. Eigene Tools, Skills, Vector-Memory statt Sessions. Letzter OpenClaw-Stand
+> ist als Git-Tag `v0.1.2.0` archiviert.
+
 **Vier separate Deployments:**
 
 | Was | Wo | Wie |
 |-----|----|-----|
 | RVS | Rechenzentrum | `cd rvs && docker compose up -d` |
-| ARIA Core | Debian 13 VM | `docker compose up -d && ./aria-setup.sh` |
+| ARIA Brain/Bridge/Diagnostic | Debian 13 VM | `./init.sh && ./aria-setup.sh && docker compose up -d` |
 | Gamebox-Stack (F5-TTS + Whisper) | Gamebox (GPU) | `cd xtts && docker compose up -d` |
 | Android App | Stefans Handy | APK installieren (Auto-Update via RVS) |
 
@@ -114,12 +120,12 @@ apt install -y docker.io docker-compose-plugin git curl jq
 git clone git@gitea.hackersoft.de:aria/aria.git ~/ARIA-AGENT
 cd ~/ARIA-AGENT
 cp .env.example .env
+bash init.sh    # legt USER.md aus Vorlage an (idempotent, schadet nicht)
 ```
 
 `.env` Datei editieren (Details siehe `.env.example`):
 ```bash
-# Gateway-Auth: Alle Services die mit aria-core reden brauchen diesen Token
-# Diagnostic, Bridge, App nutzen ihn fuer den WebSocket-Handshake
+# Auth-Token: Alle ARIA-Services nutzen ihn fuer interne Auth
 ARIA_AUTH_TOKEN=        # openssl rand -hex 32
 
 # RVS-Verbindung: Hostname + Port deines Rendezvous-Servers
@@ -128,17 +134,18 @@ RVS_PORT=443
 RVS_TLS=true
 RVS_TLS_FALLBACK=true
 
-# Pairing-Token: Verbindet App, Bridge, Diagnostic und XTTS im gleichen RVS-Room
+# Pairing-Token: Verbindet App, Bridge, Diagnostic und Gamebox im gleichen RVS-Room
 # MUSS auf allen Geraeten identisch sein (ARIA-VM, Gaming-PC, App)
-# Wird von generate-token.sh automatisch generiert und eingetragen
 RVS_TOKEN=              # ./generate-token.sh
-
-# Optional: SSH-Host des RVS-Servers fuer Auto-Update (z.B. root@aria-rvs)
-RVS_UPDATE_HOST=
 ```
 
+Alle anderen Einstellungen (Stimmen, Modi, Wake-Word, F5-TTS-Tuning) leben in
+`/shared/config/runtime.json` und werden ueber die Diagnostic-UI gepflegt — nicht
+in der `.env`. Komplett-Reset jederzeit moeglich via "🗑 ALLES löschen" im
+Diagnostic-Einstellungen-Tab.
+
 **Zwei Tokens, zwei Zwecke:**
-- **ARIA_AUTH_TOKEN**: Authentifizierung am OpenClaw Gateway (aria-core). Wer diesen Token hat, kann ARIA Befehle geben.
+- **ARIA_AUTH_TOKEN**: Interner Auth-Token zwischen ARIAs Containern.
 - **RVS_TOKEN**: Pairing-Token fuer den Rendezvous-Server. Alle Geraete mit dem gleichen Token landen im gleichen "Room" und koennen kommunizieren. Die App bekommt diesen Token per QR-Code.
 
 ### 2. Claude CLI einloggen (Proxy-Auth)
@@ -156,48 +163,24 @@ claude login
 **Wichtig:** Der Ordner `~/.claude/` (nicht `~/.config/claude/`!) wird als Volume
 in den Proxy gemountet. Die Credentials ueberleben Container-Restarts.
 
-### 3. Voice Bridge konfigurieren
+### 3. SSH-Key fuer aria-wohnung generieren + RVS-Token + Container
 
 ```bash
-cp aria-data/config/aria.env.example aria-data/config/aria.env
-# Bei Bedarf anpassen (Whisper-Modell als Fallback, Sprache, Wake-Word)
-```
+# SSH-Key fuer den Zugriff von ARIA auf die VM (aria-wohnung)
+./aria-setup.sh
 
-STT laeuft primaer auf der Gamebox (faster-whisper auf GPU), TTS ausschliesslich
-ueber F5-TTS auf der Gamebox — siehe Abschnitt "Gamebox-Stack — F5-TTS + Whisper"
-weiter unten.
-
-### 5. RVS-Token generieren & Container starten
-
-```bash
-# Token generieren — schreibt RVS_TOKEN in .env, zeigt QR-Code
+# RVS-Token generieren — schreibt RVS_TOKEN in .env, zeigt QR-Code
 ./generate-token.sh
 
 # Alle Container starten
 docker compose up -d
 ```
 
-### 6. ARIA Setup ausfuehren (einmalig!)
+`aria-setup.sh` generiert den ed25519-Key in `aria-data/ssh/` und traegt den
+Public-Key in `/root/.ssh/authorized_keys` ein (Script laeuft als root auf der VM
+aria-wohnung). Brain + Proxy nutzen den gleichen Key.
 
-```bash
-./aria-setup.sh
-```
-
-Dieses Script ist **essentiell** — es macht:
-1. Wartet bis aria-core laeuft
-2. Fixt Volume-Permissions (Docker → node User)
-3. Schreibt `openclaw.json` (Proxy-Provider, Model-Config, Timeout 900s)
-4. Setzt exec-approvals Wildcard (Tool-Ausfuehrung im headless-Modus)
-5. Generiert SSH-Key fuer VM-Zugriff (`aria-data/ssh/`)
-6. Fixt SSH-Permissions im Container
-7. Startet aria-core neu
-
-**SSH-Key auf der VM eintragen** (wird vom Script angezeigt):
-```bash
-cat ~/ARIA-AGENT/aria-data/ssh/id_ed25519.pub >> /root/.ssh/authorized_keys
-```
-
-### 7. App verbinden
+### 4. App verbinden
 
 App oeffnen → QR-Code scannen → "ARIA, hoerst du mich?"
 
@@ -205,20 +188,20 @@ Der QR-Code enthaelt: Host, Port, Token, TLS-Flag — einmal scannen, nie wieder
 
 Bestehendes Token nochmal als QR anzeigen: `./generate-token.sh show`
 
-### 8. Diagnostic pruefen
+### 5. Diagnostic pruefen
 
 ```bash
 # Im Browser:
 http://<VM-IP>:3001
 ```
 
-Die Diagnostic-UI zeigt:
-- Gateway-Verbindung (gruener Punkt = OK)
-- RVS-Verbindung
-- Proxy-Status + Claude Login
-- Chat-Test (direkt an ARIA schreiben)
-- Session-Verwaltung
-- Container-Logs
+Die Diagnostic-UI hat fünf Top-Tabs:
+
+- **Main** — Live-Chat-Test, Status (Brain / RVS / Proxy), End-to-End-Trace
+- **Gehirn** — Memory-Verwaltung (Vector-DB), Token/Call-Metrics (Subscription-Quota), Bootstrap & Migration, Komplett-Gehirn Export/Import
+- **Skills** — Liste mit Logs, Run, Activate/Deactivate, Export/Import als tar.gz
+- **Dateien** — alle Dateien aus `/shared/uploads/` mit Multi-Select, Bulk-Download (ZIP) + Bulk-Delete
+- **Einstellungen** — Reparatur (Container-Restart), Wipe, Sprachausgabe, Whisper, Sprachmodell, Runtime-Config, App-Onboarding (QR), Komplett-Reset
 
 ---
 
@@ -226,7 +209,7 @@ Die Diagnostic-UI zeigt:
 
 Der Proxy ist das Herzsttueck: Er macht aus der Claude Max Subscription eine lokale API.
 
-**Ablauf:** `OpenClaw (aria-core) → HTTP → claude-max-api-proxy → Claude Code CLI (--print) → Anthropic API`
+**Ablauf:** `aria-brain → HTTP → claude-max-api-proxy → Claude Code CLI (--print) → Anthropic API`
 
 Der Proxy-Container (`node:22-alpine`) installiert bei jedem Start:
 - `@anthropic-ai/claude-code` — Claude Code CLI
@@ -247,52 +230,34 @@ Danach werden per `sed` vier Patches angewendet:
 
 ## Konfigurationsdateien
 
-### aria-data/config/
+### aria-data/
 
-| Datei | Zweck | Gemountet als |
-|-------|-------|---------------|
-| `BOOTSTRAP.md` | ARIAs System-Prompt: Identitaet, Sicherheitsregeln, Tool-Freigaben, Infrastruktur | `BOOTSTRAP.md` + `CLAUDE.md` im Workspace |
-| `AGENT.md` | ARIAs Persoenlichkeit, Tool-Freigaben, Arbeitsprinzipien | `AGENT.md` im Workspace |
-| `USER.md` | Stefans Praeferenzen, Kommunikationsstil | `USER.md` im Workspace |
-| `openclaw.env` | OpenClaw Container-Environment | `.env` im Workspace |
-| `aria.env` | Voice Bridge Konfiguration (Whisper, Stimmen) | `/config/aria.env` in Bridge |
+| Pfad | Zweck |
+|------|-------|
+| `.env` | Tokens (ARIA_AUTH_TOKEN, RVS_TOKEN, RVS_HOST) — minimal, alles andere lebt in der DB |
+| `aria-data/ssh/` | SSH-Key fuer den Zugriff auf aria-wohnung (Brain + Proxy teilen den Key) |
+| `aria-data/brain/qdrant/` | Vector-DB-Storage (Bind-Mount, gitignored) |
+| `aria-data/brain/data/` | Skills, Embedding-Modell-Cache (Bind-Mount, gitignored) |
+| `aria-data/brain-import/` | `AGENT.md`, `USER.md.example`, `TOOLING.md.example` — Quelle fuer den initialen Memory-Import in die Vector-DB |
+| `aria-data/config/diag-state/` | Diagnostic State (z.B. zuletzt aktive Session) |
 
-**BOOTSTRAP.md** ist die wichtigste Datei — sie definiert:
-- Wer ARIA ist (Name, Rolle, Persoenlichkeit)
-- Sicherheitsregeln (kein ClawHub, Prompt Injection abwehren)
-- Tool-Freigaben (alle Claude Code Tools: WebFetch, Bash, etc.)
-- SSH-Zugriff auf aria-wohnung (VM)
-- Gedaechtnis-System
+### /shared/config/ (im aria-shared Volume)
 
-### openclaw.json (via aria-setup.sh)
+| Datei | Zweck |
+|-------|-------|
+| `voice_config.json` | TTS-Engine, geclonte Stimme, Whisper-Modell, F5-TTS-Tuning |
+| `runtime.json` | Token + RVS-Override + Whisper-Sprache (durch Diagnostic gepflegt) |
+| `highlight_triggers.json` | Highlight-Trigger-Woerter |
+| `chat_backup.jsonl` | Append-only Chat-Log (Quelle fuer die Chat-History in Diagnostic) |
 
-Wird von `aria-setup.sh` in den Container geschrieben:
-```json
-{
-  "agents": {
-    "defaults": {
-      "model": { "primary": "proxy/claude-sonnet-4" },
-      "timeoutSeconds": 900,
-      "maxConcurrent": 4
-    }
-  },
-  "models": {
-    "providers": {
-      "proxy": {
-        "api": "openai-completions",
-        "baseUrl": "http://proxy:3456/v1",
-        "apiKey": "not-needed"
-      }
-    }
-  },
-  "tools": { "profile": "full" },
-  "messages": { "ackReactionScope": "all" }
-}
-```
+`voice_config.json` + `highlight_triggers.json` lassen sich via Diagnostic →
+"Sprachausgabe" als Bundle exportieren/importieren.
 
-**timeoutSeconds: 900** (15 Min) — notwendig weil jede Anfrage einen neuen
-`claude --print` Prozess spawnt (Cold Start). Bei Tool-Nutzung (WebFetch, Bash)
-braucht ARIA mehrere API-Roundtrips.
+### Backup / Reset
+
+- **Gehirn-Backup**: Diagnostic → Gehirn → "⬇ Export herunterladen" — komplettes Brain (Memories + Skills + Qdrant-DB) als `.tar.gz`
+- **Stimmen-Backup**: pro Stimme ein `.tar.gz` (Diagnostic → Sprachausgabe → ⬇ pro Stimme); Import via Upload-Button
+- **Komplett-Reset**: Diagnostic → Einstellungen → "🗑 ALLES löschen" — Memory + Stimmen + Settings weg; `.env` + SSH-Keys bleiben
 
 ---
 
@@ -303,14 +268,14 @@ auf der Gamebox.
 
 **Nachrichtenfluss:**
 ```
-Text:   App → RVS → Bridge → chat.send → aria-core
+Text:   App → RVS → Bridge → aria-brain (HTTP)
 Audio:  App → RVS → Bridge → stt_request (RVS) → whisper-bridge (Gamebox)
-                          → stt_response → Bridge → chat.send → aria-core
+                          → stt_response → Bridge → aria-brain
         Fallback bei Timeout: lokales faster-whisper (CPU)
-Datei:  App → RVS → Bridge → /shared/uploads/ → chat.send (mit Pfad) → aria-core
+Datei:  App → RVS → Bridge → /shared/uploads/ → aria-brain (mit Pfad)
 
-aria-core → Antwort → Gateway → Diagnostic → RVS → App
-                              → Bridge → xtts_request (RVS) → f5tts-bridge
+aria-brain → Antwort → Bridge → RVS → App
+                              → xtts_request (RVS) → f5tts-bridge
                               → audio_pcm Stream → RVS → App AudioTrack
 ```
 
@@ -342,34 +307,25 @@ aria-core → Antwort → Gateway → Diagnostic → RVS → App
 
 ## Diagnostic — Selbstcheck-UI und Einstellungen
 
-Erreichbar unter `http://<VM-IP>:3001`. Teilt das Netzwerk mit aria-core.
+Erreichbar unter `http://<VM-IP>:3001`. Teilt das Netzwerk mit der Bridge.
 
-### Features
+### Tabs
 
-- **Status-Karten**: Gateway (Handshake), RVS (TLS-Fallback), Proxy (Auth)
-- **Disk-Voll Banner**: Rotes Overlay wenn die VM-Disk knapp wird, mit copy-baren Cleanup-Befehlen (safe + aggressiv)
-- **Chat-Test**: Nachrichten direkt an ARIA senden (Gateway oder via RVS), Vollbild-Modus
-- **"ARIA denkt..." Indikator**: Zeigt live was ARIA gerade tut (Denken, Tool, Schreiben)
-- **Abbrechen-Button**: Stoppt laufende Anfragen + doctor --fix
-- **Session-Verwaltung**: Sessions auflisten, wechseln, erstellen, loeschen, als Markdown exportieren (⬇ Button)
-- **Chat-History**: Wird beim Laden und Session-Wechsel angezeigt (read-only aus JSONL)
-- **TTS-Diagnose Tab**: Stimmen testen, Status pruefen, Fehler anzeigen
-- **Einstellungen**: TTS aktiv-Toggle, F5-TTS-Voice (gecloned), Betriebsmodi, Whisper-Modell (tiny…large-v3, Hot-Reload auf der Gamebox)
-- **Voice-Status**: Beim Wechsel der globalen Stimme zeigt ein Status-Text "Lade…" → "bereit (X.Ys)" — getriggert ueber `voice_preload`/`voice_ready`
-- **Voice Cloning**: Audio-Samples hochladen, Referenz-Text wird automatisch via Whisper transkribiert
+- **Main**: Brain/RVS/Proxy-Status, Chat-Test, "ARIA denkt..."-Indikator, End-to-End-Trace, Container-Logs
+- **Gehirn**: Memory-Browser (Vector-DB), Suche + Filter, Edit/Add/Delete, Konversation-Status mit Destillat-Trigger, **Token/Call-Metrics mit Subscription-Quota-Tracking**, Bootstrap & Migration (3 Wiederherstellungs-Wege), Gehirn-Export/Import (tar.gz). Info-Buttons (ℹ) ueberall mit Modal-Erklaerung.
+- **Skills**: Liste aller Skills mit Logs pro Run, Activate/Deactivate, Export/Import als tar.gz, "von ARIA"-Badge fuer selbst gebaute
+- **Dateien**: Browser fuer `/shared/uploads/` mit Multi-Select + "Alle markieren" + Bulk-Download (ZIP bei 2+) + Bulk-Delete. Live-Update der Chat-Bubbles beim Delete.
+- **Einstellungen**: Reparatur (Container-Restart fuer Brain/Bridge/Qdrant), Komplett-Reset, Betriebsmodi, Sprachausgabe + Voice-Cloning + F5-TTS-Tuning + Voice Export/Import, Whisper, Sprachmodell (brainModel), Onboarding-QR, App-Cleanup
+
+### Was zusaetzlich noch drin steckt
+
+- **Disk-Voll Banner** mit copy-baren Cleanup-Befehlen (safe + aggressiv)
+- **Token/Call-Metrics**: pro Claude-Call ein Eintrag in `/data/metrics.jsonl` mit ts + Token-Schaetzung. Gehirn-Tab zeigt 1h/5h/24h/30d-Aggregat plus Progress-Bar gegen Plan-Limit (Pro / Max 5x / Max 20x / Custom). Warn-Schwelle 80%, kritisch 90%.
+- **Voice Cloning**: Audio-Samples hochladen, Whisper transkribiert den Ref-Text automatisch
+- **Voice Export/Import**: einzelne Stimmen als `.tar.gz` zwischen Gameboxen mitnehmen
+- **Settings Export/Import**: `voice_config.json` + `highlight_triggers.json` als JSON-Bundle
 - **Claude Login**: Browser-Terminal zum Einloggen in den Proxy
-- **Core Terminal**: Shell in aria-core (openclaw CLI)
-- **Container-Logs**: Echtzeit-Logs aller Container (gefiltert nach Tab + Pipeline)
-- **SSH Terminal**: Direkter SSH-Zugang zu aria-wohnung
-- **Watchdog**: Erkennt stuck Runs (2min Warnung → 5min doctor --fix → 8min Container-Restart)
-
-### Session-Verwaltung
-
-Die in der Diagnostic gewaehlte Session gilt **global** — Bridge und App nutzen
-dieselbe Session. Die aktive Session wird unter `/data/active-session` persistiert
-und ueberlebt Container-Restarts.
-
-API-Endpoint fuer andere Services: `GET http://localhost:3001/api/session`
+- **SSH Terminal**: direkter SSH-Zugang zu aria-wohnung
 
 ---
 
@@ -397,10 +353,14 @@ API-Endpoint fuer andere Services: `GET http://localhost:3001/api/session`
 - **Mehrere Anhaenge**: Bilder + Dateien sammeln, Text hinzufuegen, dann zusammen senden
 - **Paste-Support**: Bilder aus Zwischenablage einfuegen (Diagnostic)
 - **Anhaenge**: Bridge speichert in Shared Volume, ARIA kann darauf zugreifen, Re-Download ueber RVS
-- **Einstellungen**: TTS-aktiv, F5-TTS-Voice, Pre-Roll-Buffer, Stille-Toleranz, Speicherort, Auto-Download, GPS
+- **Einstellungen**: TTS-aktiv, F5-TTS-Voice, Pre-Roll-Buffer, Stille-Toleranz, Speicherort, Auto-Download, GPS, Verbose-Logging
 - **Auto-Update**: Prueft beim Start + per Button auf neue Version, Download + Installation ueber RVS (FileProvider)
-- GPS-Position (optional)
+- GPS-Position (optional, mit Runtime-Permission-Request) — wird in jeden Chat/Audio-Payload mitgegeben und ist in Diagnostic als Debug-Block einblendbar
 - QR-Code Scanner fuer Token-Pairing
+- **ARIA-Dateien empfangen**: Wenn ARIA eine PDF/Bild/Markdown/ZIP fuer dich erstellt (Marker `[FILE: /shared/uploads/aria_*]` in der Antwort), erscheint sie als eigene Anhang-Bubble. Tippen → wird via RVS geladen + mit Android-Intent-Picker geoeffnet (PDF-Viewer, Bildbetrachter, Standard-App). Inline-Bilder aus Markdown-`![alt](url)`-Syntax werden direkt unter dem Text gerendert (PNG/JPG via Image, SVG via react-native-svg)
+- **Vollbild mit Pinch-Zoom**: Bilder im Vollbild-Modal sind pinch-zoombar (1x..5x), 1-Finger-Pan wenn gezoomt, Doppel-Tap toggelt 1x↔2.5x — alles ohne externe Lib
+- **Container-Restart-Buttons** (Settings → Reparatur): aria-bridge / aria-brain / aria-qdrant gezielt neu starten (jeweils ~5s Downtime). Geht ueber RVS → Bridge → Diagnostic → Docker-Socket-API.
+- **Cache-Cleanup**: Beim App-Start werden orphane TTS-WAVs aus dem Cache geraeumt. Plus Settings-Buttons "TTS-Cache leeren", "Update-Cache leeren", "Anhang-Cache leeren"
 
 ### Wake-Word (openWakeWord, on-device)
 
@@ -508,9 +468,9 @@ Der Update-Flow:
 
 ```
 App (Mikrofon) → AAC/MP4 Aufnahme → Base64 → RVS → Bridge
-Bridge: FFmpeg (16kHz PCM) → Whisper STT → Text → aria-core
+Bridge: FFmpeg (16kHz PCM) → Whisper STT → Text → aria-brain
 Bridge: STT-Ergebnis → RVS → App (Placeholder wird durch transkribierten Text ersetzt)
-aria-core → Antwort → Bridge → F5-TTS (Gaming-PC) → PCM-Stream → RVS → App
+aria-brain → Antwort → Bridge → F5-TTS (Gaming-PC) → PCM-Stream → RVS → App
 App: AudioTrack MODE_STREAM (nahtlos), Cache als WAV pro Message
 ```
 
@@ -544,8 +504,8 @@ bleibt bis ARIA wirklich verstummt ist.
 
 ```
 App (Kamera/Dateimanager) → Base64 → RVS → Bridge
-Bridge: Speichert in /shared/uploads/ (Shared Volume, fuer aria-core sichtbar)
-Bridge: chat.send → "Stefan hat ein Bild geschickt: foto.jpg — liegt unter /shared/uploads/..."
+Bridge: Speichert in /shared/uploads/ (Shared Volume, fuer aria-brain sichtbar)
+Bridge: aria-brain → "Stefan hat ein Bild geschickt: foto.jpg — liegt unter /shared/uploads/..."
 ARIA: Kann Datei per Bash/Read-Tool oeffnen und analysieren
 ```
 
@@ -575,34 +535,34 @@ ist in den App-Einstellungen konfigurierbar.
 
 ## Datenverzeichnis — aria-data/
 
-Alles was ARIA weiss, kann und ist — liegt hier. Ein `tar` = vollstaendiges Backup.
-
 ```
 aria-data/
-├── brain/                          ← ARIAs Gedaechtnis (OpenClaw Memory)
-│   ├── MEMORY.md                   ← Langzeitgedaechtnis
-│   └── memory/                     ← Tageslogbuecher
+├── brain/                          ← ARIAs Gehirn — Bind-Mount, GITIGNORED
+│   ├── qdrant/                     ← Vector-DB Storage (Memories, Skills-Embeddings)
+│   └── data/                       ← Skills, Embedding-Modell-Cache
+│       └── skills/<name>/          ← Pro Skill ein Ordner mit Manifest, Code, venv
 │
-├── skills/                         ← ARIAs Faehigkeiten (selbst geschrieben!)
+├── brain-import/                   ← Quell-Dateien fuer den initialen Import in die DB
+│   ├── AGENT.md                    ← Persoenlichkeit (wird Memory-Punkte vom Typ identity/rule)
+│   ├── BOOTSTRAP.md
+│   ├── TOOLING.md.example
+│   └── USER.md.example
 │
 ├── config/
-│   ├── BOOTSTRAP.md                ← System-Prompt (Identitaet, Regeln, Tools)
-│   ├── AGENT.md                    ← Persoenlichkeit & Arbeitsprinzipien
-│   ├── USER.md                     ← Stefans Praeferenzen
-│   ├── openclaw.env                ← OpenClaw Environment
-│   ├── aria.env                    ← Voice Bridge Config
 │   └── diag-state/                 ← Diagnostic persistenter State
 │
-│   (im Shared Volume /shared/config/):
-│   ├── voice_config.json           ← TTS-Einstellungen (Stimme, Speed, F5-TTS-Tuning)
-│   └── chat_backup.jsonl           ← Nachrichten-Backup (on-the-fly)
-│
-└── ssh/                            ← SSH Keys fuer VM-Zugriff
-    ├── id_ed25519                  ← Private Key (generiert von aria-setup.sh)
-    ├── id_ed25519.pub              ← Public Key (muss in VM authorized_keys!)
-    └── config                      ← SSH Config (Host aria-wohnung)
+└── ssh/                            ← SSH Keys (Brain + Proxy teilen sich)
+    ├── id_ed25519
+    ├── id_ed25519.pub
+    └── config                      ← Host aria-wohnung
 ```
 
+`aria-data/brain/` (Vector-DB + Skills) ist gitignored — Backup laeuft ueber
+den Gehirn-Export-Button in der Diagnostic, nicht ueber Git.
+
+Settings im Shared Volume (`/shared/config/`): `voice_config.json`,
+`highlight_triggers.json`, `runtime.json`, `chat_backup.jsonl`.
+
 **Backup:**
 ```bash
 tar -czf aria-backup-$(date +%Y%m%d).tar.gz aria-data/
@@ -749,16 +709,15 @@ dem Cache wiederverwendet.
 
 ## Docker Volumes
 
-| Volume | Pfad im Container | Zweck |
-|--------|-------------------|-------|
-| `openclaw-config` | `/home/node/.openclaw` | OpenClaw Config, Sessions, Auth |
-| `claude-config` | `/home/node/.claude` | Claude Code Settings, Permissions |
-| `~/.claude` (bind) | `/root/.claude` (Proxy) | Claude CLI Credentials |
-| `./aria-data/ssh` (bind) | `/root/.ssh`, `/home/node/.ssh` | SSH Keys |
-| `./aria-data/brain` (bind) | `/home/node/.openclaw/workspace/memory` | Gedaechtnis |
-| `./aria-data/skills` (bind) | `/home/node/.openclaw/workspace/skills` | Skills |
-| `aria-shared` | `/shared` (Core + Bridge + Proxy + Diag) | Datei-Austausch, Config, Uploads |
-| `./aria-data/config/diag-state` (bind) | `/data` (Diagnostic) | Persistenter State (aktive Session) |
+| Volume / Bind | Pfad im Container | Zweck |
+|---------------|-------------------|-------|
+| `~/.claude` (bind) | `/root/.claude` (proxy) | Claude CLI Credentials |
+| `./aria-data/ssh` (bind) | `/root/.ssh` (proxy, brain) | SSH-Keys fuer aria-wohnung |
+| `./aria-data/brain/qdrant` (bind) | `/qdrant/storage` (qdrant) | Vector-DB Storage |
+| `./aria-data/brain/data` (bind) | `/data` (brain) | Skills + Embedding-Modell-Cache |
+| `./aria-data/brain` (bind) | `/brain` (diagnostic) | Brain-Export/Import-Endpoints |
+| `aria-shared` | `/shared` (brain, bridge, proxy, diagnostic) | Datei-Austausch, Config, Uploads |
+| `./aria-data/config/diag-state` (bind) | `/data` (diagnostic) | Diagnostic persistenter State |
 
 ---
 
@@ -787,22 +746,21 @@ docker compose down
 
 # Einzelnen Container neu bauen
 docker compose up -d --build diagnostic
-docker compose up -d --build bridge
+docker compose up -d --build bridge brain
 
 # Logs
-docker compose logs -f              # alle
-docker compose logs -f aria          # nur aria-core
-docker compose logs -f proxy         # nur proxy
+docker compose logs -f               # alle
+docker compose logs -f brain         # nur Agent + Memory
+docker compose logs -f qdrant        # nur Vector-DB
+docker compose logs -f bridge        # nur Voice-Bridge
+docker compose logs -f proxy         # nur Claude-Proxy
 
-# Setup wiederholen (nach Config-Aenderungen)
-./aria-setup.sh
+# SSH-Test (Brain zu aria-wohnung)
+docker exec aria-brain ssh aria-wohnung hostname
 
-# SSH-Test
-docker exec aria-core ssh aria-wohnung hostname
-
-# Tool-Test
-# Neue Session in Diagnostic anlegen, dann:
-# "Wie wird das Wetter in Bremen?"
+# Brain-API direkt testen
+docker exec aria-brain curl localhost:8080/health
+docker exec aria-brain curl localhost:8080/memory/stats
 ```
 
 ---
@@ -884,14 +842,36 @@ docker exec aria-core ssh aria-wohnung hostname
 - [x] Disk-Voll Banner in Diagnostic mit copy-baren Cleanup-Befehlen
 - [x] Wake-Word on-device via openWakeWord (ONNX Runtime, kein API-Key) + State-Icon
 
+### Phase A — Refactor: OpenClaw raus, eigenes Brain rein
+
+- [x] aria-brain Container-Skeleton (FastAPI, Qdrant, sentence-transformers)
+- [x] aria-core (OpenClaw) komplett abgerissen — Tag `v0.1.2.0` als Archiv
+- [x] Diagnostic: Gehirn-Tab (Memory Search/Filter, Add/Edit/Delete)
+- [x] Diagnostic: Gehirn-Export/Import als tar.gz
+- [x] Diagnostic: Datei-Manager (Liste, Suche, Download, Delete, Multi-Select + ZIP + Bulk-Delete)
+- [x] Diagnostic: Komplett-Reset (Wipe All)
+- [x] Diagnostic: Info-Buttons mit Modal-Erklaerungen (Status, Konversation, Memories, Bootstrap)
+- [x] App: Datei-Manager als Modal in den Einstellungen (mit Multi-Select + ZIP-Download)
+- [x] Voice Export/Import (einzelne Stimmen + F5/Whisper-Settings als Bundle)
+
+### Phase B — Brain mit Memory + Loop + Skills
+
+- [x] **Phase B Punkt 2:** Migration aus `aria-data/brain-import/` → atomare Memory-Punkte (Identity / Rule / Preference / Tool / Skill, idempotent ueber migration_key) + Bootstrap-Snapshot Export/Import (nur pinned)
+- [x] **Phase B Punkt 3:** Brain Conversation-Loop (Single-Chat UI, Rolling Window 50 Turns, Schwelle 60 → automatisches Destillat, manueller Trigger)
+- [x] **Phase B Punkt 4:** Skills-System (Python-only via local-venv, skill_create als Tool, dynamische run_<skill> Tools, Diagnostic Skills-Tab mit Logs/Toggle/Export/Import, skill_created Live-Notification in App+Diagnostic, harte Schwelle "pip → Skill")
+- [x] Sprachmodell-Setting wieder funktional (brainModel in runtime.json statt aria-core)
+- [x] App-Chat-Sync: kompletter Server-Sync bei Reconnect (Server = Source of Truth) + chat_cleared Live-Update. Lokal-only Bubbles (Skill-Notifications, laufende Voice ohne STT) bleiben erhalten.
+- [x] App: Chat-Suche mit Next/Prev Navigation statt Filter
+- [x] Token/Call-Metrics + Subscription-Quota-Tracking (Pro / Max 5x / Max 20x / Custom)
+- [x] Datei-Manager Multi-Select: Bulk-Download als ZIP + Bulk-Delete (Diagnostic + App)
+
 ### Phase 2 — ARIA wird produktiv
 
-- [ ] Skills bauen (Bildgenerierung, etc.)
+- [ ] Erste Skills bauen lassen (yt-dlp, pdf-extract, etc. — durch normale Anfragen)
 - [ ] Gitea-Integration
 - [ ] VM einrichten (Desktop, Browser, Tools)
 - [ ] Heartbeat (periodische Selbst-Checks)
 - [ ] Lokales LLM als Waechter (Triage vor Claude-Call)
-- [ ] Auto-Compacting / Memory-Verwaltung
 
 ### Phase 3 — Erweiterungen
 

android/App.tsx

@@ -13,6 +13,7 @@ import { createBottomTabNavigator } from '@react-navigation/bottom-tabs';
 import ChatScreen from './src/screens/ChatScreen';
 import SettingsScreen from './src/screens/SettingsScreen';
 import rvs from './src/services/rvs';
+import { initLogger } from './src/services/logger';
 
 // --- Navigation ---
 
@@ -44,6 +45,10 @@ const TAB_ICONS: Record<string, { active: string; inactive: string }> = {
 const App: React.FC = () => {
   // Beim Start: gespeicherte RVS-Konfiguration laden und verbinden
   useEffect(() => {
+    // Verbose-Logging-Setting laden BEVOR andere Module loslegen.
+    // initLogger ist async aber blockt nichts — solange er noch laueft,
+    // loggen wir normal (Default an), danach respektiert console.log das Setting.
+    initLogger().catch(() => {});
     const initConnection = async () => {
       const config = await rvs.loadConfig();
       if (config) {

android/android/app/build.gradle

@@ -79,8 +79,8 @@ android {
         applicationId "com.ariacockpit"
         minSdkVersion rootProject.ext.minSdkVersion
         targetSdkVersion rootProject.ext.targetSdkVersion
-        versionCode 901
-        versionName "0.0.9.1"
+        versionCode 10204
+        versionName "0.1.2.4"
         // Fallback fuer Libraries mit Product Flavors
         missingDimensionStrategy 'react-native-camera', 'general'
     }

android/android/app/src/main/AndroidManifest.xml

@@ -6,6 +6,9 @@
     <uses-permission android:name="android.permission.REQUEST_INSTALL_PACKAGES" />
     <!-- Anruf-State lesen damit TTS bei klingelndem Telefon pausiert -->
     <uses-permission android:name="android.permission.READ_PHONE_STATE" />
+    <!-- Optional: GPS-Position der Frage anhaengen (nur wenn User in Settings aktiviert) -->
+    <uses-permission android:name="android.permission.ACCESS_COARSE_LOCATION" />
+    <uses-permission android:name="android.permission.ACCESS_FINE_LOCATION" />
     <!-- Foreground-Service damit TTS auch bei minimierter App weiterlaeuft.
          FOREGROUND_SERVICE_MICROPHONE ist Pflicht ab Android 14 wenn der
          Service waehrend des Backgrounds aufs Mikro zugreift (Wake-Word,

android/android/app/src/main/java/com/ariacockpit/ApkInstallerPackage.kt

@@ -7,7 +7,7 @@ import com.facebook.react.uimanager.ViewManager
 
 class ApkInstallerPackage : ReactPackage {
     override fun createNativeModules(reactContext: ReactApplicationContext): List<NativeModule> {
-        return listOf(ApkInstallerModule(reactContext))
+        return listOf(ApkInstallerModule(reactContext), FileOpenerModule(reactContext))
     }
 
     override fun createViewManagers(reactContext: ReactApplicationContext): List<ViewManager<*, *>> {

android/android/app/src/main/java/com/ariacockpit/AudioFocusModule.kt

@@ -131,6 +131,58 @@ class AudioFocusModule(reactContext: ReactApplicationContext) : ReactContextBase
         promise.resolve(true)
     }
 
+    /** Den USAGE_MEDIA-Focus-Stack im System aufmischen, damit Spotify/YouTube
+     *  resumen wenn ein anderer Player (z.B. react-native-sound) seinen Focus
+     *  nicht ordnungsgemaess released hat. Strategie: kurz selbst USAGE_MEDIA
+     *  GAIN beanspruchen — das System invalidiert dabei den haengenden Stack-
+     *  Eintrag des anderen Players — und sofort wieder abandonen. Spotify
+     *  bekommt den Focus-Gain und resumed.
+     *
+     *  Workaround fuer das react-native-sound-Bug: Sound.stop()/release()
+     *  laesst den AudioFocusRequest haengen.
+     */
+    @ReactMethod
+    fun kickReleaseMedia(promise: Promise) {
+        val am = audioManager()
+        if (am == null) {
+            promise.resolve(false)
+            return
+        }
+        // Async laufen lassen — wir wollen einen request, Pause, dann abandon.
+        // Ohne Pause merkt das System (und damit Spotify) die kurze Owner-
+        // Wechsel oft gar nicht. 250ms reicht erfahrungsgemaess fuer den
+        // Focus-Stack-Refresh.
+        Thread {
+            try {
+                if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.O) {
+                    val attrs = AudioAttributes.Builder()
+                        .setUsage(AudioAttributes.USAGE_MEDIA)
+                        .setContentType(AudioAttributes.CONTENT_TYPE_MUSIC)
+                        .build()
+                    val kickListener = AudioManager.OnAudioFocusChangeListener { /* ignorieren */ }
+                    val kickReq = AudioFocusRequest.Builder(AudioManager.AUDIOFOCUS_GAIN)
+                        .setAudioAttributes(attrs)
+                        .setOnAudioFocusChangeListener(kickListener)
+                        .build()
+                    am.requestAudioFocus(kickReq)
+                    Thread.sleep(250)
+                    am.abandonAudioFocusRequest(kickReq)
+                } else {
+                    val kickListener = AudioManager.OnAudioFocusChangeListener { /* ignorieren */ }
+                    @Suppress("DEPRECATION")
+                    am.requestAudioFocus(kickListener, AudioManager.STREAM_MUSIC, AudioManager.AUDIOFOCUS_GAIN)
+                    Thread.sleep(250)
+                    @Suppress("DEPRECATION")
+                    am.abandonAudioFocus(kickListener)
+                }
+                Log.i(TAG, "kickReleaseMedia: USAGE_MEDIA-Stack aufgemischt (250ms Pause)")
+            } catch (e: Exception) {
+                Log.w(TAG, "kickReleaseMedia failed: ${e.message}")
+            }
+        }.start()
+        promise.resolve(true)
+    }
+
     private fun release() {
         val am = audioManager() ?: return
         if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.O) {

android/android/app/src/main/java/com/ariacockpit/FileOpenerModule.kt

@@ -0,0 +1,55 @@
+package com.ariacockpit
+
+import android.content.Intent
+import android.net.Uri
+import android.os.Build
+import androidx.core.content.FileProvider
+import com.facebook.react.bridge.Promise
+import com.facebook.react.bridge.ReactApplicationContext
+import com.facebook.react.bridge.ReactContextBaseJavaModule
+import com.facebook.react.bridge.ReactMethod
+import java.io.File
+
+/**
+ * Oeffnet eine beliebige Datei (PDF, Bild, Office-Doc, ...) mit der vom User
+ * gewaehlten App via Android-Intent-Picker. Nutzt FileProvider damit auch
+ * Android 7+ (content:// statt file://) das URI lesen darf.
+ *
+ * MIME-Type wird vom Caller bestimmt — App-Auswahl ist davon abhaengig (PDF
+ * geht an PDF-Viewer, image/jpeg an Galerie, etc.).
+ */
+class FileOpenerModule(reactContext: ReactApplicationContext) : ReactContextBaseJavaModule(reactContext) {
+    override fun getName() = "FileOpener"
+
+    @ReactMethod
+    fun open(filePath: String, mimeType: String, promise: Promise) {
+        try {
+            val cleanPath = filePath.removePrefix("file://")
+            val file = File(cleanPath)
+            if (!file.exists()) {
+                promise.reject("FILE_NOT_FOUND", "Datei nicht gefunden: $cleanPath")
+                return
+            }
+            val context = reactApplicationContext
+            val uri: Uri = if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.N) {
+                FileProvider.getUriForFile(context, "${context.packageName}.fileprovider", file)
+            } else {
+                Uri.fromFile(file)
+            }
+            val safeMime = if (mimeType.isBlank()) "application/octet-stream" else mimeType
+            val intent = Intent(Intent.ACTION_VIEW).apply {
+                setDataAndType(uri, safeMime)
+                addFlags(Intent.FLAG_ACTIVITY_NEW_TASK)
+                addFlags(Intent.FLAG_GRANT_READ_URI_PERMISSION)
+            }
+            // Chooser zeigt Android-Auswahl falls mehrere Apps das MIME oeffnen koennen.
+            val chooser = Intent.createChooser(intent, "Oeffnen mit").apply {
+                addFlags(Intent.FLAG_ACTIVITY_NEW_TASK)
+            }
+            context.startActivity(chooser)
+            promise.resolve(true)
+        } catch (e: Exception) {
+            promise.reject("OPEN_ERROR", e.message, e)
+        }
+    }
+}

android/android/app/src/main/java/com/ariacockpit/PcmStreamPlayerModule.kt

@@ -4,6 +4,7 @@ import android.media.AudioAttributes
 import android.media.AudioFormat
 import android.media.AudioManager
 import android.media.AudioTrack
+import android.os.Build
 import android.util.Base64
 import android.util.Log
 import com.facebook.react.bridge.Arguments
@@ -92,12 +93,7 @@ class PcmStreamPlayerModule(reactContext: ReactApplicationContext) : ReactContex
             val newTrack = AudioTrack.Builder()
                 .setAudioAttributes(
                     AudioAttributes.Builder()
-                        // USAGE_MEDIA statt USAGE_ASSISTANT — auf OnePlus A12 stallt
-                        // AudioTrack mit USAGE_ASSISTANT wenn play() nach komplettem
-                        // Buffer-Fuellen called wird (pos bleibt 0). USAGE_MEDIA ist
-                        // robust. AudioFocus wird eh separat ueber AudioFocusModule
-                        // gehandhabt, nicht ueber dieses USAGE-Tag.
-                        .setUsage(AudioAttributes.USAGE_MEDIA)
+                        .setUsage(AudioAttributes.USAGE_ASSISTANT)
                         .setContentType(AudioAttributes.CONTENT_TYPE_SPEECH)
                         .build(),
                 )
@@ -112,7 +108,20 @@ class PcmStreamPlayerModule(reactContext: ReactApplicationContext) : ReactContex
                 .setTransferMode(AudioTrack.MODE_STREAM)
                 .build()
 
-            // AudioTrack erstellen — play() wird erst aufgerufen wenn Pre-Roll erreicht.
+            // Start-Threshold runterdrehen: Default ist bufferSize/2 (= 2s bei 4s
+            // Buffer). AudioTrack startet sonst nicht bevor 2s im Puffer sind —
+            // bei kurzen TTS-Antworten (3 Worte ~ 1.4s) bleibt pos auf 0 stehen.
+            // 0.1s reicht damit AudioTrack sofort mit dem ersten Chunk anlaeuft.
+            if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.S) {
+                try {
+                    val startFrames = (sampleRate / 10).coerceAtLeast(1)  // 100ms
+                    newTrack.setStartThresholdInFrames(startFrames)
+                    Log.i(TAG, "Start-Threshold gesetzt: ${startFrames} frames (~100ms)")
+                } catch (e: Exception) {
+                    Log.w(TAG, "setStartThresholdInFrames failed: ${e.message}")
+                }
+            }
+
             track = newTrack
             queue.clear()
             writerShouldStop = false
@@ -164,11 +173,12 @@ class PcmStreamPlayerModule(reactContext: ReactApplicationContext) : ReactContex
                         val data = queue.poll(50, java.util.concurrent.TimeUnit.MILLISECONDS)
                         if (data == null) {
                             if (endRequested) {
-                                // Bei kurzem Text NICHT hier play() callen — erst nach
-                                // Trailing-Silence + Padding (siehe Block nach mainLoop),
-                                // damit AudioTrack mit komplett gefuelltem Buffer startet.
-                                // OnePlus A12: AudioTrack startet nicht zuverlaessig wenn
-                                // play() bei dünnem Buffer gerufen wird.
+                                // Falls play() noch gar nicht lief (Stream ohne data
+                                // ueberhaupt — sehr seltene Edge-Case): jetzt anstossen
+                                // damit das finally{}-Wait nicht endlos blockt.
+                                if (!playbackStarted) {
+                                    try { t.play(); playbackStarted = true } catch (_: Exception) {}
+                                }
                                 break@mainLoop
                             }
                             // Underrun-Schutz: Stille reinfuettern wenn der AudioTrack-
@@ -199,12 +209,16 @@ class PcmStreamPlayerModule(reactContext: ReactApplicationContext) : ReactContex
                         }
                         idleMs = 0L
 
-                        // Pre-Roll Check: play() erst wenn genug gepuffert
-                        if (!playbackStarted && bytesBuffered + data.size >= prerollBytes) {
+                        // play() beim ALLERERSTEN data-chunk aufrufen — egal wie wenig
+                        // Daten da sind. Sonst stallt AudioTrack auf OnePlus A12 wenn
+                        // play() erst gerufen wird nachdem der Buffer komplett gefuellt
+                        // ist. Pre-Roll als "Vorrat aufbauen" passiert dann waehrend
+                        // der Track schon spielt — Underrun-Schutz fuettert ggf. Stille.
+                        if (!playbackStarted) {
                             try {
                                 t.play()
                                 playbackStarted = true
-                                Log.i(TAG, "Playback gestartet nach Pre-Roll ${bytesBuffered + data.size} Bytes")
+                                Log.i(TAG, "Playback gestartet beim 1. Chunk (${bytesBuffered}B leading + ${data.size}B data)")
                             } catch (e: Exception) {
                                 Log.w(TAG, "play() failed: ${e.message}")
                             }
@@ -231,31 +245,6 @@ class PcmStreamPlayerModule(reactContext: ReactApplicationContext) : ReactContex
                         }
                         bytesBuffered += silence.size
                     }
-                    // Bei kurzem Text (play() noch nicht gestartet): Buffer auf min.
-                    // 3s padden + DANN play(). Auf OnePlus A12 startet AudioTrack
-                    // bei < 3s Buffer-Inhalt nicht — pos bleibt auf 0 stehen.
-                    // (2s war zu wenig, 8 Worte ~2.5s gingen, 3 Worte ~1s nicht.)
-                    if (!playbackStarted && !writerShouldStop) {
-                        val minStartBytes = bytesPerSecond * 3
-                        if (bytesBuffered < minStartBytes) {
-                            val padBytes = (minStartBytes - bytesBuffered.toInt()) and 0x7FFFFFFE
-                            val pad = ByteArray(padBytes)
-                            var padOff = 0
-                            while (padOff < pad.size && !writerShouldStop) {
-                                val w = t.write(pad, padOff, pad.size - padOff)
-                                if (w <= 0) break
-                                padOff += w
-                            }
-                            bytesBuffered += pad.size
-                        }
-                        try {
-                            t.play()
-                            playbackStarted = true
-                            Log.i(TAG, "Playback gestartet (kurzer Text, ${bytesBuffered}B komplett gepuffert)")
-                        } catch (e: Exception) {
-                            Log.w(TAG, "play() short-text failed: ${e.message}")
-                        }
-                    }
                 } catch (e: Exception) {
                     Log.w(TAG, "Writer-Thread Fehler: ${e.message}")
                 } finally {

android/android/app/src/main/res/xml/file_paths.xml

@@ -1,4 +1,8 @@
 <?xml version="1.0" encoding="utf-8"?>
 <paths>
     <cache-path name="cache" path="." />
+    <files-path name="files" path="." />
+    <external-path name="external" path="." />
+    <external-files-path name="external_files" path="." />
+    <external-cache-path name="external_cache" path="." />
 </paths>

android/package.json

@@ -1,6 +1,6 @@
 {
   "name": "aria-cockpit",
-  "version": "0.0.9.1",
+  "version": "0.1.2.4",
   "private": true,
   "scripts": {
     "android": "react-native run-android",
@@ -10,31 +10,32 @@
     "build:apk": "cd android && ./gradlew assembleRelease"
   },
   "dependencies": {
+    "@react-native-async-storage/async-storage": "^1.21.0",
+    "@react-native-community/geolocation": "^3.2.1",
+    "@react-navigation/bottom-tabs": "^6.5.11",
+    "@react-navigation/native": "^6.1.9",
     "react": "18.2.0",
     "react-native": "0.73.4",
-    "@react-navigation/native": "^6.1.9",
-    "@react-navigation/bottom-tabs": "^6.5.11",
-    "react-native-screens": "3.27.0",
-    "react-native-safe-area-context": "^4.8.2",
+    "react-native-audio-recorder-player": "^3.6.7",
+    "react-native-camera-kit": "^13.0.0",
     "react-native-document-picker": "^9.1.1",
-    "react-native-sound": "^0.11.2",
-    "@react-native-community/geolocation": "^3.2.1",
+    "react-native-fs": "^2.20.0",
     "react-native-image-picker": "^7.1.0",
     "react-native-permissions": "^4.1.4",
-    "react-native-camera-kit": "^13.0.0",
-    "@react-native-async-storage/async-storage": "^1.21.0",
-    "react-native-fs": "^2.20.0",
-    "react-native-audio-recorder-player": "^3.6.7"
+    "react-native-safe-area-context": "^4.8.2",
+    "react-native-screens": "3.27.0",
+    "react-native-sound": "^0.11.2",
+    "react-native-svg": "^14.1.0"
   },
   "devDependencies": {
-    "typescript": "^5.3.3",
+    "@react-native/eslint-config": "^0.73.2",
+    "@react-native/metro-config": "^0.73.5",
+    "@react-native/typescript-config": "^0.73.1",
+    "@types/jest": "^29.5.11",
     "@types/react": "^18.2.48",
     "@types/react-native": "^0.73.0",
-    "@react-native/eslint-config": "^0.73.2",
-    "@react-native/typescript-config": "^0.73.1",
-    "@react-native/metro-config": "^0.73.5",
-    "metro-react-native-babel-preset": "^0.77.0",
     "jest": "^29.7.0",
-    "@types/jest": "^29.5.11"
+    "metro-react-native-babel-preset": "^0.77.0",
+    "typescript": "^5.3.3"
   }
 }

android/src/components/MessageText.tsx

@@ -1,25 +1,87 @@
 /**
- * MessageText — selektierbarer Chat-Text mit Android-Auto-Linkifizierung.
+ * MessageText — selektierbarer Chat-Text mit Android-Auto-Linkifizierung,
+ * plus Inline-Image-Rendering wenn der Text Bild-URLs enthaelt.
  *
- * Wir nutzen Androids dataDetectorType="all" (System macht Phone/URL/Email
- * automatisch klickbar) und ein einzelnes <Text selectable> ohne nested
- * <Text> mit eigenem onPress. Nested Text mit onPress fingen die Long-Press-
- * Geste ab, damit war Markieren+Kopieren defekt.
+ * - Markdown-Syntax `![alt](url)` und plain `https://...image.png` werden
+ *   erkannt — die URL bleibt im Text sichtbar (klickbar via Linkify),
+ *   zusaetzlich wird das Bild als <Image> oder <SvgUri> drunter gerendert.
+ * - Wir nutzen Androids dataDetectorType="all" (System macht Phone/URL/Email
+ *   automatisch klickbar) und ein einzelnes <Text selectable> ohne nested
+ *   <Text> mit eigenem onPress — Nested Text mit onPress fing die Long-Press-
+ *   Geste ab, damit war Markieren+Kopieren defekt.
  */
 
-import React from 'react';
-import { Text, TextStyle, StyleProp } from 'react-native';
+import React, { useEffect, useState } from 'react';
+import { View, Text, Image, TextStyle, StyleProp } from 'react-native';
+import { SvgUri } from 'react-native-svg';
 
 interface Props {
   text: string;
   style?: StyleProp<TextStyle>;
 }
 
-const MessageText: React.FC<Props> = ({ text, style }) => {
+// Bild-URL-Pattern: http(s)://... endend auf gaengige Bild-Endungen.
+const IMG_URL_RE = /https?:\/\/[^\s)<"']+\.(?:jpe?g|png|gif|webp|bmp|ico|svg)(?:\?[^\s)<"']*)?/gi;
+
+function extractImageUrls(text: string): string[] {
+  const urls = new Set<string>();
+  const matches = text.match(IMG_URL_RE);
+  if (matches) matches.forEach(u => urls.add(u));
+  return Array.from(urls);
+}
+
+const SVG_RE = /\.svg(?:\?|$)/i;
+
+/** Image mit dynamischer Aspect-Ratio aus echten Bilddimensionen.
+ *  SVGs werden ueber react-native-svg gerendert (kein Image.getSize). */
+const InlineImage: React.FC<{ uri: string }> = ({ uri }) => {
+  const isSvg = SVG_RE.test(uri);
+  const [aspectRatio, setAspectRatio] = useState<number>(1);
+  const [failed, setFailed] = useState(false);
+  useEffect(() => {
+    if (isSvg) return; // Image.getSize geht fuer SVG nicht
+    let cancelled = false;
+    Image.getSize(
+      uri,
+      (w, h) => { if (!cancelled && w > 0 && h > 0) setAspectRatio(Math.max(0.5, Math.min(2.5, w / h))); },
+      () => { if (!cancelled) setFailed(true); },
+    );
+    return () => { cancelled = true; };
+  }, [uri, isSvg]);
+  if (failed) return null;
+  if (isSvg) {
+    return (
+      <View style={{ marginTop: 8, width: 260, height: 260, backgroundColor: '#0D0D1A', borderRadius: 8, alignItems: 'center', justifyContent: 'center' }}>
+        <SvgUri uri={uri} width="100%" height="100%" onError={() => setFailed(true)} />
+      </View>
+    );
+  }
   return (
-    <Text style={style} selectable dataDetectorType="all">
-      {text}
-    </Text>
+    <Image
+      source={{ uri }}
+      style={{ width: 260, aspectRatio, borderRadius: 8, marginTop: 8, backgroundColor: '#0D0D1A' }}
+      resizeMode="cover"
+      onError={() => setFailed(true)}
+    />
+  );
+};
+
+const MessageText: React.FC<Props> = ({ text, style }) => {
+  const imageUrls = extractImageUrls(text || '');
+  if (imageUrls.length === 0) {
+    return (
+      <Text style={style} selectable dataDetectorType="all">
+        {text}
+      </Text>
+    );
+  }
+  return (
+    <View>
+      <Text style={style} selectable dataDetectorType="all">
+        {text}
+      </Text>
+      {imageUrls.map(u => <InlineImage key={u} uri={u} />)}
+    </View>
   );
 };
 

android/src/components/ZoomableImage.tsx

@@ -0,0 +1,224 @@
+/**
+ * ZoomableImage — Pinch-to-Zoom + Pan fuers Vollbild-Modal.
+ *
+ * Reine RN-Implementation, ohne react-native-gesture-handler.
+ *
+ *  - 2 Finger: Pinch (Zoom 1x..5x) + simultaner Pan via Focal-Punkt
+ *  - 1 Finger: Pan wenn schon gezoomt (>1.02x)
+ *  - Doppel-Tap (<300ms zw. zwei Single-Taps): Toggle 1x ↔ 2.5x
+ *
+ * Implementierungs-Hinweise zur alten Version (warum's nicht ging):
+ *  - `gestureState.numberActiveTouches` ist nicht zuverlaessig direkt
+ *    nach onPanResponderGrant. Wir lesen Finger-Anzahl jetzt
+ *    ausschliesslich aus `e.nativeEvent.touches.length`.
+ *  - Beim Wechsel von 2 → 1 Fingern bleib die Pinch-Referenz haengen.
+ *    Jetzt: bei jedem Finger-Wechsel re-snapshotten wir die Geste.
+ *  - Animated.Image bekommt jetzt pointerEvents="none" damit der View
+ *    GARANTIERT die Touches abbekommt.
+ *  - useNativeDriver ist bewusst AUS — sonst koennen wir setValue()
+ *    nicht synchron mit dem Pan-Responder zusammen nutzen.
+ */
+
+import React, { useMemo, useRef } from 'react';
+import {
+  Animated,
+  PanResponder,
+  GestureResponderEvent,
+  ImageStyle,
+  StyleProp,
+  StyleSheet,
+  View,
+} from 'react-native';
+
+interface Props {
+  uri: string;
+  containerWidth: number;
+  containerHeight: number;
+  style?: StyleProp<ImageStyle>;
+}
+
+const MIN_SCALE = 1;
+const MAX_SCALE = 5;
+const DOUBLE_TAP_MS = 300;
+const DOUBLE_TAP_DIST = 30;     // Bewegung max. damit ein Tap als Tap gilt
+const PAN_SLOP_AT_SCALE_1 = 4;  // Mikro-Movement nicht als Pan werten
+
+const ZoomableImage: React.FC<Props> = ({ uri, containerWidth, containerHeight, style }) => {
+  // Animated-Werte fuer die Render-Transformation
+  const scale = useRef(new Animated.Value(1)).current;
+  const tx = useRef(new Animated.Value(0)).current;
+  const ty = useRef(new Animated.Value(0)).current;
+
+  // Logische Zustaende — wir lesen Animated.Value nicht zurueck (waere async)
+  const view = useRef({ scale: 1, x: 0, y: 0 }).current;
+
+  // Geste-Snapshot: was war zu Beginn dieser Geste-Phase
+  const gesture = useRef({
+    fingers: 0,                // aktuelle Finger-Anzahl
+    startScale: 1,
+    startX: 0,
+    startY: 0,
+    startDist: 0,              // Pinch-Referenz-Distanz
+    startFocalX: 0,
+    startFocalY: 0,
+    movedSinceTouch: 0,        // fuer Tap-Erkennung
+    touchStartedAt: 0,
+    touchStartX: 0,
+    touchStartY: 0,
+  }).current;
+
+  // Doppel-Tap
+  const lastTap = useRef({ at: 0, x: 0, y: 0 });
+
+  const clamp = (v: number, lo: number, hi: number) => Math.max(lo, Math.min(hi, v));
+
+  const applyClamped = (s: number, x: number, y: number) => {
+    const ns = clamp(s, MIN_SCALE, MAX_SCALE);
+    // Translation auf das verfuegbare Volumen begrenzen
+    const maxX = Math.max(0, (containerWidth * ns - containerWidth) / 2);
+    const maxY = Math.max(0, (containerHeight * ns - containerHeight) / 2);
+    const nx = clamp(x, -maxX, maxX);
+    const ny = clamp(y, -maxY, maxY);
+    view.scale = ns;
+    view.x = nx;
+    view.y = ny;
+    scale.setValue(ns);
+    tx.setValue(nx);
+    ty.setValue(ny);
+  };
+
+  const distance = (touches: any[]) =>
+    Math.hypot(touches[0].pageX - touches[1].pageX, touches[0].pageY - touches[1].pageY);
+
+  const focal = (touches: any[]) => ({
+    x: (touches[0].pageX + touches[1].pageX) / 2,
+    y: (touches[0].pageY + touches[1].pageY) / 2,
+  });
+
+  // Snapshot vor jedem Phasenwechsel (1↔2 Finger) — verhindert Spruenge
+  const snapshot = (touches: any[]) => {
+    gesture.startScale = view.scale;
+    gesture.startX = view.x;
+    gesture.startY = view.y;
+    if (touches.length >= 2) {
+      gesture.startDist = distance(touches);
+      const f = focal(touches);
+      gesture.startFocalX = f.x;
+      gesture.startFocalY = f.y;
+    } else if (touches.length === 1) {
+      gesture.startDist = 0;
+      gesture.startFocalX = touches[0].pageX;
+      gesture.startFocalY = touches[0].pageY;
+    }
+  };
+
+  const responder = useMemo(
+    () =>
+      PanResponder.create({
+        onStartShouldSetPanResponder: () => true,
+        onStartShouldSetPanResponderCapture: () => true,
+        onMoveShouldSetPanResponder: () => true,
+        onMoveShouldSetPanResponderCapture: () => true,
+
+        onPanResponderGrant: (e: GestureResponderEvent) => {
+          const touches = e.nativeEvent.touches as any[];
+          gesture.fingers = touches.length;
+          gesture.movedSinceTouch = 0;
+          gesture.touchStartedAt = Date.now();
+          gesture.touchStartX = touches[0]?.pageX ?? 0;
+          gesture.touchStartY = touches[0]?.pageY ?? 0;
+          snapshot(touches);
+        },
+
+        onPanResponderMove: (e: GestureResponderEvent, _gs) => {
+          const touches = e.nativeEvent.touches as any[];
+
+          // Phasenwechsel? → Re-Snapshot, damit nicht gesprungen wird
+          if (touches.length !== gesture.fingers) {
+            gesture.fingers = touches.length;
+            snapshot(touches);
+            return;
+          }
+
+          gesture.movedSinceTouch += 1;
+
+          if (touches.length >= 2) {
+            // Pinch + Pan via Focal
+            const d = distance(touches);
+            if (gesture.startDist === 0) {
+              // Sicherheitsnetz falls Snapshot gemissed wurde
+              snapshot(touches);
+              return;
+            }
+            const factor = d / gesture.startDist;
+            const f = focal(touches);
+            const newScale = clamp(gesture.startScale * factor, MIN_SCALE, MAX_SCALE);
+            // Focal-basierter Pan: zoomt um den Mittelpunkt der zwei Finger
+            const newX = gesture.startX + (f.x - gesture.startFocalX);
+            const newY = gesture.startY + (f.y - gesture.startFocalY);
+            applyClamped(newScale, newX, newY);
+          } else if (touches.length === 1 && view.scale > 1.02) {
+            const dx = touches[0].pageX - gesture.startFocalX;
+            const dy = touches[0].pageY - gesture.startFocalY;
+            if (Math.abs(dx) < PAN_SLOP_AT_SCALE_1 && Math.abs(dy) < PAN_SLOP_AT_SCALE_1) return;
+            applyClamped(view.scale, gesture.startX + dx, gesture.startY + dy);
+          }
+        },
+
+        onPanResponderRelease: (e: GestureResponderEvent) => {
+          const elapsed = Date.now() - gesture.touchStartedAt;
+          const dx = (e.nativeEvent.changedTouches?.[0]?.pageX ?? gesture.touchStartX) - gesture.touchStartX;
+          const dy = (e.nativeEvent.changedTouches?.[0]?.pageY ?? gesture.touchStartY) - gesture.touchStartY;
+          const wasTap =
+            elapsed < 280 &&
+            Math.abs(dx) < DOUBLE_TAP_DIST &&
+            Math.abs(dy) < DOUBLE_TAP_DIST;
+          if (wasTap) {
+            const now = Date.now();
+            if (now - lastTap.current.at < DOUBLE_TAP_MS) {
+              // Doppel-Tap → Zoom-Toggle
+              if (view.scale > 1.1) {
+                applyClamped(1, 0, 0);
+              } else {
+                applyClamped(2.5, 0, 0);
+              }
+              lastTap.current = { at: 0, x: 0, y: 0 };
+            } else {
+              lastTap.current = { at: now, x: gesture.touchStartX, y: gesture.touchStartY };
+            }
+          }
+          gesture.fingers = 0;
+          gesture.startDist = 0;
+        },
+
+        onPanResponderTerminate: () => {
+          gesture.fingers = 0;
+          gesture.startDist = 0;
+        },
+      }),
+    [],
+  );
+
+  return (
+    <View
+      style={StyleSheet.absoluteFill}
+      collapsable={false}
+      {...responder.panHandlers}
+    >
+      <Animated.View pointerEvents="none" style={StyleSheet.absoluteFill}>
+        <Animated.Image
+          source={{ uri }}
+          style={[
+            style,
+            {
+              transform: [{ translateX: tx }, { translateY: ty }, { scale }],
+            },
+          ]}
+          resizeMode="contain"
+        />
+      </Animated.View>
+    </View>
+  );
+};
+
+export default ZoomableImage;

android/src/screens/ChatScreen.tsx

@@ -20,9 +20,14 @@ import {
   Modal,
   ToastAndroid,
   AppState,
+  NativeModules,
+  Alert,
 } from 'react-native';
 import AsyncStorage from '@react-native-async-storage/async-storage';
 import RNFS from 'react-native-fs';
+import { SvgUri } from 'react-native-svg';
+import { Dimensions } from 'react-native';
+import ZoomableImage from '../components/ZoomableImage';
 import rvs, { RVSMessage, ConnectionState } from '../services/rvs';
 import audioService from '../services/audio';
 import wakeWordService from '../services/wakeword';
@@ -49,6 +54,7 @@ interface Attachment {
   uri?: string;         // Lokaler Pfad (file://) fuer Anzeige
   mimeType?: string;
   serverPath?: string;  // Pfad auf dem Server (/shared/uploads/...) fuer Re-Download
+  deleted?: boolean;    // Datei wurde nachtraeglich geloescht (Diagnostic-Manager)
 }
 
 interface ChatMessage {
@@ -65,6 +71,14 @@ interface ChatMessage {
    *  gespiegelt damit wir die EXAKT richtige Placeholder-Bubble ersetzen,
    *  auch wenn mehrere Aufnahmen parallel offen sind. */
   audioRequestId?: string;
+  /** Skill-Created-Bubble: ARIA hat einen neuen Skill angelegt */
+  skillCreated?: {
+    name: string;
+    description: string;
+    execution: string;
+    active: boolean;
+    setupError?: string;
+  };
 }
 
 // --- Konstanten ---
@@ -80,6 +94,23 @@ const capMessages = (msgs: ChatMessage[]): ChatMessage[] =>
 const DEFAULT_ATTACHMENT_DIR = `${RNFS.DocumentDirectoryPath}/chat_attachments`;
 const STORAGE_PATH_KEY = 'aria_attachment_storage_path';
 
+const { FileOpener } = NativeModules as {
+  FileOpener?: { open: (filePath: string, mimeType: string) => Promise<boolean> };
+};
+
+/** Datei mit Android-Intent-Picker oeffnen (System waehlt App nach MIME). */
+async function openFileWithIntent(filePath: string, mimeType: string): Promise<void> {
+  if (!FileOpener) {
+    ToastAndroid.show('FileOpener Native Module fehlt', ToastAndroid.SHORT);
+    return;
+  }
+  try {
+    await FileOpener.open(filePath, mimeType || 'application/octet-stream');
+  } catch (err: any) {
+    ToastAndroid.show(`Oeffnen fehlgeschlagen: ${err?.message || err}`, ToastAndroid.LONG);
+  }
+}
+
 /** Image-Vorschau in der Chat-Bubble. Misst die echte Bild-Dimension via
  *  Image.getSize + setzt aspectRatio dynamisch — dadurch passt sich die
  *  Bubble ans Bild an (kein "Strich" mehr bei breiten oder hohen Bildern). */
@@ -95,7 +126,9 @@ const ChatImage: React.FC<{
   onError: () => void;
 }> = ({ uri, onPress, onError }) => {
   const [aspectRatio, setAspectRatio] = useState<number>(4 / 3);
+  const isSvg = /\.svg(?:\?|$)/i.test(uri);
   useEffect(() => {
+    if (isSvg) return; // SvgUri hat kein getSize
     let cancelled = false;
     Image.getSize(uri, (w, h) => {
       if (!cancelled && w > 0 && h > 0) {
@@ -106,7 +139,16 @@ const ChatImage: React.FC<{
       }
     }, () => {});
     return () => { cancelled = true; };
-  }, [uri]);
+  }, [uri, isSvg]);
+  if (isSvg) {
+    return (
+      <TouchableOpacity onPress={onPress} activeOpacity={0.8}>
+        <View style={[CHAT_IMAGE_STYLE, { height: 260, alignItems: 'center', justifyContent: 'center' }]}>
+          <SvgUri uri={uri} width="100%" height="100%" onError={onError} />
+        </View>
+      </TouchableOpacity>
+    );
+  }
   return (
     <TouchableOpacity onPress={onPress} activeOpacity={0.8}>
       <Image
@@ -159,6 +201,7 @@ const ChatScreen: React.FC = () => {
   const [fullscreenImage, setFullscreenImage] = useState<string | null>(null);
   const [searchQuery, setSearchQuery] = useState('');
   const [searchVisible, setSearchVisible] = useState(false);
+  const [searchIndex, setSearchIndex] = useState(0);  // welcher Treffer aktiv ist
   const [pendingAttachments, setPendingAttachments] = useState<{file: any, isPhoto: boolean}[]>([]);
   const [agentActivity, setAgentActivity] = useState<{activity: string, tool: string}>({activity: 'idle', tool: ''});
   // Service-Status (Gamebox: F5-TTS / Whisper Lade-Status) + Banner-Sichtbarkeit
@@ -179,6 +222,10 @@ const ChatScreen: React.FC = () => {
 
   const flatListRef = useRef<FlatList>(null);
   const messageIdCounter = useRef(0);
+  // ServerPaths fuer die der User auf "oeffnen" geklickt hat — beim
+  // file_response wird die Datei nach dem Speichern direkt mit dem System-
+  // Intent geoeffnet (PDF-Viewer, Galerie, etc.).
+  const autoOpenPaths = useRef<Set<string>>(new Set());
 
   // Eindeutige Message-ID generieren
   const nextId = (): string => {
@@ -349,11 +396,127 @@ const ChatScreen: React.FC = () => {
         return;
       }
 
+      // skill_created: ARIA hat einen neuen Skill angelegt → eigene Bubble
+      // chat_cleared: Diagnostic hat die History komplett geleert
+      // → lokal auch loeschen (visuell + Persistenz)
+      if (message.type === 'chat_cleared') {
+        console.log('[Chat] chat_cleared — leere lokale Anzeige + Storage');
+        setMessages([]);
+        AsyncStorage.removeItem(CHAT_STORAGE_KEY).catch(() => {});
+        AsyncStorage.removeItem('aria_chat_last_sync').catch(() => {});
+        return;
+      }
+
+      // chat_history_response: kompletter Server-Stand. App ersetzt ihre
+      // persistierte Chat-History damit. Lokal-only Bubbles (laufende
+      // Voice-Aufnahmen ohne STT-Result, Skill-Created-Events ohne
+      // text) bleiben erhalten — die sind durch fehlendes 'text' oder
+      // skillCreated/audioRequestId klar als "lokal" erkennbar.
+      if (message.type === 'chat_history_response') {
+        const p = (message.payload || {}) as any;
+        const incoming = (p.messages || []) as Array<any>;
+        console.log(`[Chat] Server-Sync: ${incoming.length} Nachrichten vom Server`);
+        const fromServer: ChatMessage[] = incoming.map(m => {
+          const role = m.role === 'user' ? 'user' : 'aria';
+          const files = Array.isArray(m.files) ? m.files : [];
+          const attachments = files.map((f: any) => ({
+            type: (typeof f.mimeType === 'string' && f.mimeType.startsWith('image/')) ? 'image' : 'file',
+            name: f.name || 'datei',
+            size: f.size || 0,
+            mimeType: f.mimeType || '',
+            serverPath: f.serverPath || '',
+          })) as Attachment[];
+          return {
+            id: nextId(),
+            sender: role as 'user' | 'aria',
+            text: m.text || '',
+            timestamp: m.ts || Date.now(),
+            attachments: attachments.length ? attachments : undefined,
+          };
+        });
+        const maxTs = incoming.reduce((mx: number, m: any) => Math.max(mx, m.ts || 0), 0);
+        setMessages(prev => {
+          // Lokal-only Bubbles erkennen + behalten:
+          //   - Skill-Created-Notifications (skillCreated gesetzt)
+          //   - Laufende Sprachnachrichten ohne STT-Result (audioRequestId
+          //     gesetzt UND text leer/Placeholder)
+          const localOnly = prev.filter(m =>
+            m.skillCreated ||
+            (m.audioRequestId && (!m.text || m.text === '🎙 Aufnahme...' || m.text === 'Aufnahme...'))
+          );
+          // Server-Stand + lokal-only (chronologisch sortiert)
+          const merged = [...fromServer, ...localOnly].sort((a, b) => a.timestamp - b.timestamp);
+          return capMessages(merged);
+        });
+        if (maxTs > 0) {
+          AsyncStorage.setItem('aria_chat_last_sync', String(maxTs)).catch(() => {});
+        } else {
+          // Server leer → unsere lastSync auch zuruecksetzen
+          AsyncStorage.removeItem('aria_chat_last_sync').catch(() => {});
+        }
+        return;
+      }
+
+      if (message.type === 'skill_created') {
+        const p = (message.payload || {}) as any;
+        const skillMsg: ChatMessage = {
+          id: nextId(),
+          sender: 'aria',
+          text: '',
+          timestamp: Date.now(),
+          skillCreated: {
+            name: String(p.name || '(unbenannt)'),
+            description: String(p.description || ''),
+            execution: String(p.execution || 'bash'),
+            active: p.active !== false,
+            setupError: p.setup_error ? String(p.setup_error) : undefined,
+          },
+        };
+        setMessages(prev => capMessages([...prev, skillMsg]));
+        return;
+      }
+
+      // file_deleted: Datei wurde geloescht (vom Diagnostic User) → Bubble updaten
+      if (message.type === 'file_deleted') {
+        const p = (message.payload?.path as string) || '';
+        if (!p) return;
+        setMessages(prev => prev.map(m => ({
+          ...m,
+          attachments: m.attachments?.map(a =>
+            a.serverPath === p ? { ...a, deleted: true } : a
+          ),
+        })));
+        return;
+      }
+
+      // file_list_response: wird vom Datei-Manager im SettingsScreen verarbeitet.
+
+      // file_from_aria: ARIA hat eine Datei rausgegeben → als ARIA-Bubble anzeigen
+      if (message.type === 'file_from_aria') {
+        const p = message.payload || {};
+        const ariaMsg: ChatMessage = {
+          id: nextId(),
+          sender: 'aria',
+          text: '',
+          timestamp: Date.now(),
+          attachments: [{
+            type: (typeof p.mimeType === 'string' && p.mimeType.startsWith('image/')) ? 'image' : 'file',
+            name: (p.name as string) || 'datei',
+            size: (p.size as number) || 0,
+            mimeType: (p.mimeType as string) || '',
+            serverPath: (p.serverPath as string) || '',
+          }],
+        };
+        setMessages(prev => capMessages([...prev, ariaMsg]));
+        return;
+      }
+
       // file_response: Re-Download von Server — lokal speichern
       if (message.type === 'file_response') {
         const reqId = (message.payload.requestId as string) || '';
         const b64 = (message.payload.base64 as string) || '';
         const serverPath = (message.payload.serverPath as string) || '';
+        const mimeType = (message.payload.mimeType as string) || '';
         if (b64 && reqId) {
           const fileName = (message.payload.name as string) || 'download';
           persistAttachment(b64, reqId, fileName).then(filePath => {
@@ -363,6 +526,11 @@ const ChatScreen: React.FC = () => {
                 a.serverPath === serverPath ? { ...a, uri: filePath } : a
               ),
             })));
+            // Wenn der User dieses File explizit oeffnen wollte → Intent-Picker
+            if (serverPath && autoOpenPaths.current.has(serverPath)) {
+              autoOpenPaths.current.delete(serverPath);
+              openFileWithIntent(filePath.replace(/^file:\/\//, ''), mimeType);
+            }
           }).catch(() => {});
         }
         return;
@@ -373,6 +541,13 @@ const ChatScreen: React.FC = () => {
         const dbgText = ((message.payload.text as string) || '').slice(0, 60);
         console.log('[Chat] chat-event sender=%s text=%s', sender || '(none)', dbgText);
 
+        // last-sync tracken — so dass beim Reconnect nicht wieder dieselbe
+        // Nachricht aus dem Server-Backup nachgeladen wird
+        if (sender === 'aria' || sender === 'user' || sender === 'stt') {
+          const ts = message.timestamp || Date.now();
+          AsyncStorage.setItem('aria_chat_last_sync', String(ts)).catch(() => {});
+        }
+
         // STT-Ergebnis: Transkribierten Text in die Sprach-Bubble schreiben.
         // WICHTIG: Nur die ERSTE noch unaufgeloeste Aufnahme matchen — sonst
         // wuerde bei zwei kurz hintereinander gesendeten Audios beide Bubbles
@@ -540,6 +715,14 @@ const ChatScreen: React.FC = () => {
 
     const unsubState = rvs.onStateChange((state) => {
       setConnectionState(state);
+      // Bei (re)connect: KOMPLETTEN Server-Stand holen. Server ist die
+      // Source-of-Truth — wenn er leer ist (z.B. nach "Konversation
+      // zuruecksetzen"), soll die App das spiegeln, auch wenn sie offline
+      // war als das passiert ist. since=0 + limit=200 → die letzten 200
+      // Nachrichten vom Server, oder leeres Array wenn Server leer.
+      if (state === 'connected') {
+        rvs.send('chat_history_request' as any, { since: 0, limit: 200 });
+      }
     });
 
     // Initalen Status setzen
@@ -723,19 +906,62 @@ const ChatScreen: React.FC = () => {
   // Inverted FlatList: neueste Nachrichten unten, kein manuelles Scrollen noetig
   const invertedMessages = useMemo(() => [...messages].reverse(), [messages]);
 
+  // Such-Treffer: alle Message-IDs die zur Query passen, in chronologischer
+  // Reihenfolge (aelteste zuerst). Bei Query-Change resetten wir den Index.
+  const searchMatchIds = useMemo(() => {
+    const q = searchQuery.trim().toLowerCase();
+    if (!q) return [] as string[];
+    return messages
+      .filter(m => (m.text || '').toLowerCase().includes(q))
+      .map(m => m.id);
+  }, [messages, searchQuery]);
+
+  useEffect(() => {
+    setSearchIndex(0);
+  }, [searchQuery]);
+
+  // Bei Index-Wechsel zu der entsprechenden Bubble scrollen
+  useEffect(() => {
+    if (!searchMatchIds.length) return;
+    const id = searchMatchIds[searchIndex];
+    if (!id) return;
+    // invertedMessages → index in der angezeigten Liste finden
+    const idx = invertedMessages.findIndex(m => m.id === id);
+    if (idx < 0 || !flatListRef.current) return;
+    try {
+      flatListRef.current.scrollToIndex({ index: idx, animated: true, viewPosition: 0.4 });
+    } catch {}
+  }, [searchIndex, searchMatchIds, invertedMessages]);
+
+  const activeSearchId = searchMatchIds[searchIndex] || '';
+  const gotoSearchPrev = () => {
+    if (!searchMatchIds.length) return;
+    setSearchIndex(i => (i - 1 + searchMatchIds.length) % searchMatchIds.length);
+  };
+  const gotoSearchNext = () => {
+    if (!searchMatchIds.length) return;
+    setSearchIndex(i => (i + 1) % searchMatchIds.length);
+  };
+
   // GPS-Position holen (optional)
   const getCurrentLocation = useCallback((): Promise<{ lat: number; lon: number } | null> => {
-    if (!gpsEnabled) return Promise.resolve(null);
+    if (!gpsEnabled) {
+      console.log('[GPS] gpsEnabled=false → kein Standort');
+      return Promise.resolve(null);
+    }
 
     return new Promise((resolve) => {
       Geolocation.getCurrentPosition(
         (position) => {
-          resolve({
+          const loc = {
             lat: position.coords.latitude,
             lon: position.coords.longitude,
-          });
+          };
+          console.log('[GPS] Position: lat=%s lon=%s', loc.lat, loc.lon);
+          resolve(loc);
         },
-        (_error) => {
+        (error) => {
+          console.warn('[GPS] getCurrentPosition Fehler:', error?.code, error?.message);
           resolve(null);
         },
         { enableHighAccuracy: false, timeout: 5000 },
@@ -884,6 +1110,7 @@ const ChatScreen: React.FC = () => {
   // Alle Pending Anhaenge + Text senden
   const sendPendingAttachments = useCallback(async (messageText: string) => {
     if (pendingAttachments.length === 0) return;
+    console.log('[Chat] sendPendingAttachments: %d Anhang/Anhaenge', pendingAttachments.length);
     const location = await getCurrentLocation();
     const msgId = nextId();
 
@@ -933,6 +1160,8 @@ const ChatScreen: React.FC = () => {
       }
 
       // An RVS senden
+      console.log('[Chat] sende file: name=%s mime=%s size=%s b64Bytes=%s',
+                  name, mimeType, file.size, base64.length);
       rvs.send('file', {
         name,
         type: mimeType,
@@ -965,13 +1194,46 @@ const ChatScreen: React.FC = () => {
       hour: '2-digit',
       minute: '2-digit',
     });
+    const isSearchHit = activeSearchId === item.id;
+    const searchHighlightStyle = isSearchHit
+      ? { borderWidth: 2, borderColor: '#FFD60A' }
+      : null;
+
+    // Spezial-Bubble: ARIA hat einen Skill erstellt
+    if (item.skillCreated) {
+      const s = item.skillCreated;
+      return (
+        <View style={[styles.messageBubble, styles.ariaBubble, {borderLeftWidth: 3, borderLeftColor: '#FFD60A'}, searchHighlightStyle]}>
+          <Text style={{color: '#FFD60A', fontWeight: 'bold', fontSize: 14}}>
+            {'🛠 ARIA hat einen neuen Skill erstellt'}
+          </Text>
+          <Text style={{color: '#E0E0F0', marginTop: 4, fontSize: 14}}>
+            <Text style={{fontWeight: 'bold'}}>{s.name}</Text>
+            <Text style={{color: '#8888AA', fontSize: 12}}>{` (${s.execution}, ${s.active ? 'aktiv' : 'deaktiviert'})`}</Text>
+          </Text>
+          <Text style={{color: '#8888AA', fontSize: 12, marginTop: 2}}>{s.description}</Text>
+          {s.setupError && (
+            <Text style={{color: '#FF6B6B', fontSize: 11, marginTop: 4}}>
+              {'⚠ Setup-Fehler: '}{s.setupError.slice(0, 200)}
+            </Text>
+          )}
+          <Text style={{color: '#555570', fontSize: 10, marginTop: 6}}>ARIA-Skill · {time}</Text>
+        </View>
+      );
+    }
 
     return (
-      <View style={[styles.messageBubble, isUser ? styles.userBubble : styles.ariaBubble]}>
+      <View style={[styles.messageBubble, isUser ? styles.userBubble : styles.ariaBubble, searchHighlightStyle]}>
         {/* Anhang-Vorschau */}
         {item.attachments?.map((att, idx) => (
           <View key={idx}>
-            {att.type === 'image' && att.uri ? (
+            {att.deleted ? (
+              <View style={[styles.attachmentFile, {opacity: 0.6}]}>
+                <Text style={styles.attachmentFileIcon}>{'🗑️'}</Text>
+                <Text style={[styles.attachmentFileName, {textDecorationLine: 'line-through'}]} numberOfLines={1}>{att.name}</Text>
+                <Text style={[styles.attachmentFileSize, {color: '#FF9500'}]}>(geloescht)</Text>
+              </View>
+            ) : att.type === 'image' && att.uri ? (
               <ChatImage
                 uri={att.uri}
                 onPress={() => setFullscreenImage(att.uri || null)}
@@ -999,7 +1261,22 @@ const ChatScreen: React.FC = () => {
                 </Text>
               </TouchableOpacity>
             ) : (
-              <View style={styles.attachmentFile}>
+              <TouchableOpacity
+                style={styles.attachmentFile}
+                onPress={() => {
+                  // Lokal vorhanden \u2192 direkt mit System-Intent oeffnen
+                  if (att.uri) {
+                    openFileWithIntent(att.uri.replace(/^file:\/\//, ''), att.mimeType || '');
+                    return;
+                  }
+                  // Sonst: file_request \u2192 bei file_response wird die Datei
+                  // gespeichert UND geoeffnet (autoOpenPaths-Tracking).
+                  if (att.serverPath) {
+                    autoOpenPaths.current.add(att.serverPath);
+                    rvs.send('file_request' as any, { serverPath: att.serverPath, requestId: item.id });
+                  }
+                }}
+              >
                 <Text style={styles.attachmentFileIcon}>
                   {att.mimeType?.includes('pdf') ? '\uD83D\uDCC4' :
                    att.mimeType?.includes('word') || att.mimeType?.includes('document') ? '\uD83D\uDCC3' :
@@ -1009,12 +1286,10 @@ const ChatScreen: React.FC = () => {
                 <Text style={styles.attachmentFileName} numberOfLines={1}>{att.name}</Text>
                 {att.size ? <Text style={styles.attachmentFileSize}>{Math.round(att.size / 1024)}KB</Text> : null}
                 {!att.uri && att.serverPath && (
-                  <TouchableOpacity onPress={() => rvs.send('file_request' as any, { serverPath: att.serverPath, requestId: item.id })}>
-                    <Text style={[styles.attachmentFileSize, {color: '#0096FF'}]}>(laden)</Text>
-                  </TouchableOpacity>
+                  <Text style={[styles.attachmentFileSize, {color: '#0096FF'}]}>(tippen zum oeffnen)</Text>
                 )}
                 {!att.uri && !att.serverPath && <Text style={styles.attachmentFileSize}>(nicht verfuegbar)</Text>}
-              </View>
+              </TouchableOpacity>
             )}
           </View>
         ))}
@@ -1029,19 +1304,24 @@ const ChatScreen: React.FC = () => {
         {!isUser && item.text.length > 0 && (
           <TouchableOpacity
             style={styles.playButton}
-            onPress={() => {
-              if (item.audioPath) {
-                audioService.playFromPath(item.audioPath);
-              } else {
-                // messageId mitschicken damit die Bridge das generierte Audio
-                // wieder mit der Nachricht verknuepft (fuer den naechsten Replay aus Cache)
-                rvs.send('tts_request' as any, {
-                  text: item.text,
-                  voice: localXttsVoiceRef.current,
-                  speed: ttsSpeedRef.current,
-                  messageId: item.messageId || '',
-                });
+            onPress={async () => {
+              // Erst lokalen Cache pruefen — audioPath kann auf eine geloeschte
+              // Datei zeigen (TTS-Cache geleert oder Auto-Cleanup). In dem Fall
+              // ueber RVS neu rendern lassen statt stumm zu bleiben.
+              const cachePath = item.audioPath?.replace(/^file:\/\//, '') || '';
+              const cached = cachePath ? await RNFS.exists(cachePath).catch(() => false) : false;
+              if (cached) {
+                audioService.playFromPath(item.audioPath!);
+                return;
               }
+              // messageId mitschicken damit die Bridge das generierte Audio
+              // wieder mit der Nachricht verknuepft (fuer den naechsten Replay aus Cache)
+              rvs.send('tts_request' as any, {
+                text: item.text,
+                voice: localXttsVoiceRef.current,
+                speed: ttsSpeedRef.current,
+                messageId: item.messageId || '',
+              });
             }}
           >
             <Text style={styles.playButtonText}>{'\uD83D\uDD0A'}</Text>
@@ -1117,7 +1397,7 @@ const ChatScreen: React.FC = () => {
         );
       })()}
 
-      {/* Suchleiste */}
+      {/* Suchleiste mit Treffer-Navigation */}
       {searchVisible && (
         <View style={styles.searchBar}>
           <TextInput
@@ -1128,17 +1408,43 @@ const ChatScreen: React.FC = () => {
             placeholderTextColor="#555570"
             autoFocus
           />
+          {searchQuery ? (
+            <Text style={{color: searchMatchIds.length ? '#0096FF' : '#555570', fontSize: 12, paddingHorizontal: 6}}>
+              {searchMatchIds.length ? `${searchIndex + 1}/${searchMatchIds.length}` : '0/0'}
+            </Text>
+          ) : null}
+          <TouchableOpacity
+            onPress={gotoSearchPrev}
+            disabled={!searchMatchIds.length}
+            style={{paddingHorizontal: 6, opacity: searchMatchIds.length ? 1 : 0.3}}
+          >
+            <Text style={{color: '#0096FF', fontSize: 18}}>{'▲'}</Text>
+          </TouchableOpacity>
+          <TouchableOpacity
+            onPress={gotoSearchNext}
+            disabled={!searchMatchIds.length}
+            style={{paddingHorizontal: 6, opacity: searchMatchIds.length ? 1 : 0.3}}
+          >
+            <Text style={{color: '#0096FF', fontSize: 18}}>{'▼'}</Text>
+          </TouchableOpacity>
           <TouchableOpacity onPress={() => { setSearchVisible(false); setSearchQuery(''); }}>
             <Text style={{color: '#FF3B30', fontSize: 14, paddingHorizontal: 8}}>X</Text>
           </TouchableOpacity>
         </View>
       )}
 
-      {/* Nachrichtenliste */}
+      {/* Nachrichtenliste — Suche FILTERT NICHT mehr, sondern hebt aktiven
+          Treffer hervor (siehe renderMessage: activeSearchId-Border). */}
       <FlatList
         ref={flatListRef}
         inverted
-        data={searchQuery ? messages.filter(m => m.text.toLowerCase().includes(searchQuery.toLowerCase())).reverse() : invertedMessages}
+        data={invertedMessages}
+        onScrollToIndexFailed={(info) => {
+          // Bei zu schnellem Aufruf vor Layout: einmal nachfassen
+          setTimeout(() => {
+            try { flatListRef.current?.scrollToIndex({ index: info.index, animated: true, viewPosition: 0.4 }); } catch {}
+          }, 200);
+        }}
         keyExtractor={item => item.id}
         renderItem={renderMessage}
         contentContainerStyle={styles.messageList}
@@ -1162,9 +1468,11 @@ const ChatScreen: React.FC = () => {
               ? '\u270D\uFE0F ARIA schreibt...'
               : '\uD83D\uDCAD ARIA denkt...'}
           </Text>
-          <TouchableOpacity style={styles.thinkingCancel} onPress={cancelRequest}>
-            <Text style={styles.thinkingCancelText}>Abbrechen</Text>
-          </TouchableOpacity>
+          <View style={{flexDirection: 'row', gap: 6}}>
+            <TouchableOpacity style={styles.thinkingCancel} onPress={cancelRequest}>
+              <Text style={styles.thinkingCancelText}>Abbrechen</Text>
+            </TouchableOpacity>
+          </View>
         </View>
       )}
 
@@ -1270,19 +1578,32 @@ const ChatScreen: React.FC = () => {
 
       {/* Bild-Vollbild Modal */}
       <Modal visible={!!fullscreenImage} transparent animationType="fade" onRequestClose={() => setFullscreenImage(null)}>
-        <TouchableOpacity
-          style={styles.fullscreenOverlay}
-          activeOpacity={1}
-          onPress={() => setFullscreenImage(null)}
-        >
+        <View style={styles.fullscreenOverlay}>
           {fullscreenImage && (
-            <Image
-              source={{ uri: fullscreenImage }}
-              style={styles.fullscreenImage}
-              resizeMode="contain"
-            />
+            /\.svg(?:\?|$)/i.test(fullscreenImage) ? (
+              // SVG: bisher keine Pinch-Zoom — Tap zum Schliessen
+              <TouchableOpacity style={styles.fullscreenImage} activeOpacity={1} onPress={() => setFullscreenImage(null)}>
+                <SvgUri uri={fullscreenImage} width="100%" height="100%" preserveAspectRatio="xMidYMid meet" />
+              </TouchableOpacity>
+            ) : (
+              // Pixel-Bild: Pinch-Zoom + Pan ueber ZoomableImage
+              <ZoomableImage
+                uri={fullscreenImage}
+                containerWidth={Dimensions.get('window').width}
+                containerHeight={Dimensions.get('window').height}
+                style={styles.fullscreenImage}
+              />
+            )
           )}
-        </TouchableOpacity>
+          {/* Close-Button oben rechts — die TouchableOpacity-uebergreifend funktioniert
+              wegen ZoomableImage-PanResponder nicht zuverlaessig fuer Tap-to-Close */}
+          <TouchableOpacity
+            style={{ position: 'absolute', top: 32, right: 16, padding: 12, backgroundColor: 'rgba(0,0,0,0.5)', borderRadius: 24 }}
+            onPress={() => setFullscreenImage(null)}
+          >
+            <Text style={{ color: '#FFF', fontSize: 22 }}>{'✕'}</Text>
+          </TouchableOpacity>
+        </View>
       </Modal>
 
       {/* Datei-Upload Modal */}

android/src/screens/SettingsScreen.tsx

@@ -18,6 +18,7 @@ import {
   ToastAndroid,
   ActivityIndicator,
   Modal,
+  PermissionsAndroid,
 } from 'react-native';
 import AsyncStorage from '@react-native-async-storage/async-storage';
 import RNFS from 'react-native-fs';
@@ -49,6 +50,8 @@ import {
   TTS_SPEED_MAX,
   TTS_SPEED_STORAGE_KEY,
 } from '../services/audio';
+import audioService from '../services/audio';
+import { isVerboseLogging, setVerboseLogging } from '../services/logger';
 import {
   isWakeReadySoundEnabled,
   setWakeReadySoundEnabled,
@@ -95,6 +98,7 @@ const SETTINGS_SECTIONS = [
   { id: 'wake_word',    icon: '👂', label: 'Wake-Word',      desc: 'Wake-Word-Auswahl' },
   { id: 'voice_output', icon: '🔊', label: 'Sprachausgabe',  desc: 'Stimmen, Pre-Roll, Geschwindigkeit' },
   { id: 'storage',      icon: '📁', label: 'Speicher',       desc: 'Anhang-Speicherort, Auto-Download' },
+  { id: 'files',        icon: '📂', label: 'Dateien',        desc: 'ARIA- und User-Dateien — anzeigen, löschen' },
   { id: 'protocol',     icon: '📜', label: 'Protokoll',      desc: 'Privatsphaere, Backup' },
   { id: 'about',        icon: 'ℹ️', label: 'Ueber',          desc: 'App-Version, Update' },
 ] as const;
@@ -134,6 +138,8 @@ const SettingsScreen: React.FC = () => {
   const [vadSilenceDb, setVadSilenceDb] = useState<number | null>(null);
   const [showVadInfo, setShowVadInfo] = useState(false);
   const [apkCacheInfo, setApkCacheInfo] = useState<{count: number, totalMB: number} | null>(null);
+  const [ttsCacheInfo, setTtsCacheInfo] = useState<{count: number, totalMB: number} | null>(null);
+  const [verboseLogging, setVerboseLoggingState] = useState<boolean>(isVerboseLogging());
   const [ttsSpeed, setTtsSpeed] = useState<number>(TTS_SPEED_DEFAULT);
   const [wakeKeyword, setWakeKeyword] = useState<string>(DEFAULT_KEYWORD);
   const [wakeStatus, setWakeStatus] = useState<string>('');
@@ -142,6 +148,16 @@ const SettingsScreen: React.FC = () => {
   const [xttsVoice, setXttsVoice] = useState('');
   const [loadingVoice, setLoadingVoice] = useState<string | null>(null);
   const [availableVoices, setAvailableVoices] = useState<Array<{name: string, size: number}>>([]);
+  // Datei-Manager
+  const [fileManagerOpen, setFileManagerOpen] = useState(false);
+  const [fileManagerFiles, setFileManagerFiles] = useState<Array<{name: string; path: string; size: number; mtime: number; fromAria: boolean}>>([]);
+  const [fileManagerLoading, setFileManagerLoading] = useState(false);
+  const [fileManagerError, setFileManagerError] = useState('');
+  const [fileManagerSearch, setFileManagerSearch] = useState('');
+  const [fileManagerFilter, setFileManagerFilter] = useState<'all' | 'aria' | 'user'>('all');
+  const [fileManagerSelected, setFileManagerSelected] = useState<Set<string>>(new Set());
+  const fileZipPending = useRef<string | null>(null); // requestId fuer ZIP-Antwort
+  const [fileZipBusy, setFileZipBusy] = useState(false);
   const [voiceCloneVisible, setVoiceCloneVisible] = useState(false);
   const [tempPath, setTempPath] = useState('');
   // Sub-Screen Navigation: null = Hauptmenue, sonst eine der Section-IDs.
@@ -223,6 +239,7 @@ const SettingsScreen: React.FC = () => {
     });
     isWakeReadySoundEnabled().then(setWakeReadySound);
     updateService.getApkCacheSize().then(setApkCacheInfo).catch(() => {});
+    audioService.getTtsCacheSize().then(setTtsCacheInfo).catch(() => {});
     AsyncStorage.getItem('aria_xtts_voice').then(saved => {
       if (saved) setXttsVoice(saved);
     });
@@ -365,6 +382,55 @@ const SettingsScreen: React.FC = () => {
         setAvailableVoices(voices);
       }
 
+      // Datei-Manager: Liste empfangen
+      if (message.type === ('file_list_response' as any)) {
+        const p: any = message.payload || {};
+        if (p.ok) {
+          setFileManagerFiles(p.files || []);
+        } else {
+          setFileManagerError(p.error || 'Unbekannter Fehler');
+        }
+        setFileManagerLoading(false);
+      }
+
+      // Datei-Manager: Datei wurde geloescht (vom Diagnostic oder dieser App)
+      if (message.type === ('file_deleted' as any)) {
+        const p: any = message.payload || {};
+        if (p.path) {
+          setFileManagerFiles(prev => prev.filter(f => f.path !== p.path));
+          setFileManagerSelected(prev => {
+            if (!prev.has(p.path)) return prev;
+            const next = new Set(prev);
+            next.delete(p.path);
+            return next;
+          });
+        }
+      }
+
+      // Datei-Manager: ZIP-Response (Multi-Download)
+      if (message.type === ('file_zip_response' as any)) {
+        const p: any = message.payload || {};
+        if (p.requestId && p.requestId !== fileZipPending.current) return; // veraltet
+        fileZipPending.current = null;
+        setFileZipBusy(false);
+        if (!p.ok || !p.data) {
+          ToastAndroid.show('ZIP fehlgeschlagen: ' + (p.error || 'unbekannt'), ToastAndroid.LONG);
+          return;
+        }
+        // base64 → in Downloads-Ordner schreiben
+        (async () => {
+          try {
+            const ts = new Date().toISOString().replace(/[:.]/g, '-').slice(0, 19);
+            const dir = RNFS.DownloadDirectoryPath;
+            const filePath = `${dir}/aria-files-${ts}.zip`;
+            await RNFS.writeFile(filePath, p.data, 'base64');
+            ToastAndroid.show(`ZIP gespeichert: ${filePath} (${Math.round((p.size||0)/1024)} KB)`, ToastAndroid.LONG);
+          } catch (e: any) {
+            ToastAndroid.show('ZIP speichern fehlgeschlagen: ' + e.message, ToastAndroid.LONG);
+          }
+        })();
+      }
+
       // Voice wurde gespeichert → Liste neu laden + ggf. auswaehlen
       if (message.type === ('xtts_voice_saved' as any)) {
         const name = (message.payload as any).name as string;
@@ -457,7 +523,29 @@ const SettingsScreen: React.FC = () => {
 
   // --- GPS Toggle ---
 
-  const handleGPSToggle = useCallback((value: boolean) => {
+  const handleGPSToggle = useCallback(async (value: boolean) => {
+    if (value && Platform.OS === 'android') {
+      try {
+        const granted = await PermissionsAndroid.request(
+          PermissionsAndroid.PERMISSIONS.ACCESS_COARSE_LOCATION,
+          {
+            title: 'ARIA — Standort an Anfragen anhaengen',
+            message: 'Damit ARIA bei Anfragen wie "Wo ist der naechste...?" den '
+              + 'Standort kennt, darf die App den ungefaehren Standort lesen. '
+              + 'Wird nur bei jeder Anfrage einmal abgerufen, nicht im Hintergrund.',
+            buttonPositive: 'Erlauben',
+            buttonNegative: 'Abbrechen',
+          },
+        );
+        if (granted !== PermissionsAndroid.RESULTS.GRANTED) {
+          ToastAndroid.show('Standort-Berechtigung abgelehnt', ToastAndroid.SHORT);
+          return;
+        }
+      } catch (err) {
+        console.warn('[Settings] GPS-Permission Request gescheitert:', err);
+        return;
+      }
+    }
     setGpsEnabled(value);
     AsyncStorage.setItem('aria_gps_enabled', String(value)).catch(() => {});
   }, []);
@@ -536,6 +624,225 @@ const SettingsScreen: React.FC = () => {
       visible={voiceCloneVisible}
       onClose={() => setVoiceCloneVisible(false)}
     />
+    {/* Datei-Manager Modal */}
+    <Modal
+      visible={fileManagerOpen}
+      animationType="slide"
+      onRequestClose={() => setFileManagerOpen(false)}
+    >
+      <View style={{flex:1, backgroundColor:'#080810', paddingTop:24}}>
+        <View style={{flexDirection:'row', alignItems:'center', padding:12, borderBottomWidth:1, borderColor:'#1E1E2E'}}>
+          <TouchableOpacity onPress={() => setFileManagerOpen(false)} style={{padding:8}}>
+            <Text style={{color:'#0096FF', fontSize:24}}>‹</Text>
+          </TouchableOpacity>
+          <Text style={{color:'#E0E0F0', fontSize:18, fontWeight:'600', flex:1, marginLeft:8}}>Dateien</Text>
+          <TouchableOpacity
+            onPress={() => {
+              setFileManagerError('');
+              setFileManagerLoading(true);
+              rvs.send('file_list_request' as any, {});
+            }}
+            style={{padding:8}}
+          >
+            <Text style={{color:'#0096FF', fontSize:14}}>🔄</Text>
+          </TouchableOpacity>
+        </View>
+        <View style={{padding:12}}>
+          <TextInput
+            style={{backgroundColor:'#1E1E2E', borderRadius:8, padding:10, color:'#E0E0F0', fontSize:14}}
+            placeholder="Suche..."
+            placeholderTextColor="#555570"
+            value={fileManagerSearch}
+            onChangeText={setFileManagerSearch}
+            autoCapitalize="none"
+          />
+          <View style={{flexDirection:'row', marginTop:8, gap:6}}>
+            {(['all','aria','user'] as const).map(f => (
+              <TouchableOpacity
+                key={f}
+                onPress={() => setFileManagerFilter(f)}
+                style={{
+                  paddingVertical:6, paddingHorizontal:12, borderRadius:14,
+                  backgroundColor: fileManagerFilter === f ? '#0096FF' : '#1E1E2E',
+                }}
+              >
+                <Text style={{color: fileManagerFilter === f ? '#fff' : '#8888AA', fontSize:12}}>
+                  {f === 'all' ? 'Alle' : f === 'aria' ? 'Von ARIA' : 'Von dir'}
+                </Text>
+              </TouchableOpacity>
+            ))}
+          </View>
+        </View>
+        {fileManagerLoading ? (
+          <Text style={{color:'#8888AA', textAlign:'center', marginTop:20}}>Lade...</Text>
+        ) : fileManagerError ? (
+          <Text style={{color:'#FF6B6B', textAlign:'center', marginTop:20}}>{fileManagerError}</Text>
+        ) : (() => {
+          // Visible files (Filter+Suche)
+          let files = fileManagerFiles;
+          if (fileManagerFilter === 'aria') files = files.filter(f => f.fromAria);
+          else if (fileManagerFilter === 'user') files = files.filter(f => !f.fromAria);
+          if (fileManagerSearch) {
+            const q = fileManagerSearch.toLowerCase();
+            files = files.filter(f => f.name.toLowerCase().includes(q));
+          }
+          const visiblePaths = files.map(f => f.path);
+          const selectedHere = visiblePaths.filter(p => fileManagerSelected.has(p));
+          const allSelected = visiblePaths.length > 0 && selectedHere.length === visiblePaths.length;
+          const fmtSize = (b: number) => b < 1024 ? `${b} B` : b < 1024*1024 ? `${(b/1024).toFixed(1)} KB` : `${(b/1024/1024).toFixed(1)} MB`;
+
+          const toggleSelectAll = () => {
+            setFileManagerSelected(prev => {
+              const next = new Set(prev);
+              if (allSelected) visiblePaths.forEach(p => next.delete(p));
+              else visiblePaths.forEach(p => next.add(p));
+              return next;
+            });
+          };
+          const toggleOne = (p: string) => {
+            setFileManagerSelected(prev => {
+              const next = new Set(prev);
+              if (next.has(p)) next.delete(p);
+              else next.add(p);
+              return next;
+            });
+          };
+          const bulkDelete = () => {
+            const paths = [...fileManagerSelected];
+            if (!paths.length) return;
+            Alert.alert(
+              `${paths.length} Dateien löschen?`,
+              'In allen Chat-Bubbles werden sie als gelöscht markiert.',
+              [
+                { text: 'Abbrechen', style: 'cancel' },
+                { text: 'Löschen', style: 'destructive', onPress: () => {
+                  rvs.send('file_delete_batch_request' as any, { paths, requestId: 'batch-' + Date.now() });
+                  setFileManagerSelected(new Set());
+                  ToastAndroid.show(`${paths.length} Lösch-Befehle gesendet…`, ToastAndroid.SHORT);
+                }},
+              ],
+            );
+          };
+          const bulkDownload = () => {
+            const paths = [...fileManagerSelected];
+            if (!paths.length) return;
+            // 1 Datei: einfach via file_request (existing pattern). ZIP nur bei 2+.
+            if (paths.length === 1) {
+              rvs.send('file_request' as any, { serverPath: paths[0], requestId: 'single-' + Date.now() });
+              ToastAndroid.show('Datei wird heruntergeladen…', ToastAndroid.SHORT);
+              return;
+            }
+            const reqId = 'zip-' + Date.now();
+            fileZipPending.current = reqId;
+            setFileZipBusy(true);
+            rvs.send('file_zip_request' as any, { paths, requestId: reqId });
+            ToastAndroid.show(`ZIP wird erstellt (${paths.length} Dateien)…`, ToastAndroid.LONG);
+          };
+
+          return (
+            <>
+              {/* Bulk-Bar */}
+              <View style={{paddingHorizontal:12, paddingBottom:8, flexDirection:'row', alignItems:'center', gap:8, flexWrap:'wrap'}}>
+                <TouchableOpacity onPress={toggleSelectAll} style={{flexDirection:'row', alignItems:'center', gap:6, paddingVertical:4}}>
+                  <View style={{
+                    width:18, height:18, borderRadius:3,
+                    borderWidth:2, borderColor: allSelected ? '#0096FF' : '#555570',
+                    backgroundColor: allSelected ? '#0096FF' : 'transparent',
+                    alignItems:'center', justifyContent:'center',
+                  }}>
+                    {allSelected && <Text style={{color:'#fff', fontSize:11, fontWeight:'bold'}}>✓</Text>}
+                  </View>
+                  <Text style={{color:'#E0E0F0', fontSize:13}}>Alle markieren</Text>
+                </TouchableOpacity>
+                {fileManagerSelected.size > 0 && (
+                  <>
+                    <Text style={{color:'#555570', fontSize:13}}>·</Text>
+                    <Text style={{color:'#0096FF', fontSize:13, fontWeight:'600'}}>{fileManagerSelected.size} ausgewählt</Text>
+                    <TouchableOpacity
+                      onPress={bulkDownload}
+                      disabled={fileZipBusy}
+                      style={{paddingVertical:4, paddingHorizontal:10, borderRadius:6, backgroundColor:'#0096FF22', opacity: fileZipBusy ? 0.5 : 1}}
+                    >
+                      <Text style={{color:'#0096FF', fontSize:12}}>{fileZipBusy ? '⏳ ZIP…' : (fileManagerSelected.size > 1 ? '⬇ ZIP' : '⬇ Download')}</Text>
+                    </TouchableOpacity>
+                    <TouchableOpacity
+                      onPress={bulkDelete}
+                      style={{paddingVertical:4, paddingHorizontal:10, borderRadius:6, backgroundColor:'#FF6B6B22'}}
+                    >
+                      <Text style={{color:'#FF6B6B', fontSize:12}}>🗑 Löschen</Text>
+                    </TouchableOpacity>
+                  </>
+                )}
+              </View>
+
+              <ScrollView style={{flex:1}} contentContainerStyle={{padding:12, paddingTop:0}}>
+                {!files.length ? (
+                  <Text style={{color:'#555570', textAlign:'center', marginTop:20}}>Keine Dateien</Text>
+                ) : files.map(f => {
+                  const selected = fileManagerSelected.has(f.path);
+                  return (
+                    <TouchableOpacity
+                      key={f.path}
+                      onPress={() => toggleOne(f.path)}
+                      activeOpacity={0.7}
+                      style={{
+                        backgroundColor: selected ? '#1E2C44' : '#0D0D1A',
+                        padding:12, borderRadius:8, marginBottom:8,
+                        flexDirection:'row', alignItems:'center', gap:8,
+                        borderWidth: selected ? 1 : 0, borderColor:'#0096FF',
+                      }}
+                    >
+                      <View style={{
+                        width:18, height:18, borderRadius:3,
+                        borderWidth:2, borderColor: selected ? '#0096FF' : '#555570',
+                        backgroundColor: selected ? '#0096FF' : 'transparent',
+                        alignItems:'center', justifyContent:'center',
+                      }}>
+                        {selected && <Text style={{color:'#fff', fontSize:11, fontWeight:'bold'}}>✓</Text>}
+                      </View>
+                      <View style={{flex:1}}>
+                        <View style={{flexDirection:'row', alignItems:'center'}}>
+                          <View style={{
+                            backgroundColor: f.fromAria ? '#0096FF22' : '#34C75922',
+                            paddingHorizontal:6, paddingVertical:1, borderRadius:3, marginRight:6,
+                          }}>
+                            <Text style={{color: f.fromAria ? '#0096FF' : '#34C759', fontSize:9}}>
+                              {f.fromAria ? 'ARIA' : 'USER'}
+                            </Text>
+                          </View>
+                          <Text style={{color:'#E0E0F0', fontSize:13, flex:1}} numberOfLines={1}>{f.name}</Text>
+                        </View>
+                        <Text style={{color:'#555570', fontSize:10, marginTop:2}}>
+                          {fmtSize(f.size)} · {new Date(f.mtime).toLocaleString('de-DE')}
+                        </Text>
+                      </View>
+                      <TouchableOpacity
+                        onPress={() => {
+                          Alert.alert(
+                            'Datei löschen?',
+                            `"${f.name}"\n\nIn allen Chat-Bubbles wird sie als gelöscht markiert.`,
+                            [
+                              { text: 'Abbrechen', style: 'cancel' },
+                              { text: 'Löschen', style: 'destructive', onPress: () => {
+                                rvs.send('file_delete_request' as any, { path: f.path });
+                                ToastAndroid.show('Lösch-Befehl gesendet…', ToastAndroid.SHORT);
+                              }},
+                            ],
+                          );
+                        }}
+                        style={{padding:8}}
+                      >
+                        <Text style={{color:'#FF6B6B', fontSize:18}}>🗑</Text>
+                      </TouchableOpacity>
+                    </TouchableOpacity>
+                  );
+                })}
+              </ScrollView>
+            </>
+          );
+        })()}
+      </View>
+    </Modal>
     <ScrollView style={styles.container} contentContainerStyle={styles.content}>
 
       {currentSection === null && (
@@ -1228,11 +1535,123 @@ const SettingsScreen: React.FC = () => {
         </TouchableOpacity>
       </View>
 
+      {/* === TTS-Cache === */}
+      <Text style={[styles.sectionTitle, {marginTop: 16}]}>TTS-Cache</Text>
+      <View style={styles.card}>
+        <Text style={styles.toggleHint}>
+          Gespeicherte Sprachausgaben (WAV pro Antwort) — werden fuer den
+          Play-Button und Auto-Resume nach Anrufen genutzt. Loeschen
+          unterbricht keine laufende Wiedergabe, alte Antworten lassen sich
+          danach nur nicht mehr abspielen.
+        </Text>
+        <Text style={[styles.storageSizeText, {marginTop: 8}]}>
+          {ttsCacheInfo === null ? '...' :
+           ttsCacheInfo.count === 0 ? 'leer' :
+           `${ttsCacheInfo.count} WAV${ttsCacheInfo.count === 1 ? '' : 's'} · ${ttsCacheInfo.totalMB.toFixed(1)}MB`}
+        </Text>
+        <TouchableOpacity
+          style={[styles.clearButton, {marginTop: 8, backgroundColor: 'rgba(255,59,48,0.15)'}]}
+          onPress={async () => {
+            const res = await audioService.clearTtsCache();
+            ToastAndroid.show(
+              res.removed === 0
+                ? 'TTS-Cache war schon leer'
+                : `${res.removed} WAV${res.removed === 1 ? '' : 's'} geloescht (${res.freedMB.toFixed(1)}MB frei)`,
+              ToastAndroid.SHORT,
+            );
+            const info = await audioService.getTtsCacheSize();
+            setTtsCacheInfo(info);
+          }}
+        >
+          <Text style={[styles.clearButtonText, {color: '#FF3B30'}]}>TTS-Cache leeren</Text>
+        </TouchableOpacity>
+      </View>
+
+      {/* === Reparatur === */}
+      <Text style={[styles.sectionTitle, {marginTop: 16}]}>Reparatur</Text>
+      <View style={styles.card}>
+        <Text style={styles.toggleHint}>
+          Container gezielt neu starten — wenn die Voice-Bridge, das Gehirn
+          oder die Vector-DB haengt. Restart dauert wenige Sekunden,
+          laufende Anfragen gehen verloren.
+        </Text>
+        {[
+          { name: 'aria-bridge', label: '🚨 aria-bridge neu (Voice + RVS)' },
+          { name: 'aria-brain',  label: '🚨 aria-brain neu (Agent + Memory)' },
+          { name: 'aria-qdrant', label: '🚨 aria-qdrant neu (Vector-DB)' },
+        ].map(c => (
+          <TouchableOpacity
+            key={c.name}
+            style={[styles.clearButton, {marginTop: 8, backgroundColor: 'rgba(255,59,48,0.10)'}]}
+            onPress={() => {
+              Alert.alert(
+                `${c.name} neu starten?`,
+                'Restart in wenigen Sekunden. Laufende Anfragen gehen verloren.',
+                [
+                  { text: 'Abbrechen', style: 'cancel' },
+                  { text: 'Neu starten', style: 'destructive', onPress: () => {
+                    rvs.send('container_restart' as any, { name: c.name });
+                    ToastAndroid.show(`${c.name} wird neu gestartet…`, ToastAndroid.LONG);
+                  }},
+                ],
+              );
+            }}
+          >
+            <Text style={[styles.clearButtonText, {color: '#FF3B30'}]}>{c.label}</Text>
+          </TouchableOpacity>
+        ))}
+      </View>
+
+      </>)}
+
+      {/* === Datei-Manager === */}
+      {currentSection === 'files' && (<>
+      <Text style={styles.sectionTitle}>Dateien</Text>
+      <View style={styles.card}>
+        <Text style={styles.toggleHint}>
+          Alle Dateien aus <Text style={{fontFamily:'monospace'}}>/shared/uploads/</Text>
+          — was ARIA generiert hat und was du hochgeladen hast.
+          Beim Löschen wird die Bubble in App + Diagnostic als gelöscht markiert.
+        </Text>
+        <TouchableOpacity
+          style={[styles.clearButton, {marginTop: 8, backgroundColor: 'rgba(0,150,255,0.15)'}]}
+          onPress={() => {
+            setFileManagerError('');
+            setFileManagerLoading(true);
+            setFileManagerOpen(true);
+            rvs.send('file_list_request' as any, {});
+          }}
+        >
+          <Text style={[styles.clearButtonText, {color: '#0096FF'}]}>{'📂 Datei-Manager öffnen'}</Text>
+        </TouchableOpacity>
+      </View>
       </>)}
 
       {/* === Logs === */}
       {currentSection === 'protocol' && (<>
       <Text style={styles.sectionTitle}>Protokoll</Text>
+
+      {/* Verbose-Logging-Toggle */}
+      <View style={styles.card}>
+        <View style={styles.toggleRow}>
+          <Text style={styles.toggleLabel}>Verbose Logging</Text>
+          <Switch
+            value={verboseLogging}
+            onValueChange={(v) => {
+              setVerboseLogging(v);
+              setVerboseLoggingState(v);
+            }}
+            trackColor={{ false: '#3A3A52', true: '#0096FF' }}
+            thumbColor={verboseLogging ? '#FFFFFF' : '#666680'}
+          />
+        </View>
+        <Text style={styles.toggleHint}>
+          Wenn aus: console.log wird global stummgeschaltet (Speicher schonen).
+          Warnungen und Fehler bleiben immer aktiv. Bei Bedarf einschalten zum
+          Debuggen via adb logcat.
+        </Text>
+      </View>
+
       <View style={styles.card}>
         {/* Tab-Umschalter */}
         <View style={styles.tabRow}>
@@ -1319,7 +1738,8 @@ const SettingsScreen: React.FC = () => {
         <Text style={styles.aboutTitle}>ARIA Cockpit</Text>
         <Text style={styles.aboutVersion}>Version {require('../../package.json').version}</Text>
         <Text style={styles.aboutInfo}>
-          Stefans Kommandozentrale f{'\u00FC'}r ARIA.{'\n'}
+          ARIA \u2014 Autonomous Reasoning & Intelligence Assistant.{'\n'}
+          Stefans Kommandozentrale.{'\n'}
           Gebaut mit React Native + TypeScript.
         </Text>
         <TouchableOpacity

android/src/services/audio.ts

@@ -41,6 +41,8 @@ const { AudioFocus, PcmStreamPlayer } = NativeModules as {
     requestDuck: () => Promise<boolean>;
     requestExclusive: () => Promise<boolean>;
     release: () => Promise<boolean>;
+    kickReleaseMedia: () => Promise<boolean>;
+    getMode?: () => Promise<number>;
   };
   PcmStreamPlayer?: {
     start: (sampleRate: number, channels: number, prerollSeconds: number) => Promise<boolean>;
@@ -301,6 +303,12 @@ class AudioService {
         console.warn('[Audio] PcmPlaybackFinished-Subscription fehlgeschlagen:', err);
       }
     }
+    // App-Start: orphaned aria_tts_*.wav / aria_recording_*.mp4 aus dem Cache
+    // wegraeumen. Sammeln sich an wenn Sound mid-playback gestoppt wird (Anruf,
+    // Mute, Barge-In) — der completion-callback feuert dann nicht und die Datei
+    // bleibt liegen. 5min-Threshold damit gerade aktiv geschriebene Files sicher
+    // sind. cleanupOnStartup ist async, blockt den Constructor nicht.
+    this._cleanupStaleCacheFiles(5 * 60 * 1000).catch(() => {});
   }
 
   /** AudioFocus mit kleiner Verzoegerung freigeben — Spotify/YouTube
@@ -310,13 +318,19 @@ class AudioService {
    *  unterdrueckt — der Focus bleibt fuer die ganze Konversation gehalten. */
   private _releaseFocusDeferred(): void {
     if (this._conversationFocusActive) {
+      console.log('[Audio] _releaseFocusDeferred: Conversation aktiv → kein Release');
       this._cancelDeferredFocusRelease();
       return;
     }
     this._cancelDeferredFocusRelease();
+    console.log('[Audio] _releaseFocusDeferred: in %dms', this.FOCUS_RELEASE_DELAY_MS);
     this.focusReleaseTimer = setTimeout(() => {
       this.focusReleaseTimer = null;
-      if (this._conversationFocusActive) return;
+      if (this._conversationFocusActive) {
+        console.log('[Audio] Focus-Release abgebrochen (Conversation jetzt aktiv)');
+        return;
+      }
+      console.log('[Audio] AudioFocus jetzt released');
       AudioFocus?.release().catch(() => {});
     }, this.FOCUS_RELEASE_DELAY_MS);
   }
@@ -347,19 +361,69 @@ class AudioService {
     this._releaseFocusDeferred();
   }
 
-  /** TTS-Wiedergabe haart stoppen — z.B. wenn ein Anruf reinkommt.
-   *  Released auch sofort den AudioFocus damit der Anruf-Klingelton hoerbar ist. */
+  /** TTS-Wiedergabe haart stoppen — z.B. fuer Barge-In. Buffer wird geleert,
+   *  kein Auto-Resume. Released auch sofort den AudioFocus. */
   haltAllPlayback(reason: string = ''): void {
     console.log('[Audio] haltAllPlayback: %s', reason || '(no reason)');
     this._conversationFocusActive = false;
     this.stopPlayback();
   }
 
+  /** Speziell fuer Anrufe: AudioTrack stoppen + Focus releasen, ABER pcm-
+   *  Buffer + messageId behalten damit weitere Chunks der unterbrochenen
+   *  Antwort weiter gesammelt werden. isFinal schreibt dann die WAV trotz
+   *  Anruf — und resumeFromInterruption findet sie. */
+  pauseForCall(reason: string = ''): void {
+    console.log('[Audio] pauseForCall: %s', reason || '(no reason)');
+    this._conversationFocusActive = false;
+    this._pausedForCall = true;
+    // Queue + isPlaying ruecksetzen — sonst klemmt der naechste Play-Button
+    // (playAudio sieht isPlaying=true und ruft _playNext nicht mehr auf).
+    this.audioQueue = [];
+    this.isPlaying = false;
+    // Foreground-Service stoppen — Notification waere sonst irrefuehrend
+    stopBackgroundAudio().catch(() => {});
+    // SoundPool/RNSound (Resume-Sound, Play-Button) stoppen — nicht relevant fuer Auto-Resume
+    if (this.currentSound) {
+      try { this.currentSound.stop(); this.currentSound.release(); } catch {}
+      this.currentSound = null;
+    }
+    if (this.resumeSound) {
+      try { this.resumeSound.stop(); this.resumeSound.release(); } catch {}
+      this.resumeSound = null;
+    }
+    // AudioTrack hart stoppen damit nichts mehr aus dem Lautsprecher kommt.
+    // pcmStreamActive bleibt true, pcmBuffer/pcmMessageId BLEIBEN — damit
+    // weitere Chunks gesammelt werden und isFinal die WAV schreiben kann.
+    PcmStreamPlayer?.stop().catch(() => {});
+    this._cancelDeferredFocusRelease();
+    AudioFocus?.release().catch(() => {});
+  }
+
+  /** Anruf vorbei → weitere Chunks duerfen wieder abgespielt werden.
+   *  resumeFromInterruption uebernimmt die Wiedergabe ab gemerkter Position. */
+  endCallPause(): void {
+    if (!this._pausedForCall) return;
+    this._pausedForCall = false;
+    console.log('[Audio] endCallPause');
+  }
+
   /** Bei Anruf: aktuelle Wiedergabe-Position merken damit wir nach dem
    *  Auflegen von dort weitermachen koennen. Returnt Position in Sekunden
-   *  oder 0 wenn nichts spielte. */
+   *  oder 0 wenn nichts spielte.
+   *
+   *  Idempotent: bei mehrfachem Aufruf (ringing → offhook) wird die Position
+   *  vom ersten Mal NICHT ueberschrieben. playbackStartTime laeuft stumpf
+   *  weiter obwohl das Audio gestoppt ist — der erste Halt ist der echte. */
   captureInterruption(): number {
+    if (this.pausedMessageId) {
+      console.log('[Audio] captureInterruption: bereits erfasst (msgId=%s pos=%ss) — skip',
+                  this.pausedMessageId, this.pausedPosition.toFixed(2));
+      return this.pausedPosition;
+    }
     if (!this.playbackStartTime || !this.currentPlaybackMsgId) {
+      console.log('[Audio] captureInterruption: nichts spielte (startTime=%s, msgId=%s)',
+                  this.playbackStartTime, this.currentPlaybackMsgId || '(leer)');
       this.pausedPosition = 0;
       this.pausedMessageId = '';
       return 0;
@@ -379,7 +443,12 @@ class AudioService {
   async resumeFromInterruption(maxWaitMs: number = 30000): Promise<boolean> {
     const msgId = this.pausedMessageId;
     const position = this.pausedPosition;
-    if (!msgId) return false;
+    if (!msgId) {
+      console.log('[Audio] resumeFromInterruption: kein gemerkter Stand — skip');
+      return false;
+    }
+    console.log('[Audio] resumeFromInterruption: starte fuer msgId=%s pos=%ss',
+                msgId, position.toFixed(2));
     this.pausedMessageId = '';  // konsumieren
     const cachePath = `${RNFS.DocumentDirectoryPath}/tts_cache/${msgId}.wav`;
     const startTime = Date.now();
@@ -413,6 +482,14 @@ class AudioService {
       this._firePlaybackStarted();
       this.isPlaying = true;
       this.resumeSound = sound;
+      // Tracking auch fuer den Resume-Sound aktualisieren — sonst kann
+      // captureInterruption bei einem zweiten Anruf die Position nicht
+      // mehr ermitteln (playbackStartTime waere von der ersten Wiedergabe).
+      const msgIdMatch = path.match(/([^/\\]+)\.wav$/i);
+      if (msgIdMatch) this.currentPlaybackMsgId = msgIdMatch[1];
+      // Virtuelle Start-Zeit so setzen, dass captureInterruption (das den
+      // Leading-Silence-Offset wieder abzieht) die korrekte Position liefert.
+      this.playbackStartTime = Date.now() - (positionSec + this.LEADING_SILENCE_SEC) * 1000;
       console.log('[Audio] Resume von Position %ss aus %s',
                   positionSec.toFixed(2), path);
       sound.setCurrentTime(Math.max(0, positionSec));
@@ -719,8 +796,13 @@ class AudioService {
     if (!base64Data) return;
     // Mute-Flag respektieren — robust gegen Race-Conditions zwischen User-
     // Klick auf Mute und einem TTS-Chunk der im selben Tick eintrifft.
-    if (this._muted) return;
+    if (this._muted) {
+      console.log('[Audio] playAudio: muted=true → skip');
+      return;
+    }
     this.audioQueue.push(base64Data);
+    console.log('[Audio] playAudio: queued (queue=%d isPlaying=%s pausedForCall=%s)',
+                this.audioQueue.length, this.isPlaying, this._pausedForCall);
     if (!this.isPlaying) {
       this._playNext();
     }
@@ -786,9 +868,16 @@ class AudioService {
     final?: boolean;
     silent?: boolean;
   }): Promise<string> {
+    // _stoppedMessageId: User hat diese Antwort mid-Wiedergabe gestoppt
+    // (Mute geklickt). Auch wenn Mute jetzt wieder aus ist, soll diese
+    // Antwort nicht weiterspielen. Erst eine neue messageId resetted das.
+    const incomingMsgId = payload.messageId || '';
+    const stoppedByUser = !!this._stoppedMessageId && incomingMsgId === this._stoppedMessageId;
     // Globaler Mute-Flag uebersteuert das per-Call silent — verhindert
     // Race-Conditions wenn der User zwischen Chunks den Mute-Knopf drueckt.
-    const silent = !!payload.silent || this._muted;
+    // _pausedForCall: AudioTrack ist gestoppt waehrend Anruf — Chunks weiter
+    // sammeln (fuer WAV-Cache), aber NICHT in den Player schicken.
+    const silent = !!payload.silent || this._muted || this._pausedForCall || stoppedByUser;
     if (!silent && !PcmStreamPlayer) {
       console.warn('[Audio] PcmStreamPlayer Native Module nicht verfuegbar');
       return '';
@@ -829,6 +918,13 @@ class AudioService {
         this.pausedMessageId = '';
         this.pausedPosition = 0;
       }
+      // Stop-Marker zuruecksetzen wenn neue messageId — neue Antwort darf
+      // wieder normal abspielen, egal ob Mute zwischendurch aktiv war.
+      if (this._stoppedMessageId && this._stoppedMessageId !== messageId) {
+        console.log('[Audio] Neue Antwort (msgId=%s) — Stop-Marker fuer %s zurueckgesetzt',
+                    messageId, this._stoppedMessageId);
+        this._stoppedMessageId = '';
+      }
       this.pcmStreamActive = true;
       this.pcmMessageId = messageId;
       this.pcmSampleRate = sampleRate;
@@ -946,7 +1042,10 @@ class AudioService {
     }
   }
 
-  /** Audio aus lokaler Datei (file:// Pfad) in die Queue und abspielen. */
+  /** Audio aus lokaler Datei (file:// Pfad) in die Queue und abspielen.
+   *  Setzt zusaetzlich playbackStartTime + currentPlaybackMsgId damit ein
+   *  Anruf waehrend dieses Playbacks korrekt erfasst wird (ohne dieses
+   *  Tracking liefert captureInterruption nichts → kein Auto-Resume). */
   async playFromPath(filePath: string): Promise<void> {
     if (!filePath) return;
     try {
@@ -955,6 +1054,14 @@ class AudioService {
         console.warn('[Audio] Cache-Datei existiert nicht mehr:', cleanPath);
         return;
       }
+      // Dateiname ohne .wav als messageId nehmen (egal ob UUID oder andere ID)
+      const fileMatch = cleanPath.match(/([^/\\]+)\.wav$/i);
+      const msgId = fileMatch ? fileMatch[1] : '';
+      console.log('[Audio] playFromPath: cleanPath=%s → msgId=%s', cleanPath, msgId || '(leer)');
+      if (msgId) {
+        this.currentPlaybackMsgId = msgId;
+        this.playbackStartTime = Date.now() - this.LEADING_SILENCE_SEC * 1000;
+      }
       const b64 = await RNFS.readFile(cleanPath, 'base64');
       this.playAudio(b64);
     } catch (err) {
@@ -983,9 +1090,15 @@ class AudioService {
   }
 
   private _firePlaybackStarted(): void {
-    // Tracking fuer Auto-Resume nach Anruf-Pause
-    this.playbackStartTime = Date.now();
-    this.currentPlaybackMsgId = this.pcmMessageId || '';
+    // Tracking fuer Auto-Resume nach Anruf-Pause: NUR setzen wenn ein
+    // PCM-Stream laeuft (Live-TTS). Bei Play-Button / Resume-Sound hat der
+    // Caller (playFromPath / _playFromPathAtPosition) das Tracking schon
+    // korrekt mit der msgId aus dem Pfad gesetzt — sonst wuerden wir hier
+    // mit leerem pcmMessageId ueberschreiben.
+    if (this.pcmMessageId) {
+      this.playbackStartTime = Date.now();
+      this.currentPlaybackMsgId = this.pcmMessageId;
+    }
     this.playbackStartedListeners.forEach(cb => {
       try { cb(); } catch (e) { console.warn('[Audio] playbackStarted listener err:', e); }
     });
@@ -1038,11 +1151,13 @@ class AudioService {
     }
 
     this.currentSound = sound;
+    console.log('[Audio] Sound.play startet (path=%s)', soundPath);
 
     // Naechstes Audio schon vorbereiten waehrend dieses abspielt
     this._preloadNext();
 
     sound.play((success) => {
+      console.log('[Audio] Sound.play callback: success=%s queue=%d', success, this.audioQueue.length);
       if (!success) console.warn('[Audio] Wiedergabe fehlgeschlagen');
       sound.release();
       this.currentSound = null;
@@ -1074,14 +1189,43 @@ class AudioService {
    *  — die Bridge kann einen Chunk im selben JS-Tick liefern in dem der
    *  User Mute geklickt hat. */
   private _muted: boolean = false;
+  /** Anruf laeuft → Chunks werden nur in den Cache-Buffer gepusht, nicht
+   *  abgespielt. Wird in pauseForCall gesetzt, in endCallPause/resumeFrom-
+   *  Interruption zurueckgenommen. */
+  private _pausedForCall: boolean = false;
+  /** Wenn der User mid-Wiedergabe Mute drueckt: messageId der ABGEBROCHENEN
+   *  Antwort merken. Folge-Chunks dieser msgId werden silent ignoriert, auch
+   *  wenn der User Mute wieder ausschaltet — kein "Resume mid-Antwort". Eine
+   *  NEUE messageId resetted das, dann spielt's wieder normal. */
+  private _stoppedMessageId: string = '';
   setMuted(muted: boolean): void {
+    console.log('[Audio] setMuted: %s (currentSound=%s pcmStreamActive=%s)',
+                muted, this.currentSound ? 'aktiv' : 'null', this.pcmStreamActive);
     this._muted = muted;
-    if (muted) this.stopPlayback();
+    if (muted) {
+      // Aktuell laufende Antwort als "verworfen" markieren — nachfolgende
+      // chunks dieser msgId werden silent gehalten auch wenn der User Mute
+      // gleich wieder ausschaltet. Erst eine NEUE Antwort darf wieder reden.
+      const activeMsgId = this.pcmMessageId || this.currentPlaybackMsgId;
+      if (activeMsgId) {
+        this._stoppedMessageId = activeMsgId;
+        console.log('[Audio] Antwort %s als gestoppt markiert', activeMsgId);
+      }
+      this.stopPlayback();
+    }
   }
   isMuted(): boolean { return this._muted; }
 
   /** Laufende Wiedergabe stoppen + Queue leeren */
   stopPlayback(): void {
+    // Idempotent: wenn nichts mehr aktiv ist, NICHT noch einen Focus-Release/
+    // Kick-Cycle anstossen — Re-Renders triggern setMuted oft mehrfach hinter-
+    // einander, und jeder weitere Kick lässt Spotify nochmal kurz pausieren.
+    const hasAnything = !!(this.currentSound || this.resumeSound || this.preloadedSound
+                           || this.pcmStreamActive || this.audioQueue.length || this.isPlaying);
+    if (!hasAnything) return;
+    console.log('[Audio] stopPlayback: currentSound=%s queue=%d pcm=%s',
+                this.currentSound ? 'aktiv' : 'null', this.audioQueue.length, this.pcmStreamActive);
     // Foreground-Service auch stoppen — sonst bleibt die Notification haengen
     // wenn Wiedergabe abgebrochen wird (Anruf, Cancel, Barge-In).
     stopBackgroundAudio().catch(() => {});
@@ -1092,21 +1236,31 @@ class AudioService {
       this.currentSound.release();
       this.currentSound = null;
     }
+    if (this.resumeSound) {
+      this.resumeSound.stop();
+      this.resumeSound.release();
+      this.resumeSound = null;
+    }
     if (this.preloadedSound) {
       this.preloadedSound.release();
       this.preloadedSound = null;
       if (this.preloadedPath) RNFS.unlink(this.preloadedPath).catch(() => {});
       this.preloadedPath = '';
     }
-    // PCM-Stream ebenfalls hart stoppen (Cancel/Abbruch)
-    if (this.pcmStreamActive) {
-      PcmStreamPlayer?.stop().catch(() => {});
-      this.pcmStreamActive = false;
-      this.pcmBuffer = [];
-      this.pcmBytesCollected = 0;
-      this.pcmMessageId = '';
-    }
-    // Audio-Focus sofort freigeben — User hat explizit abgebrochen
+    // PCM-Stream ebenfalls hart stoppen (Cancel/Abbruch).
+    // pcmStreamActive wird beim isFinal-Chunk schon false gesetzt — der
+    // AudioTrack spielt aber noch sekundenlang aus seinem Buffer ab. Daher
+    // IMMER stop() aufrufen, ohne den Flag zu pruefen (ist idempotent).
+    PcmStreamPlayer?.stop().catch(() => {});
+    this.pcmStreamActive = false;
+    this.pcmBuffer = [];
+    this.pcmBytesCollected = 0;
+    this.pcmMessageId = '';
+    // Audio-Focus sofort freigeben — User hat explizit abgebrochen.
+    // Unser Focus war TRANSIENT, Spotify resumed darum automatisch beim
+    // Abandon. Den frueheren kickReleaseMedia haben wir entfernt: er
+    // requestete USAGE_MEDIA mit GAIN (permanent), was Spotify als
+    // "user-action stopp" interpretierte und Auto-Resume verhinderte.
     this._cancelDeferredFocusRelease();
     AudioFocus?.release().catch(() => {});
   }
@@ -1148,19 +1302,29 @@ class AudioService {
     }
   }
 
-  /** Alte Aufnahme- und TTS-Files aus dem Cache loeschen (>30s alt). */
-  private async _cleanupStaleCacheFiles(): Promise<void> {
+  /** Alte Aufnahme- und TTS-Files aus dem Cache loeschen.
+   *  Default 30s — verwendet beim Mikro-Start (kurze Lebensdauer reicht).
+   *  App-Start nutzt 5min damit gerade aktive Files nicht erwischt werden. */
+  private async _cleanupStaleCacheFiles(maxAgeMs: number = 30000): Promise<void> {
     try {
       const files = await RNFS.readDir(RNFS.CachesDirectoryPath);
       const now = Date.now();
+      let removed = 0;
+      let freedBytes = 0;
       for (const f of files) {
         if (!f.isFile()) continue;
         if (!f.name.startsWith('aria_recording_') && !f.name.startsWith('aria_tts_')) continue;
         const age = now - (f.mtime ? f.mtime.getTime() : 0);
-        if (age > 30000) {
+        if (age > maxAgeMs) {
+          freedBytes += parseInt(f.size as any, 10) || 0;
           await RNFS.unlink(f.path).catch(() => {});
+          removed += 1;
         }
       }
+      if (removed > 0) {
+        console.log('[Audio] Cache-Cleanup: %d Files entfernt, %.1fMB freigegeben',
+                    removed, freedBytes / 1024 / 1024);
+      }
     } catch {
       // silent — cleanup ist best-effort
     }
@@ -1187,6 +1351,43 @@ class AudioService {
       // silent
     }
   }
+
+  /** Aktuelle Groesse des TTS-Caches. */
+  async getTtsCacheSize(): Promise<{ count: number; totalMB: number }> {
+    let count = 0;
+    let total = 0;
+    try {
+      const dir = `${RNFS.DocumentDirectoryPath}/tts_cache`;
+      if (await RNFS.exists(dir)) {
+        const files = await RNFS.readDir(dir);
+        for (const f of files) {
+          if (!f.isFile() || !f.name.endsWith('.wav')) continue;
+          count += 1;
+          total += parseInt(f.size as any, 10) || 0;
+        }
+      }
+    } catch {}
+    return { count, totalMB: total / 1024 / 1024 };
+  }
+
+  /** TTS-Cache komplett leeren (Settings-Button). */
+  async clearTtsCache(): Promise<{ removed: number; freedMB: number }> {
+    let removed = 0;
+    let freed = 0;
+    try {
+      const dir = `${RNFS.DocumentDirectoryPath}/tts_cache`;
+      if (!(await RNFS.exists(dir))) return { removed: 0, freedMB: 0 };
+      const files = await RNFS.readDir(dir);
+      for (const f of files) {
+        if (!f.isFile() || !f.name.endsWith('.wav')) continue;
+        const size = parseInt(f.size as any, 10) || 0;
+        await RNFS.unlink(f.path).catch(() => {});
+        removed += 1;
+        freed += size;
+      }
+    } catch {}
+    return { removed, freedMB: freed / 1024 / 1024 };
+  }
 }
 
 // Singleton

android/src/services/logger.ts

@@ -0,0 +1,41 @@
+/**
+ * Verbose-Logging-Toggle: console.log laesst sich global stummschalten.
+ * console.warn/console.error bleiben immer an — Fehler will man immer sehen.
+ *
+ * Default: an (true). Toggle ueber Settings → Protokoll → Verbose Logging.
+ * Beim Start wird der gespeicherte Wert geladen, vorher loggen wir normal.
+ */
+
+import AsyncStorage from '@react-native-async-storage/async-storage';
+
+export const VERBOSE_LOGGING_KEY = 'aria_verbose_logging';
+
+// Original-console.log retten, damit wir die Wrapper jederzeit wieder
+// "scharf" stellen koennen (sonst waere ein Toggle-an nach -aus tot).
+const originalLog = console.log.bind(console);
+const noop = () => {};
+
+let _verbose = true;
+
+function applyState(): void {
+  console.log = _verbose ? originalLog : noop;
+}
+
+/** Wert aus AsyncStorage laden und anwenden. Beim App-Start aufrufen. */
+export async function initLogger(): Promise<void> {
+  try {
+    const v = await AsyncStorage.getItem(VERBOSE_LOGGING_KEY);
+    _verbose = v !== 'false'; // default: true
+  } catch {}
+  applyState();
+}
+
+export function isVerboseLogging(): boolean {
+  return _verbose;
+}
+
+export function setVerboseLogging(verbose: boolean): void {
+  _verbose = verbose;
+  applyState();
+  AsyncStorage.setItem(VERBOSE_LOGGING_KEY, String(verbose)).catch(() => {});
+}

android/src/services/phoneCall.ts

@@ -189,22 +189,32 @@ class PhoneCallService {
   private _haltForCall(toast: string): void {
     // Position merken bevor wir den Stream killen — fuer Auto-Resume.
     audioService.captureInterruption();
-    audioService.haltAllPlayback(toast);
+    // pauseForCall (statt haltAllPlayback): pcmBuffer + messageId bleiben,
+    // weitere Chunks werden weiter gesammelt damit isFinal die WAV schreibt.
+    audioService.pauseForCall(toast);
     wakeWordService.pauseForCall().catch(() => {});
     ToastAndroid.show(toast, ToastAndroid.SHORT);
   }
 
   private _resumeAfterCall(toast: string): void {
+    // Anruf-Pause aufheben — neue Chunks duerfen wieder direkt abgespielt
+    // werden (falls die Bridge mid-Anruf isFinal noch nicht geschickt hat).
+    audioService.endCallPause();
     wakeWordService.resumeFromCall().catch(() => {});
     ToastAndroid.show(toast, ToastAndroid.SHORT);
-    // Auto-Resume: ab gemerkter Position weiterspielen wenn ARIA vor dem
-    // Anruf gerade redete. Wartet bis zu 30s auf den WAV-Cache (falls
-    // final-Marker erst nach dem Anruf-Ende kam).
-    audioService.resumeFromInterruption(30000).then(ok => {
-      if (ok) {
-        console.log('[PhoneCall] Auto-Resume von gemerkter Position gestartet');
-      }
-    }).catch(() => {});
+    // 800ms warten bevor Auto-Resume — sonst kollidiert ARIA's neuer Focus-
+    // Request mit Spotify's Auto-Resume nach Anruf-Ende. System haengt nach
+    // dem Auflegen noch im IN_CALL-Mode-Uebergang, Spotify schaut auf Focus-
+    // Gain und wuerde sofort wieder LOSS sehen → bleibt pausiert.
+    // Mit Delay: Spotify resumed kurz, dann pausiert ARIA wieder ordnungs-
+    // gemaess. Wenn ARIA nichts pending hat, bleibt Spotify einfach an.
+    setTimeout(() => {
+      audioService.resumeFromInterruption(30000).then(ok => {
+        if (ok) {
+          console.log('[PhoneCall] Auto-Resume von gemerkter Position gestartet');
+        }
+      }).catch(() => {});
+    }, 800);
   }
 }
 

aria-brain/Dockerfile

@@ -0,0 +1,35 @@
+# ════════════════════════════════════════════════════════════
+#  ARIA Brain — Agent + Memory Container
+#
+#  FastAPI-Server mit Vector-DB-Memory (Qdrant).
+#  Spricht via HTTP/WebSocket mit Bridge und Diagnostic.
+#  LLM-Calls gehen ueber den Proxy (claude-max-api-proxy).
+# ════════════════════════════════════════════════════════════
+
+FROM python:3.12-slim
+
+# System-Tools die Skills brauchen koennten (curl, jq, git, ssh-client,
+# Build-Basics fuer venv-Compiles). Bewusst sparsam — alles weitere
+# bringt der Skill selbst mit (siehe execution=local-bin).
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    curl \
+    jq \
+    git \
+    openssh-client \
+    ca-certificates \
+ && rm -rf /var/lib/apt/lists/*
+
+WORKDIR /app
+
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+COPY . .
+
+# Embedding-Model-Cache und Skills landen unter /data (Volume)
+ENV SENTENCE_TRANSFORMERS_HOME=/data/_models
+ENV ARIA_DATA_DIR=/data
+
+EXPOSE 8080
+
+CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8080"]

aria-brain/agent.py

@@ -0,0 +1,385 @@
+"""
+Conversation-Loop. Eine Anfrage von Stefan, eine Antwort von ARIA.
+
+Pro Turn:
+  1. user-Turn an die laufende Conversation appenden
+  2. Hot Memory holen (alle pinned Punkte)
+  3. Cold Memory holen (Top-K semantisch zur user-Nachricht)
+  4. System-Prompt aus Hot+Cold bauen
+  5. Messages = [system, *window, user]
+  6. Claude via Proxy aufrufen
+  7. Assistant-Reply in Conversation appenden + zurueckgeben
+
+Memory-Destillat laeuft asynchron NACH dem Reply, gesteuert vom
+/chat-Endpoint ueber BackgroundTasks.
+"""
+
+from __future__ import annotations
+
+import json
+import logging
+from typing import Optional
+
+from conversation import Conversation, Turn
+from memory import Embedder, VectorStore, MemoryPoint
+from prompts import build_system_prompt
+from proxy_client import ProxyClient, Message as ProxyMessage
+import skills as skills_mod
+
+logger = logging.getLogger(__name__)
+
+
+# Meta-Tool: ARIA kann selbst neue Skills bauen
+META_TOOLS = [
+    {
+        "type": "function",
+        "function": {
+            "name": "skill_create",
+            "description": (
+                "Erstelle einen neuen Skill (wiederverwendbare Faehigkeit). "
+                "Skills sind IMMER Python — jeder Skill bekommt seine eigene venv "
+                "mit den pip_packages die er braucht.\n\n"
+                "HARTE REGEL — IMMER Skill anlegen wenn: die Loesung erfordert eine "
+                "pip-Library. Sonst muesste der Install bei jedem Container-Restart "
+                "neu laufen (Brain hat keinen persistenten State ausser /data/skills/).\n\n"
+                "Sonst NUR wenn ALLE Kriterien erfuellt sind:\n"
+                "  1) wiederkehrend (Aufgabe kommt realistisch nochmal),\n"
+                "  2) nicht-trivial (mehrere Schritte),\n"
+                "  3) parametrisierbar (nimmt Eingaben, gibt Ergebnis),\n"
+                "  4) wiederverwendbar als ganzes Paket.\n"
+                "NICHT fuer einzelne Shell-Befehle (date, hostname, ls etc.) und "
+                "nicht fuer Einmal-Faelle. Stefan kann Skill-Erstellung explizit "
+                "triggern (\"bau daraus einen Skill\").\n\n"
+                "Wenn etwas nur via apt-Paket geht — Stefan fragen ob es ins "
+                "Brain-Dockerfile soll, NICHT als Skill bauen."
+            ),
+            "parameters": {
+                "type": "object",
+                "properties": {
+                    "name": {"type": "string", "description": "kurz, kebab-case, a-z 0-9 - _"},
+                    "description": {"type": "string", "description": "Was kann der Skill? 1 Satz."},
+                    "entry_code": {
+                        "type": "string",
+                        "description": (
+                            "Python-Code. Args lesen via os.environ['ARG_NAME']. "
+                            "Resultat per print() (stdout) zurueck. Bei Fehler: "
+                            "non-zero exit (sys.exit(1) o.ae.)."
+                        ),
+                    },
+                    "readme": {"type": "string", "description": "Markdown — was macht der Skill, Beispiel-Aufrufe"},
+                    "pip_packages": {
+                        "type": "array",
+                        "items": {"type": "string"},
+                        "description": "pip-Pakete die in der venv installiert werden (z.B. requests, yt-dlp, pypdf)",
+                    },
+                    "args": {
+                        "type": "array",
+                        "items": {"type": "object"},
+                        "description": "Argumente-Schema [{name, type, required, description}]",
+                    },
+                },
+                "required": ["name", "description", "entry_code"],
+            },
+        },
+    },
+    {
+        "type": "function",
+        "function": {
+            "name": "skill_list",
+            "description": "Zeigt alle Skills (inkl. deaktivierte). Sollte selten noetig sein — die Liste steht eh im System-Prompt.",
+            "parameters": {"type": "object", "properties": {}},
+        },
+    },
+]
+
+
+def _skill_to_tool(s: dict) -> dict:
+    """Mappt einen Skill auf ein OpenAI-Function-Tool."""
+    args = s.get("args") or []
+    props = {}
+    required = []
+    for a in args:
+        if not isinstance(a, dict):
+            continue
+        name = a.get("name") or ""
+        if not name:
+            continue
+        props[name] = {
+            "type": a.get("type", "string"),
+            "description": a.get("description", ""),
+        }
+        if a.get("required"):
+            required.append(name)
+    return {
+        "type": "function",
+        "function": {
+            "name": f"run_{s['name']}",
+            "description": s.get("description", "(ohne Beschreibung)"),
+            "parameters": {
+                "type": "object",
+                "properties": props,
+                "required": required,
+            },
+        },
+    }
+
+
+class Agent:
+    def __init__(self, store: VectorStore, embedder: Embedder,
+                 conversation: Conversation, proxy: ProxyClient,
+                 cold_k: int = 5):
+        self.store = store
+        self.embedder = embedder
+        self.conversation = conversation
+        self.proxy = proxy
+        self.cold_k = cold_k
+        # Side-Channel-Events die im Turn entstehen (z.B. skill_create).
+        # Werden vom /chat-Endpoint in der Response mitgeschickt, damit
+        # Stefan in der App und Diagnostic eine sichtbare Bubble bekommt.
+        self._pending_events: list[dict] = []
+
+    def pop_events(self) -> list[dict]:
+        """Holt die Events des letzten chat()-Calls und leert die Liste."""
+        events = self._pending_events
+        self._pending_events = []
+        return events
+
+    # ── Hauptpfad: ein User-Turn → Tool-Loop → finaler Reply ──
+
+    MAX_TOOL_ITERATIONS = 8  # Schutz vor Endlos-Loops
+
+    def chat(self, user_message: str, source: str = "") -> str:
+        user_message = (user_message or "").strip()
+        if not user_message:
+            raise ValueError("Leere Nachricht")
+
+        # Events vom letzten Turn weglassen
+        self._pending_events = []
+
+        # 1. User-Turn an die Konversation
+        self.conversation.add("user", user_message, source=source)
+
+        # 2. Hot Memory (alle pinned Punkte)
+        hot = self.store.list_pinned()
+
+        # 3. Cold Memory (Top-K semantic)
+        try:
+            qvec = self.embedder.embed(user_message)
+            cold = self.store.search(qvec, k=self.cold_k, exclude_pinned=True)
+        except Exception as exc:
+            logger.warning("Cold-Search fehlgeschlagen: %s", exc)
+            cold = []
+
+        # 4. Aktive Skills holen + Tool-Liste bauen
+        all_skills = skills_mod.list_skills(active_only=False)
+        active_skills = [s for s in all_skills if s.get("active", True)]
+        tools = list(META_TOOLS) + [_skill_to_tool(s) for s in active_skills]
+
+        # 5. System-Prompt + Window-Messages
+        system_prompt = build_system_prompt(hot, cold, skills=all_skills)
+        messages = [ProxyMessage(role="system", content=system_prompt)]
+        for t in self.conversation.window():
+            messages.append(ProxyMessage(role=t.role, content=t.content))
+
+        logger.info("chat: pinned=%d cold=%d skills=%d/%d window=%d prompt_chars=%d",
+                    len(hot), len(cold), len(active_skills), len(all_skills),
+                    len(self.conversation.window()), len(system_prompt))
+
+        # 6. Tool-Use-Loop
+        final_reply = ""
+        for iteration in range(self.MAX_TOOL_ITERATIONS):
+            result = self.proxy.chat_full(messages, tools=tools)
+            if result.tool_calls:
+                # Assistant-Turn mit tool_calls in messages anhaengen (nicht in Conversation!)
+                messages.append(ProxyMessage(
+                    role="assistant",
+                    content=result.content or None,
+                    tool_calls=[{
+                        "id": tc["id"], "type": "function",
+                        "function": {"name": tc["name"], "arguments": json.dumps(tc["arguments"])},
+                    } for tc in result.tool_calls],
+                ))
+                # Tools ausfuehren + Ergebnis als role=tool zurueck
+                for tc in result.tool_calls:
+                    tool_result = self._dispatch_tool(tc["name"], tc["arguments"])
+                    messages.append(ProxyMessage(
+                        role="tool",
+                        tool_call_id=tc["id"],
+                        name=tc["name"],
+                        content=tool_result[:8000],
+                    ))
+                continue  # next iteration mit Tool-Results
+            # Kein Tool-Call mehr → final reply
+            final_reply = (result.content or "").strip()
+            break
+        else:
+            # Loop-Limit erreicht
+            final_reply = "[Tool-Loop-Limit erreicht — ARIA hat zu viele Tool-Calls gemacht ohne fertig zu werden]"
+            logger.warning("Tool-Loop hit MAX_TOOL_ITERATIONS=%d", self.MAX_TOOL_ITERATIONS)
+
+        if not final_reply:
+            raise RuntimeError("Leerer Reply vom Proxy")
+
+        # 7. Assistant-Turn (final reply) in die Conversation
+        self.conversation.add("assistant", final_reply)
+        return final_reply
+
+    # ── Tool-Dispatcher ───────────────────────────────────────
+
+    def _dispatch_tool(self, name: str, arguments: dict) -> str:
+        """Fuehrt einen Tool-Call aus und gibt ein kurzes Text-Resultat zurueck.
+        Niemals werfen — Fehler werden als Text-Resultat reportet damit Claude
+        weitermachen kann."""
+        try:
+            if name == "skill_create":
+                # ARIA-Skills sind immer Python — execution ist nicht mehr im Schema
+                manifest = skills_mod.create_skill(
+                    name=arguments["name"],
+                    description=arguments["description"],
+                    execution="local-venv",
+                    entry_code=arguments["entry_code"],
+                    readme=arguments.get("readme", ""),
+                    args=arguments.get("args", []),
+                    pip_packages=arguments.get("pip_packages", []),
+                    author="aria",
+                )
+                # Side-Channel-Event: Stefan soll sehen wenn ARIA was anlegt
+                self._pending_events.append({
+                    "type": "skill_created",
+                    "skill": {
+                        "name": manifest["name"],
+                        "description": manifest.get("description", ""),
+                        "execution": manifest.get("execution", ""),
+                        "active": manifest.get("active", True),
+                        "setup_error": manifest.get("setup_error"),
+                    },
+                })
+                return f"OK — Skill '{manifest['name']}' erstellt (active={manifest['active']})."
+            if name == "skill_list":
+                items = skills_mod.list_skills(active_only=False)
+                if not items:
+                    return "(keine Skills vorhanden)"
+                return "\n".join(
+                    f"- {s['name']} ({s['execution']}) {'aktiv' if s.get('active', True) else 'DEAKTIVIERT'}: {s.get('description', '')}"
+                    for s in items
+                )
+            if name.startswith("run_"):
+                skill_name = name[len("run_"):]
+                res = skills_mod.run_skill(skill_name, args=arguments)
+                snippet = (res.get("stdout") or "")[:2000] or "(kein stdout)"
+                err = (res.get("stderr") or "")[:500]
+                marker = "OK" if res["ok"] else f"FEHLER (exit={res['exit_code']})"
+                out = f"{marker} · {res['duration_sec']}s\nstdout:\n{snippet}"
+                if err:
+                    out += f"\nstderr:\n{err}"
+                return out
+            return f"Unbekanntes Tool: {name}"
+        except Exception as exc:
+            logger.exception("Tool '%s' fehlgeschlagen", name)
+            return f"FEHLER: {exc}"
+
+    # ── Memory-Destillat (laeuft im Hintergrund) ──────────────
+
+    def distill_old_turns(self) -> dict:
+        """Nimmt die N aeltesten Turns und destilliert sie zu fact-Memories.
+
+        Pattern: separater Claude-Call, lieferte 3-7 JSON-Facts, die als
+        type=fact, source=distilled gespeichert werden. Erfolgreiches
+        Schreiben → Turns aus dem Window entfernen.
+        """
+        if not self.conversation.needs_distill():
+            return {"distilled": 0, "reason": "kein Bedarf"}
+
+        old_turns = self.conversation.take_oldest_for_distill()
+        if not old_turns:
+            return {"distilled": 0, "reason": "keine alten Turns"}
+
+        # Konversation als Klartext bauen
+        transcript = "\n".join(
+            f"[{t.role.upper()}] {t.content}" for t in old_turns
+        )[:30000]  # Cap auf 30k Zeichen damit der Prompt nicht explodiert
+
+        system = (
+            "Du extrahierst aus einer Konversation zwischen Stefan und ARIA die "
+            "wichtigsten dauerhaft relevanten Fakten — keine Smalltalk-Details, "
+            "keine flüchtigen Zustände. Antworte AUSSCHLIESSLICH mit gültigem JSON "
+            "im Format: {\"facts\": [{\"title\": \"kurz, max 80 Zeichen\", "
+            "\"content\": \"1-3 Sätze, konkret und nützlich\"}]}. "
+            "Mindestens 0, höchstens 7 Facts. Wenn nichts wichtig genug ist: leeres Array."
+        )
+        user = (
+            "Hier ist der Konversations-Abschnitt:\n\n"
+            f"{transcript}\n\n"
+            "Extrahiere die wichtigsten Fakten als JSON."
+        )
+
+        try:
+            raw = self.proxy.chat([
+                ProxyMessage(role="system", content=system),
+                ProxyMessage(role="user", content=user),
+            ])
+        except Exception as exc:
+            logger.warning("Destillat-Call fehlgeschlagen: %s — Turns bleiben", exc)
+            return {"distilled": 0, "error": str(exc)}
+
+        facts = self._parse_facts(raw)
+        if facts is None:
+            logger.warning("Destillat lieferte unparsbares JSON: %r", raw[:200])
+            return {"distilled": 0, "error": "JSON parse failed", "raw": raw[:200]}
+
+        # Facts in die DB schreiben
+        created = 0
+        for f in facts:
+            content = (f.get("content") or "").strip()
+            if not content:
+                continue
+            title = (f.get("title") or "").strip()[:120] or "Fakt"
+            point = MemoryPoint(
+                id="",
+                type="fact",
+                title=title,
+                content=content,
+                pinned=False,
+                category="konversation",
+                source="distilled",
+                tags=[],
+            )
+            try:
+                vec = self.embedder.embed(content)
+                self.store.upsert(point, vec)
+                created += 1
+            except Exception as exc:
+                logger.warning("Fakt schreiben fehlgeschlagen: %s", exc)
+
+        # Erst nach erfolgreichem Schreiben aus dem Window entfernen
+        last_ts = old_turns[-1].ts
+        self.conversation.commit_distill(last_ts)
+        logger.info("Destillat: %d Facts geschrieben, %d Turns aus Window entfernt",
+                    created, len(old_turns))
+        return {"distilled": created, "removed_turns": len(old_turns)}
+
+    @staticmethod
+    def _parse_facts(raw: str) -> Optional[list]:
+        if not raw:
+            return None
+        # JSON robust extrahieren — Claude kann Code-Fences setzen
+        cleaned = raw.strip()
+        if cleaned.startswith("```"):
+            # ```json oder ``` rauswerfen
+            cleaned = cleaned.split("\n", 1)[1] if "\n" in cleaned else cleaned[3:]
+            if cleaned.endswith("```"):
+                cleaned = cleaned[: -3]
+            cleaned = cleaned.strip()
+        # Erstes { bis letztes }
+        start = cleaned.find("{")
+        end = cleaned.rfind("}")
+        if start == -1 or end == -1 or end < start:
+            return None
+        try:
+            obj = json.loads(cleaned[start: end + 1])
+        except Exception:
+            return None
+        facts = obj.get("facts") if isinstance(obj, dict) else None
+        if not isinstance(facts, list):
+            return None
+        return facts

aria-brain/conversation.py

@@ -0,0 +1,130 @@
+"""
+Conversation-State — ein einziger Rolling-Window-State fuer ARIAs
+laufendes Gespraech mit Stefan.
+
+Stefan-Entscheidung: KEINE Sessions, KEIN Multi-Thread. EIN Strang,
+intern rollend. Was rausfaellt, wird ggf. destilliert und landet
+als type=fact Memory in der Vector-DB.
+
+Persistenz: append-only JSONL unter /data/conversation.jsonl.
+Bei Restart wird die letzte N gelesen (komplett vermeidet Memory-
+Overhead bei sehr langen Verlaeufen).
+"""
+
+from __future__ import annotations
+
+import json
+import logging
+import os
+from dataclasses import dataclass, field, asdict
+from datetime import datetime, timezone
+from pathlib import Path
+from typing import List, Optional
+
+logger = logging.getLogger(__name__)
+
+CONVERSATION_FILE = Path(os.environ.get("CONVERSATION_FILE", "/data/conversation.jsonl"))
+
+
+@dataclass
+class Turn:
+    role: str         # "user" | "assistant"
+    content: str
+    ts: str = field(default_factory=lambda: datetime.now(timezone.utc).isoformat())
+    source: str = ""  # "app" / "diagnostic" / "stt" — optional
+
+
+class Conversation:
+    """In-Memory Rolling Window, mit JSONL-Persistenz."""
+
+    def __init__(self, max_window: int = 50, distill_threshold: int = 60,
+                 distill_count: int = 30):
+        self.max_window = max_window
+        self.distill_threshold = distill_threshold
+        self.distill_count = distill_count
+        self.turns: List[Turn] = []
+        self._load()
+
+    def _load(self):
+        if not CONVERSATION_FILE.exists():
+            return
+        try:
+            lines = CONVERSATION_FILE.read_text(encoding="utf-8").splitlines()
+        except Exception as exc:
+            logger.warning("Konversation laden fehlgeschlagen: %s", exc)
+            return
+        loaded: List[Turn] = []
+        for line in lines:
+            line = line.strip()
+            if not line:
+                continue
+            try:
+                obj = json.loads(line)
+            except Exception:
+                continue
+            if obj.get("op") == "distill":
+                # Marker: bis hierhin wurde alles destilliert
+                drop_until_ts = obj.get("ts", "")
+                if drop_until_ts:
+                    loaded = [t for t in loaded if t.ts > drop_until_ts]
+                continue
+            role = obj.get("role")
+            content = obj.get("content")
+            if role in ("user", "assistant") and isinstance(content, str):
+                loaded.append(Turn(role=role, content=content,
+                                   ts=obj.get("ts", ""),
+                                   source=obj.get("source", "")))
+        self.turns = loaded
+        logger.info("Konversation geladen: %d Turns aus %s", len(self.turns), CONVERSATION_FILE)
+
+    def _append_to_file(self, record: dict):
+        try:
+            CONVERSATION_FILE.parent.mkdir(parents=True, exist_ok=True)
+            with CONVERSATION_FILE.open("a", encoding="utf-8") as f:
+                f.write(json.dumps(record, ensure_ascii=False) + "\n")
+        except Exception as exc:
+            logger.warning("Konversation persist fehlgeschlagen: %s", exc)
+
+    def add(self, role: str, content: str, source: str = "") -> Turn:
+        t = Turn(role=role, content=content, source=source)
+        self.turns.append(t)
+        self._append_to_file({
+            "ts": t.ts, "role": t.role, "content": t.content, "source": t.source,
+        })
+        return t
+
+    def window(self) -> List[Turn]:
+        """Die letzten max_window Turns — gehen in den LLM-Prompt."""
+        return self.turns[-self.max_window:]
+
+    def needs_distill(self) -> bool:
+        return len(self.turns) > self.distill_threshold
+
+    def take_oldest_for_distill(self) -> List[Turn]:
+        """Gibt die N aeltesten Turns zurueck — fuer den Destillat-Call.
+        Entfernt sie NICHT — das macht commit_distill nach erfolgreichem Call."""
+        return self.turns[: self.distill_count]
+
+    def commit_distill(self, last_distilled_ts: str):
+        """Schreibt einen Distill-Marker, entfernt aus dem In-Memory-Window."""
+        self._append_to_file({"op": "distill", "ts": last_distilled_ts})
+        self.turns = [t for t in self.turns if t.ts > last_distilled_ts]
+        logger.info("Distill commit bei ts=%s — Window jetzt %d Turns", last_distilled_ts, len(self.turns))
+
+    def reset(self):
+        """Hardes Reset — verwende vorsichtig (Diagnostic-Button)."""
+        try:
+            if CONVERSATION_FILE.exists():
+                CONVERSATION_FILE.unlink()
+        except Exception:
+            pass
+        self.turns = []
+        logger.warning("Konversation komplett zurueckgesetzt")
+
+    def stats(self) -> dict:
+        return {
+            "turns": len(self.turns),
+            "max_window": self.max_window,
+            "distill_threshold": self.distill_threshold,
+            "needs_distill": self.needs_distill(),
+        }

aria-brain/main.py

@@ -0,0 +1,528 @@
+"""
+ARIA Brain — FastAPI-Einstieg.
+
+Phase B Punkt 1: nur Skeleton.
+- /health                        → Liveness
+- /memory/list                   → alle Punkte (gefiltert)
+- /memory/pinned                 → Hot Memory
+- /memory/search?q=...&k=5       → semantische Suche
+- /memory/save                   → neuen Punkt anlegen
+- /memory/update/{id}            → Punkt aendern (re-embed wenn content geaendert)
+- /memory/delete/{id}            → Punkt loeschen
+- /memory/stats                  → Anzahl Punkte pro Type
+
+/chat (Conversation-Loop) und /skills/* kommen in spaeteren Phasen.
+"""
+
+from __future__ import annotations
+
+import logging
+import os
+from typing import List, Optional
+
+from fastapi import FastAPI, HTTPException, BackgroundTasks, Request
+from fastapi.responses import Response
+from pydantic import BaseModel, Field
+
+from memory import Embedder, VectorStore, MemoryPoint
+from conversation import Conversation
+from proxy_client import ProxyClient
+from agent import Agent
+import skills as skills_mod
+import metrics as metrics_mod
+
+logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(name)s: %(message)s")
+logger = logging.getLogger("aria-brain")
+
+QDRANT_HOST = os.environ.get("QDRANT_HOST", "aria-qdrant")
+QDRANT_PORT = int(os.environ.get("QDRANT_PORT", "6333"))
+
+app = FastAPI(title="ARIA Brain", version="0.1.0")
+
+_embedder: Optional[Embedder] = None
+_store: Optional[VectorStore] = None
+_conversation: Optional[Conversation] = None
+_proxy: Optional[ProxyClient] = None
+_agent: Optional[Agent] = None
+
+
+def embedder() -> Embedder:
+    global _embedder
+    if _embedder is None:
+        _embedder = Embedder()
+    return _embedder
+
+
+def store() -> VectorStore:
+    global _store
+    if _store is None:
+        _store = VectorStore(host=QDRANT_HOST, port=QDRANT_PORT)
+    return _store
+
+
+def conversation() -> Conversation:
+    global _conversation
+    if _conversation is None:
+        _conversation = Conversation()
+    return _conversation
+
+
+def proxy_client() -> ProxyClient:
+    global _proxy
+    if _proxy is None:
+        _proxy = ProxyClient()
+    return _proxy
+
+
+def agent() -> Agent:
+    global _agent
+    if _agent is None:
+        _agent = Agent(store(), embedder(), conversation(), proxy_client())
+    return _agent
+
+
+# ─── Pydantic-Schemas ─────────────────────────────────────────────────
+
+class MemoryIn(BaseModel):
+    type: str = Field(..., description="identity|rule|preference|tool|skill|fact|conversation|reminder")
+    title: str
+    content: str
+    pinned: bool = False
+    category: str = ""
+    source: str = "manual"
+    tags: List[str] = Field(default_factory=list)
+    conversation_id: Optional[str] = None
+
+
+class MemoryUpdate(BaseModel):
+    title: Optional[str] = None
+    content: Optional[str] = None
+    pinned: Optional[bool] = None
+    category: Optional[str] = None
+    tags: Optional[List[str]] = None
+
+
+class MemoryOut(BaseModel):
+    id: str
+    type: str
+    title: str
+    content: str
+    pinned: bool
+    category: str
+    source: str
+    tags: List[str]
+    created_at: str
+    updated_at: str
+    conversation_id: Optional[str] = None
+    score: Optional[float] = None
+
+    @classmethod
+    def from_point(cls, p: MemoryPoint) -> "MemoryOut":
+        return cls(**p.__dict__)
+
+
+# ─── Health ───────────────────────────────────────────────────────────
+
+@app.get("/health")
+def health():
+    try:
+        n = store().count()
+        return {"status": "ok", "memory_count": n, "qdrant": f"{QDRANT_HOST}:{QDRANT_PORT}"}
+    except Exception as exc:
+        return {"status": "degraded", "error": str(exc), "qdrant": f"{QDRANT_HOST}:{QDRANT_PORT}"}
+
+
+# ─── Memory-Endpoints ─────────────────────────────────────────────────
+
+@app.get("/memory/stats")
+def memory_stats():
+    s = store()
+    points = s.list_all()
+    by_type = {}
+    pinned = 0
+    for p in points:
+        by_type[p.type] = by_type.get(p.type, 0) + 1
+        if p.pinned:
+            pinned += 1
+    return {"total": len(points), "pinned": pinned, "by_type": by_type}
+
+
+@app.get("/memory/list", response_model=List[MemoryOut])
+def memory_list(type: Optional[str] = None, limit: int = 200):
+    s = store()
+    points = s.list_by_type(type, limit=limit) if type else s.list_all(limit=limit)
+    return [MemoryOut.from_point(p) for p in points]
+
+
+@app.get("/memory/pinned", response_model=List[MemoryOut])
+def memory_pinned():
+    return [MemoryOut.from_point(p) for p in store().list_pinned()]
+
+
+@app.get("/memory/search", response_model=List[MemoryOut])
+def memory_search(q: str, k: int = 5, type: Optional[str] = None, include_pinned: bool = False):
+    vec = embedder().embed(q)
+    points = store().search(vec, k=k, type_filter=type, exclude_pinned=not include_pinned)
+    return [MemoryOut.from_point(p) for p in points]
+
+
+@app.post("/memory/save", response_model=MemoryOut)
+def memory_save(body: MemoryIn):
+    s = store()
+    vec = embedder().embed(body.content)
+    point = MemoryPoint(
+        id="",
+        type=body.type,
+        title=body.title,
+        content=body.content,
+        pinned=body.pinned,
+        category=body.category,
+        source=body.source,
+        tags=body.tags,
+        conversation_id=body.conversation_id,
+    )
+    pid = s.upsert(point, vec)
+    saved = s.get(pid)
+    return MemoryOut.from_point(saved)
+
+
+@app.patch("/memory/update/{point_id}", response_model=MemoryOut)
+def memory_update(point_id: str, body: MemoryUpdate):
+    s = store()
+    existing = s.get(point_id)
+    if not existing:
+        raise HTTPException(404, f"Memory {point_id} nicht gefunden")
+
+    content_changed = body.content is not None and body.content != existing.content
+    if body.title is not None:
+        existing.title = body.title
+    if body.content is not None:
+        existing.content = body.content
+    if body.pinned is not None:
+        existing.pinned = body.pinned
+    if body.category is not None:
+        existing.category = body.category
+    if body.tags is not None:
+        existing.tags = body.tags
+
+    vec = embedder().embed(existing.content) if content_changed else None
+    if vec is None:
+        # Vektor unveraendert lassen — nur Payload neu schreiben
+        from qdrant_client.http import models as qm
+        from memory.vector_store import COLLECTION
+        s.client.set_payload(
+            collection_name=COLLECTION,
+            payload=existing.to_payload() | {"updated_at": __import__("datetime").datetime.now(__import__("datetime").timezone.utc).isoformat()},
+            points=[point_id],
+        )
+        saved = s.get(point_id)
+    else:
+        s.upsert(existing, vec)
+        saved = s.get(point_id)
+    return MemoryOut.from_point(saved)
+
+
+@app.delete("/memory/delete/{point_id}")
+def memory_delete(point_id: str):
+    s = store()
+    if not s.get(point_id):
+        raise HTTPException(404, f"Memory {point_id} nicht gefunden")
+    s.delete(point_id)
+    return {"deleted": point_id}
+
+
+# ─── Migration aus brain-import/ ──────────────────────────────────────
+
+IMPORT_DIR = os.environ.get("IMPORT_DIR", "/import")
+
+
+@app.post("/memory/migrate")
+def memory_migrate():
+    """Liest /import/*.md und schreibt atomare Memory-Punkte in die DB.
+    Idempotent: bei Re-Run werden Punkte mit gleicher migration_key ersetzt."""
+    from pathlib import Path
+    from migration import run_migration
+    s = store()
+    e = embedder()
+    result = run_migration(Path(IMPORT_DIR), s, e)
+    return result
+
+
+@app.get("/memory/import-files")
+def memory_import_files():
+    """Listet was unter /import/ liegt — fuer die Diagnostic-UI."""
+    from pathlib import Path
+    d = Path(IMPORT_DIR)
+    if not d.exists():
+        return {"import_dir": str(d), "exists": False, "files": []}
+    out = []
+    for p in sorted(d.iterdir()):
+        if p.is_file():
+            try:
+                out.append({"name": p.name, "size": p.stat().st_size})
+            except Exception:
+                pass
+    return {"import_dir": str(d), "exists": True, "files": out}
+
+
+# ─── Bootstrap-Snapshot ───────────────────────────────────────────────
+# "Bootstrap" = alle pinned Memories. Export/Import zum schnellen
+# Wiederherstellen einer schlanken ARIA nach Wipe.
+
+@app.get("/memory/export-bootstrap")
+def memory_export_bootstrap():
+    """Gibt alle pinned Memories als JSON zurueck — fuer Browser-Download."""
+    s = store()
+    pinned = s.list_pinned()
+    return {
+        "version": 1,
+        "exported_at": __import__("datetime").datetime.now(
+            __import__("datetime").timezone.utc
+        ).isoformat(),
+        "count": len(pinned),
+        "memories": [
+            {
+                "type": p.type,
+                "title": p.title,
+                "content": p.content,
+                "pinned": True,
+                "category": p.category,
+                "source": p.source,
+                "tags": p.tags,
+            }
+            for p in pinned
+        ],
+    }
+
+
+class BootstrapBundle(BaseModel):
+    version: int = 1
+    memories: List[dict]
+
+
+@app.post("/memory/import-bootstrap")
+def memory_import_bootstrap(body: BootstrapBundle):
+    """Loescht alle pinned Memories und importiert die im Bundle.
+    Cold Memory (unpinned) bleibt unangetastet.
+
+    Wenn keine Memories im Bundle: nur loeschen ist NICHT erlaubt — der
+    Caller soll erst exportieren und dann importieren.
+    """
+    if not body.memories:
+        raise HTTPException(400, "Bundle hat keine memories — Abbruch zur Sicherheit")
+
+    s = store()
+    e = embedder()
+
+    # Alle aktuell pinned Punkte loeschen
+    from qdrant_client.http import models as qm
+    from memory.vector_store import COLLECTION
+    s.client.delete(
+        collection_name=COLLECTION,
+        points_selector=qm.FilterSelector(filter=qm.Filter(must=[
+            qm.FieldCondition(key="pinned", match=qm.MatchValue(value=True))
+        ])),
+    )
+
+    # Neue Punkte einspeisen
+    created = 0
+    for m in body.memories:
+        content = (m.get("content") or "").strip()
+        if not content:
+            continue
+        point = MemoryPoint(
+            id="",
+            type=m.get("type", "fact"),
+            title=m.get("title", "(ohne Titel)"),
+            content=content,
+            pinned=True,
+            category=m.get("category", ""),
+            source=m.get("source", "bootstrap-import"),
+            tags=list(m.get("tags", [])),
+        )
+        vec = e.embed(content)
+        s.upsert(point, vec)
+        created += 1
+
+    return {"created": created, "deleted_previous_pinned": True}
+
+
+# ─── Conversation-Loop ──────────────────────────────────────────────
+
+class ChatIn(BaseModel):
+    message: str
+    source: str = ""  # "app" / "diagnostic" / "stt" — optional
+
+
+class ChatOut(BaseModel):
+    reply: str
+    turns: int
+    distilling: bool
+    events: list = Field(default_factory=list)
+
+
+@app.post("/chat", response_model=ChatOut)
+def chat(body: ChatIn, background: BackgroundTasks):
+    """Hauptpfad. Antwort kommt synchron. Memory-Destillat laeuft
+    im Hintergrund nachdem die Response rausging."""
+    a = agent()
+    try:
+        reply = a.chat(body.message, source=body.source)
+    except ValueError as exc:
+        raise HTTPException(400, str(exc))
+    except RuntimeError as exc:
+        logger.error("chat fehlgeschlagen: %s", exc)
+        raise HTTPException(502, str(exc))
+
+    needs_distill = a.conversation.needs_distill()
+    if needs_distill:
+        background.add_task(a.distill_old_turns)
+    return ChatOut(
+        reply=reply,
+        turns=len(a.conversation.turns),
+        distilling=needs_distill,
+        events=a.pop_events(),
+    )
+
+
+@app.get("/conversation/stats")
+def conversation_stats():
+    return conversation().stats()
+
+
+@app.post("/conversation/reset")
+def conversation_reset():
+    """Hardes Reset — der Rolling-Window-Verlauf wird komplett geleert.
+    Destillierte facts bleiben in der DB."""
+    conversation().reset()
+    return {"ok": True, "turns": 0}
+
+
+@app.post("/conversation/distill")
+def conversation_distill_now():
+    """Manueller Trigger fuer Destillat — fuer Tests oder vor einem
+    bewussten Reset."""
+    return agent().distill_old_turns()
+
+
+# ─── Call-Metrics (Token / Quota-Monitoring) ────────────────────────
+
+@app.get("/metrics/calls")
+def metrics_calls():
+    """Liefert Aggregate fuer 1h / 5h / 24h / 30d.
+    Jedes Window: {window_seconds, calls, tokens_in, tokens_out, by_model}."""
+    return metrics_mod.stats()
+
+
+# ─── Skills ─────────────────────────────────────────────────────────
+
+class SkillCreate(BaseModel):
+    name: str
+    description: str
+    execution: str  # local-venv | local-bin | bash
+    entry_code: str
+    readme: str = ""
+    args: list = Field(default_factory=list)
+    requires: dict = Field(default_factory=dict)
+    pip_packages: list = Field(default_factory=list)
+    author: str = "stefan"
+
+
+class SkillRun(BaseModel):
+    name: str
+    args: dict = Field(default_factory=dict)
+    timeout_sec: int = 300
+
+
+class SkillPatch(BaseModel):
+    description: str | None = None
+    active: bool | None = None
+    args: list | None = None
+
+
+@app.get("/skills/list")
+def skills_list(active_only: bool = False):
+    return {"skills": skills_mod.list_skills(active_only=active_only)}
+
+
+@app.get("/skills/{name}")
+def skills_get(name: str):
+    m = skills_mod.read_manifest(name)
+    if m is None:
+        raise HTTPException(404, f"Skill '{name}' nicht gefunden")
+    readme = skills_mod.read_readme(name)
+    return {"manifest": m, "readme": readme}
+
+
+@app.post("/skills/create")
+def skills_create(body: SkillCreate):
+    try:
+        return skills_mod.create_skill(
+            name=body.name,
+            description=body.description,
+            execution=body.execution,
+            entry_code=body.entry_code,
+            readme=body.readme,
+            args=body.args,
+            requires=body.requires,
+            pip_packages=body.pip_packages,
+            author=body.author,
+        )
+    except ValueError as exc:
+        raise HTTPException(400, str(exc))
+
+
+@app.post("/skills/run")
+def skills_run(body: SkillRun):
+    try:
+        return skills_mod.run_skill(body.name, args=body.args, timeout_sec=body.timeout_sec)
+    except ValueError as exc:
+        raise HTTPException(400, str(exc))
+
+
+@app.patch("/skills/{name}")
+def skills_patch(name: str, body: SkillPatch):
+    patch = {k: v for k, v in body.model_dump().items() if v is not None}
+    try:
+        return skills_mod.update_skill(name, patch)
+    except ValueError as exc:
+        raise HTTPException(404, str(exc))
+
+
+@app.delete("/skills/{name}")
+def skills_delete(name: str):
+    try:
+        skills_mod.delete_skill(name)
+    except ValueError as exc:
+        raise HTTPException(404, str(exc))
+    return {"deleted": name}
+
+
+@app.get("/skills/{name}/logs")
+def skills_logs(name: str, limit: int = 50):
+    return {"logs": skills_mod.list_logs(name, limit=limit)}
+
+
+@app.get("/skills/{name}/export")
+def skills_export(name: str):
+    try:
+        data = skills_mod.export_skill(name)
+    except ValueError as exc:
+        raise HTTPException(404, str(exc))
+    return Response(
+        content=data,
+        media_type="application/gzip",
+        headers={"Content-Disposition": f'attachment; filename="skill-{name}.tar.gz"'},
+    )
+
+
+@app.post("/skills/import")
+async def skills_import(request: Request, overwrite: bool = False):
+    data = await request.body()
+    if not data:
+        raise HTTPException(400, "Leerer Body")
+    try:
+        manifest = skills_mod.import_skill(data, overwrite=overwrite)
+    except ValueError as exc:
+        raise HTTPException(400, str(exc))
+    return {"imported": manifest}

aria-brain/memory/__init__.py

@@ -0,0 +1,4 @@
+from .embedder import Embedder
+from .vector_store import VectorStore, MemoryPoint, MemoryType
+
+__all__ = ["Embedder", "VectorStore", "MemoryPoint", "MemoryType"]

aria-brain/memory/embedder.py

@@ -0,0 +1,42 @@
+"""
+Lokaler Embedder fuer Memory-Texte.
+
+Nutzt sentence-transformers (paraphrase-multilingual-MiniLM-L12-v2):
+- Deutsch + Englisch
+- 384-dimensionale Vektoren
+- Laeuft auf CPU, ~30ms pro kurzer Text
+- Modell wird beim ersten Aufruf in /data/_models gecached
+"""
+
+from __future__ import annotations
+
+import logging
+from typing import List
+
+logger = logging.getLogger(__name__)
+
+MODEL_NAME = "paraphrase-multilingual-MiniLM-L12-v2"
+VECTOR_DIM = 384
+
+
+class Embedder:
+    def __init__(self, model_name: str = MODEL_NAME):
+        self.model_name = model_name
+        self._model = None
+
+    def _load(self):
+        if self._model is None:
+            logger.info("Lade Embedding-Modell %s ...", self.model_name)
+            from sentence_transformers import SentenceTransformer
+            self._model = SentenceTransformer(self.model_name)
+            logger.info("Embedding-Modell geladen.")
+
+    def embed(self, text: str) -> List[float]:
+        self._load()
+        vec = self._model.encode(text, convert_to_numpy=True, normalize_embeddings=True)
+        return vec.tolist()
+
+    def embed_batch(self, texts: List[str]) -> List[List[float]]:
+        self._load()
+        vecs = self._model.encode(texts, convert_to_numpy=True, normalize_embeddings=True)
+        return vecs.tolist()

aria-brain/memory/vector_store.py

@@ -0,0 +1,209 @@
+"""
+Vector-Store-Wrapper um Qdrant.
+
+Eine Collection "aria_memory" haelt ALLE Memory-Punkte.
+Trennung nach Type/Pinned-Status via Payload-Filter.
+
+Punkt-Schema (Payload):
+    type      — identity | rule | preference | tool | skill | fact | conversation | reminder
+    category  — frei, fuer UI-Gruppierung
+    title     — kurze Ueberschrift
+    content   — eigentlicher Text (wird embedded)
+    pinned    — bool, True = Hot Memory (immer in Prompt)
+    source    — import | conversation | manual
+    tags      — Liste von Strings
+    created_at, updated_at — ISO-Strings
+    conversation_id — optional, nur fuer type=conversation
+"""
+
+from __future__ import annotations
+
+import logging
+import uuid
+from dataclasses import dataclass, field
+from datetime import datetime, timezone
+from enum import Enum
+from typing import List, Optional
+
+from qdrant_client import QdrantClient
+from qdrant_client.http import models as qm
+
+from .embedder import VECTOR_DIM
+
+logger = logging.getLogger(__name__)
+
+COLLECTION = "aria_memory"
+
+
+class MemoryType(str, Enum):
+    IDENTITY = "identity"
+    RULE = "rule"
+    PREFERENCE = "preference"
+    TOOL = "tool"
+    SKILL = "skill"
+    FACT = "fact"
+    CONVERSATION = "conversation"
+    REMINDER = "reminder"
+
+
+@dataclass
+class MemoryPoint:
+    id: str
+    type: str
+    title: str
+    content: str
+    pinned: bool = False
+    category: str = ""
+    source: str = "manual"
+    tags: List[str] = field(default_factory=list)
+    created_at: str = ""
+    updated_at: str = ""
+    conversation_id: Optional[str] = None
+    score: Optional[float] = None  # nur bei Search gesetzt
+
+    def to_payload(self) -> dict:
+        p = {
+            "type": self.type,
+            "title": self.title,
+            "content": self.content,
+            "pinned": self.pinned,
+            "category": self.category,
+            "source": self.source,
+            "tags": self.tags,
+            "created_at": self.created_at,
+            "updated_at": self.updated_at,
+        }
+        if self.conversation_id:
+            p["conversation_id"] = self.conversation_id
+        return p
+
+    @classmethod
+    def from_qdrant(cls, point) -> "MemoryPoint":
+        payload = point.payload or {}
+        return cls(
+            id=str(point.id),
+            type=payload.get("type", "fact"),
+            title=payload.get("title", ""),
+            content=payload.get("content", ""),
+            pinned=payload.get("pinned", False),
+            category=payload.get("category", ""),
+            source=payload.get("source", "manual"),
+            tags=payload.get("tags", []),
+            created_at=payload.get("created_at", ""),
+            updated_at=payload.get("updated_at", ""),
+            conversation_id=payload.get("conversation_id"),
+            score=getattr(point, "score", None),
+        )
+
+
+def _now() -> str:
+    return datetime.now(timezone.utc).isoformat()
+
+
+class VectorStore:
+    def __init__(self, host: str, port: int = 6333):
+        self.client = QdrantClient(host=host, port=port)
+        self._ensure_collection()
+
+    def _ensure_collection(self):
+        existing = [c.name for c in self.client.get_collections().collections]
+        if COLLECTION not in existing:
+            logger.info("Erstelle Collection %s ...", COLLECTION)
+            self.client.create_collection(
+                collection_name=COLLECTION,
+                vectors_config=qm.VectorParams(size=VECTOR_DIM, distance=qm.Distance.COSINE),
+            )
+            # Indexe fuer typische Filter-Felder
+            for field_name in ("type", "pinned", "category", "source", "migration_key"):
+                self.client.create_payload_index(
+                    collection_name=COLLECTION,
+                    field_name=field_name,
+                    field_schema=qm.PayloadSchemaType.KEYWORD if field_name != "pinned"
+                    else qm.PayloadSchemaType.BOOL,
+                )
+
+    # ─── Schreib-Operationen ─────────────────────────────────────────
+
+    def upsert(self, point: MemoryPoint, vector: List[float]) -> str:
+        if not point.id:
+            point.id = str(uuid.uuid4())
+        if not point.created_at:
+            point.created_at = _now()
+        point.updated_at = _now()
+
+        self.client.upsert(
+            collection_name=COLLECTION,
+            points=[qm.PointStruct(id=point.id, vector=vector, payload=point.to_payload())],
+        )
+        return point.id
+
+    def delete(self, point_id: str):
+        self.client.delete(
+            collection_name=COLLECTION,
+            points_selector=qm.PointIdsList(points=[point_id]),
+        )
+
+    # ─── Lese-Operationen ────────────────────────────────────────────
+
+    def get(self, point_id: str) -> Optional[MemoryPoint]:
+        result = self.client.retrieve(collection_name=COLLECTION, ids=[point_id], with_payload=True)
+        if not result:
+            return None
+        return MemoryPoint.from_qdrant(result[0])
+
+    def list_pinned(self) -> List[MemoryPoint]:
+        """Alle pinned Punkte — Hot Memory."""
+        return self._scroll(filter=qm.Filter(must=[
+            qm.FieldCondition(key="pinned", match=qm.MatchValue(value=True))
+        ]))
+
+    def list_by_type(self, type_: str, limit: int = 100) -> List[MemoryPoint]:
+        return self._scroll(
+            filter=qm.Filter(must=[
+                qm.FieldCondition(key="type", match=qm.MatchValue(value=type_))
+            ]),
+            limit=limit,
+        )
+
+    def list_all(self, limit: int = 1000) -> List[MemoryPoint]:
+        return self._scroll(filter=None, limit=limit)
+
+    def _scroll(self, filter, limit: int = 1000) -> List[MemoryPoint]:
+        points, _ = self.client.scroll(
+            collection_name=COLLECTION,
+            scroll_filter=filter,
+            limit=limit,
+            with_payload=True,
+            with_vectors=False,
+        )
+        return [MemoryPoint.from_qdrant(p) for p in points]
+
+    def search(
+        self,
+        query_vector: List[float],
+        k: int = 5,
+        type_filter: Optional[str] = None,
+        exclude_pinned: bool = True,
+    ) -> List[MemoryPoint]:
+        """Semantische Search. Standard: pinned-Punkte ausgeschlossen
+        (die kommen separat via list_pinned in den Prompt)."""
+        must = []
+        must_not = []
+        if type_filter:
+            must.append(qm.FieldCondition(key="type", match=qm.MatchValue(value=type_filter)))
+        if exclude_pinned:
+            must_not.append(qm.FieldCondition(key="pinned", match=qm.MatchValue(value=True)))
+
+        flt = qm.Filter(must=must or None, must_not=must_not or None)
+
+        results = self.client.search(
+            collection_name=COLLECTION,
+            query_vector=query_vector,
+            query_filter=flt if (must or must_not) else None,
+            limit=k,
+            with_payload=True,
+        )
+        return [MemoryPoint.from_qdrant(p) for p in results]
+
+    def count(self) -> int:
+        return self.client.count(collection_name=COLLECTION, exact=True).count

aria-brain/metrics.py

@@ -0,0 +1,133 @@
+"""
+Call-Metrics fuer den Proxy-Client.
+
+Pro Claude-Call wird ein Eintrag in /data/metrics.jsonl angehaengt:
+
+  {"ts": <ms>, "model": "...", "in": <tokens_in_estimate>, "out": <tokens_out_estimate>}
+
+Tokens-Schaetzung: characters / 4 (Anthropic-Default-Heuristik). Nicht exakt
+aber gut genug fuer Quota-Monitoring. Wir summieren nicht in-memory weil
+der Brain-Container neugestartet werden kann — alles auf Disk.
+
+Auswertung via aggregate(window_seconds) — liefert {calls, tokens_in, tokens_out}
+fuer die letzten N Sekunden. Lazy gelesen, keine grossen Datenmengen erwartet
+(bei 1000 Calls/Tag ~70 KB pro Monat).
+
+Auto-Rotate: bei > 50k Zeilen werden die aeltesten 25k weggeschnitten.
+"""
+
+from __future__ import annotations
+
+import json
+import logging
+import os
+import time
+from pathlib import Path
+from typing import List
+
+logger = logging.getLogger(__name__)
+
+METRICS_FILE = Path(os.environ.get("METRICS_FILE", "/data/metrics.jsonl"))
+ROTATE_AT = 50_000
+ROTATE_KEEP = 25_000
+
+
+def _estimate_tokens(text: str) -> int:
+    """Anthropic-Default: ~4 chars pro Token. Grob genug."""
+    if not text:
+        return 0
+    return max(1, len(text) // 4)
+
+
+def _messages_tokens(messages: list) -> int:
+    total = 0
+    for m in messages:
+        # Pydantic-Model oder dict
+        if hasattr(m, "content"):
+            total += _estimate_tokens(m.content or "")
+        elif isinstance(m, dict):
+            c = m.get("content") or ""
+            if isinstance(c, str):
+                total += _estimate_tokens(c)
+    return total
+
+
+def log_call(model: str, messages_in: list, reply_text: str = "") -> None:
+    """Eine Call-Metric anhaengen. Robust gegen Fehler (silent fail)."""
+    try:
+        tokens_in = _messages_tokens(messages_in)
+        tokens_out = _estimate_tokens(reply_text)
+        line = json.dumps({
+            "ts": int(time.time() * 1000),
+            "model": model,
+            "in": tokens_in,
+            "out": tokens_out,
+        })
+        METRICS_FILE.parent.mkdir(parents=True, exist_ok=True)
+        with METRICS_FILE.open("a", encoding="utf-8") as f:
+            f.write(line + "\n")
+        # Sanftes Rotate ohne hohe IO-Kosten — nur alle 1000 Calls checken
+        if (tokens_in + tokens_out) % 1000 < 4:
+            _maybe_rotate()
+    except Exception as exc:
+        logger.warning("metrics.log_call: %s", exc)
+
+
+def _maybe_rotate() -> None:
+    try:
+        if not METRICS_FILE.exists():
+            return
+        with METRICS_FILE.open("r", encoding="utf-8") as f:
+            lines = f.readlines()
+        if len(lines) > ROTATE_AT:
+            keep = lines[-ROTATE_KEEP:]
+            METRICS_FILE.write_text("".join(keep), encoding="utf-8")
+            logger.info("metrics rotated: %d → %d Zeilen", len(lines), len(keep))
+    except Exception as exc:
+        logger.warning("metrics rotate: %s", exc)
+
+
+def aggregate(window_seconds: int) -> dict:
+    """Aggregiert die Calls der letzten N Sekunden."""
+    now_ms = int(time.time() * 1000)
+    cutoff_ms = now_ms - (window_seconds * 1000)
+    calls = 0
+    tokens_in = 0
+    tokens_out = 0
+    by_model: dict[str, int] = {}
+    if METRICS_FILE.exists():
+        try:
+            for raw in METRICS_FILE.read_text(encoding="utf-8").splitlines():
+                raw = raw.strip()
+                if not raw:
+                    continue
+                try:
+                    obj = json.loads(raw)
+                except Exception:
+                    continue
+                if obj.get("ts", 0) < cutoff_ms:
+                    continue
+                calls += 1
+                tokens_in += int(obj.get("in") or 0)
+                tokens_out += int(obj.get("out") or 0)
+                m = obj.get("model", "?")
+                by_model[m] = by_model.get(m, 0) + 1
+        except Exception as exc:
+            logger.warning("metrics aggregate: %s", exc)
+    return {
+        "window_seconds": window_seconds,
+        "calls": calls,
+        "tokens_in": tokens_in,
+        "tokens_out": tokens_out,
+        "by_model": by_model,
+    }
+
+
+def stats() -> dict:
+    """Komplett-Snapshot mit den drei wichtigsten Fenstern."""
+    return {
+        "h1": aggregate(3600),
+        "h5": aggregate(5 * 3600),
+        "h24": aggregate(24 * 3600),
+        "d30": aggregate(30 * 24 * 3600),
+    }

aria-brain/migration.py

@@ -0,0 +1,399 @@
+"""
+Migration aus aria-data/brain-import/ → Vector-DB.
+
+Parst die mitgelieferten Markdown-Dateien (AGENT.md, USER.md, TOOLING.md)
+und zerlegt sie in atomare Memory-Punkte. Jeder Punkt bekommt:
+
+  source       = "import"
+  migration_key = stabiler Identifier (z.B. "agent.md/rule-1") fuer Idempotenz
+  pinned       = True
+
+Beim Re-Run werden vorhandene Punkte mit gleicher migration_key entfernt
+und neu geschrieben.
+
+Mapping pro Datei:
+
+  AGENT.md
+    "Identitaet"                    → 1 Punkt type=identity
+    "Persoenlichkeit" (Intro)       → 1 Punkt type=identity
+    "Kern-Eigenschaften" (Liste)    → 1 Punkt pro Bullet  type=identity
+    "Tool-Freigaben"                → 1 Punkt type=tool
+    "Sicherheitsregeln" (Liste)     → 1 Punkt pro Bullet  type=rule
+    "Arbeitsprinzipien" (Liste)     → 1 Punkt pro Bullet  type=rule
+    "Dateien an Stefan zurueckgeben"→ 1 Punkt type=skill
+    "Stimme"                        → 1 Punkt type=tool
+
+  USER.md
+    "Allgemein" (Liste)             → 1 Punkt pro Bullet  type=preference
+    "Bestaetigung erforderlich"     → 1 Punkt type=preference
+    "Autonomes Arbeiten OK fuer"    → 1 Punkt type=preference
+    "Tools & Infrastruktur"         → 1 Punkt type=preference
+
+  TOOLING.md
+    gesamter Inhalt                 → 1 Punkt type=tool, title="Tooling-Stack"
+
+BOOTSTRAP.md ist eine Variante von AGENT.md — wird (vorerst) ignoriert
+damit keine doppelten Punkte landen.
+"""
+
+from __future__ import annotations
+
+import logging
+import re
+from dataclasses import dataclass
+from pathlib import Path
+from typing import List, Optional
+
+from memory import Embedder, VectorStore, MemoryPoint
+from memory.vector_store import COLLECTION
+from qdrant_client.http import models as qm
+
+logger = logging.getLogger(__name__)
+
+
+@dataclass
+class _Block:
+    title: str
+    content: str
+
+
+def _split_h2(md: str) -> List[_Block]:
+    """Zerlegt Markdown in H2-Bloecke. Inhalt vor dem ersten H2 wird verworfen."""
+    blocks: List[_Block] = []
+    current: Optional[_Block] = None
+    for line in md.splitlines():
+        m = re.match(r"^##\s+(.+?)\s*$", line)
+        if m and not line.startswith("### "):
+            if current:
+                blocks.append(current)
+            current = _Block(title=m.group(1).strip(), content="")
+            continue
+        if current is not None:
+            current.content += line + "\n"
+    if current:
+        blocks.append(current)
+    return blocks
+
+
+def _split_h3(content: str) -> List[_Block]:
+    """Zerlegt einen H2-Block in H3-Untersektionen + 'header'-Block davor."""
+    blocks: List[_Block] = []
+    header_lines: List[str] = []
+    current: Optional[_Block] = None
+    for line in content.splitlines():
+        m = re.match(r"^###\s+(.+?)\s*$", line)
+        if m:
+            if current is None and header_lines:
+                blocks.append(_Block(title="_intro", content="\n".join(header_lines).strip()))
+            if current:
+                blocks.append(current)
+            current = _Block(title=m.group(1).strip(), content="")
+            continue
+        if current is None:
+            header_lines.append(line)
+        else:
+            current.content += line + "\n"
+    if current:
+        blocks.append(current)
+    elif header_lines:
+        blocks.append(_Block(title="_intro", content="\n".join(header_lines).strip()))
+    return blocks
+
+
+def _extract_bullets(content: str) -> List[tuple[str, str]]:
+    """Findet "- **Title** — Body" oder "N. **Title** — Body" Bullets.
+
+    Returns: Liste von (title, full_bullet_text).
+    """
+    bullets: List[tuple[str, str]] = []
+    current_lines: List[str] = []
+    current_title: Optional[str] = None
+
+    def flush():
+        if current_title and current_lines:
+            bullets.append((current_title, "\n".join(current_lines).strip()))
+
+    for line in content.splitlines():
+        m = re.match(r"^\s*(?:[-*]|\d+\.)\s+\*\*([^*]+?)\*\*\s*[—\-:]?\s*(.*)$", line)
+        if m:
+            flush()
+            current_title = m.group(1).strip()
+            current_lines = [line]
+            continue
+        # Folge-Zeilen mit Einrueckung gehoeren zum aktuellen Bullet
+        if current_title and (line.startswith(" ") or line.startswith("\t") or not line.strip()):
+            current_lines.append(line)
+            continue
+        if current_title and not re.match(r"^\s*(?:[-*]|\d+\.)\s+", line):
+            current_lines.append(line)
+            continue
+        # Neuer Bullet ohne **Title** Format
+        if re.match(r"^\s*(?:[-*]|\d+\.)\s+", line):
+            flush()
+            text = re.sub(r"^\s*(?:[-*]|\d+\.)\s+", "", line).strip()
+            short_title = (text[:60] + "…") if len(text) > 60 else text
+            bullets.append((short_title, line.strip()))
+            current_title = None
+            current_lines = []
+    flush()
+    return bullets
+
+
+# ─── Pro Datei eine Parser-Funktion ──────────────────────────────────
+
+def _parse_agent_md(md: str, source_file: str) -> List[MemoryPoint]:
+    points: List[MemoryPoint] = []
+    h2_blocks = _split_h2(md)
+    for h2 in h2_blocks:
+        title = h2.title
+        content = h2.content.strip()
+        if not content:
+            continue
+
+        if title.lower() == "identitaet" or title.lower() == "identität":
+            points.append(_mk(
+                type_="identity", title="ARIA — Identitaet",
+                content=f"## {title}\n\n{content}",
+                category="persoenlichkeit",
+                migration_key=f"{source_file}/identity",
+            ))
+
+        elif title.lower() == "persoenlichkeit" or title.lower() == "persönlichkeit":
+            # Intro-Absatz + Kern-Eigenschaften-Liste trennen
+            sub = _split_h3(content)
+            for s in sub:
+                if s.title == "_intro" and s.content.strip():
+                    points.append(_mk(
+                        type_="identity", title="Persoenlichkeit — Grundsatz",
+                        content=s.content.strip(),
+                        category="persoenlichkeit",
+                        migration_key=f"{source_file}/personality-intro",
+                    ))
+                elif s.title.lower().startswith("kern"):
+                    for idx, (btitle, btext) in enumerate(_extract_bullets(s.content), 1):
+                        points.append(_mk(
+                            type_="identity", title=f"Eigenschaft: {btitle}",
+                            content=btext, category="persoenlichkeit",
+                            migration_key=f"{source_file}/personality-trait-{idx}",
+                        ))
+
+        elif "sicherheitsregel" in title.lower():
+            for idx, (btitle, btext) in enumerate(_extract_bullets(content), 1):
+                points.append(_mk(
+                    type_="rule", title=f"Sicherheit: {btitle}",
+                    content=btext, category="sicherheit",
+                    migration_key=f"{source_file}/security-{idx}",
+                ))
+
+        elif "arbeitsprinzipien" in title.lower() or "arbeitsprinzip" in title.lower():
+            for idx, (btitle, btext) in enumerate(_extract_bullets(content), 1):
+                points.append(_mk(
+                    type_="rule", title=f"Prinzip: {btitle}",
+                    content=btext, category="arbeitsweise",
+                    migration_key=f"{source_file}/work-principle-{idx}",
+                ))
+
+        elif "tool-freigaben" in title.lower() or "tool freigaben" in title.lower():
+            points.append(_mk(
+                type_="tool", title="Tool-Freigaben — Vollzugriff",
+                content=content, category="infrastruktur",
+                migration_key=f"{source_file}/tool-access",
+            ))
+
+        elif "dateien an stefan" in title.lower() or "dateien zurueckgeben" in title.lower() or "dateien zur" in title.lower():
+            points.append(_mk(
+                type_="skill", title="Dateien an User zurueckgeben",
+                content=content, category="ausgabe",
+                migration_key=f"{source_file}/file-return-skill",
+            ))
+
+        elif title.lower() == "stimme":
+            points.append(_mk(
+                type_="tool", title="Stimme (F5-TTS)",
+                content=content, category="infrastruktur",
+                migration_key=f"{source_file}/voice",
+            ))
+
+        # Permanente Freigaben (in BOOTSTRAP) — als rule
+        elif "freigaben" in title.lower():
+            points.append(_mk(
+                type_="rule", title=title,
+                content=content, category="freigaben",
+                migration_key=f"{source_file}/permissions",
+            ))
+
+        else:
+            # Unbekannter Block: als generischer fact ablegen, NICHT pinned
+            logger.info("Unbekannter H2-Block '%s' in %s — als fact (unpinned)", title, source_file)
+            points.append(_mk(
+                type_="fact", title=f"{source_file}: {title}",
+                content=content, pinned=False,
+                migration_key=f"{source_file}/section-{title.lower().replace(' ', '-')}",
+            ))
+    return points
+
+
+def _parse_user_md(md: str, source_file: str) -> List[MemoryPoint]:
+    points: List[MemoryPoint] = []
+    for h2 in _split_h2(md):
+        title = h2.title
+        content = h2.content.strip()
+        if not content:
+            continue
+        # Template-Platzhalter herausfiltern: Beispiel-Zeilen mit <Tag>
+        if "<Beispiel-Tool>" in content or "<Username>" in title:
+            continue
+        if title.lower() == "allgemein":
+            for idx, (btitle, btext) in enumerate(_extract_bullets(content), 1):
+                # Template-Platzhalter ueberspringen
+                if "<z.B." in btext or "<XYZ>" in btext:
+                    continue
+                points.append(_mk(
+                    type_="preference", title=f"User: {btitle}",
+                    content=btext, category="allgemein",
+                    migration_key=f"{source_file}/general-{idx}",
+                ))
+        else:
+            cat_key = re.sub(r"[^a-z0-9]+", "-", title.lower()).strip("-") or "allgemein"
+            points.append(_mk(
+                type_="preference", title=title,
+                content=content, category=cat_key,
+                migration_key=f"{source_file}/{cat_key}",
+            ))
+    return points
+
+
+def _parse_tooling_md(md: str, source_file: str) -> List[MemoryPoint]:
+    md = md.strip()
+    if not md:
+        return []
+    return [_mk(
+        type_="tool", title="Tooling-Stack (VM)",
+        content=md, category="infrastruktur",
+        migration_key=f"{source_file}/tooling-full",
+    )]
+
+
+# ─── Helper ─────────────────────────────────────────────────────────
+
+def _mk(
+    type_: str,
+    title: str,
+    content: str,
+    migration_key: str,
+    pinned: bool = True,
+    category: str = "",
+) -> MemoryPoint:
+    p = MemoryPoint(
+        id="",
+        type=type_,
+        title=title,
+        content=content.strip(),
+        pinned=pinned,
+        category=category,
+        source="import",
+        tags=[],
+    )
+    # migration_key wird ueber Payload-Index angesprochen — in to_payload manuell anhaengen
+    setattr(p, "_migration_key", migration_key)
+    return p
+
+
+# ─── Eintrittspunkt ─────────────────────────────────────────────────
+
+def run_migration(
+    import_dir: Path,
+    store: VectorStore,
+    embedder: Embedder,
+) -> dict:
+    """Liest alle .md-Dateien aus import_dir, parst sie, schreibt in DB.
+
+    Idempotent: vorhandene Punkte mit gleicher migration_key werden geloescht
+    und neu geschrieben.
+
+    Returns: {"created": int, "updated": int, "skipped": int, "files": [...]}
+    """
+    if not import_dir.exists():
+        return {"created": 0, "updated": 0, "skipped": 0, "files": [], "error": f"{import_dir} nicht gefunden"}
+
+    parsers = {
+        "AGENT.md": _parse_agent_md,
+        "BOOTSTRAP.md": _parse_agent_md,  # gleicher Parser, ggf. ueberlappende Eintraege
+        "USER.md": _parse_user_md,
+        "USER.md.example": _parse_user_md,
+        "TOOLING.md": _parse_tooling_md,
+        "TOOLING.md.example": _parse_tooling_md,
+    }
+
+    # USER.md hat Vorrang vor USER.md.example
+    file_priority = ["AGENT.md", "BOOTSTRAP.md", "USER.md", "USER.md.example",
+                     "TOOLING.md", "TOOLING.md.example"]
+    seen_kinds: set[str] = set()  # "USER" / "TOOLING" — nur einmal
+
+    points: List[MemoryPoint] = []
+    processed_files: List[str] = []
+
+    for fname in file_priority:
+        fp = import_dir / fname
+        if not fp.exists():
+            continue
+        kind = fname.split(".")[0]  # "AGENT", "BOOTSTRAP", "USER", "TOOLING"
+        # USER.md.example nur wenn USER.md fehlt
+        if kind in ("USER", "TOOLING") and kind in seen_kinds:
+            continue
+        seen_kinds.add(kind)
+        parser = parsers.get(fname)
+        if not parser:
+            continue
+        try:
+            md = fp.read_text(encoding="utf-8")
+            file_points = parser(md, fname)
+            points.extend(file_points)
+            processed_files.append(f"{fname} ({len(file_points)})")
+            logger.info("Migration: %s → %d Punkte", fname, len(file_points))
+        except Exception as exc:
+            logger.exception("Migration: %s fehlgeschlagen", fname)
+            processed_files.append(f"{fname} (FEHLER: {exc})")
+
+    if not points:
+        return {"created": 0, "updated": 0, "skipped": 0, "files": processed_files}
+
+    # Erst alte Migration-Punkte mit gleicher migration_key loeschen
+    migration_keys = [getattr(p, "_migration_key", None) for p in points]
+    migration_keys = [k for k in migration_keys if k]
+    if migration_keys:
+        store.client.delete(
+            collection_name=COLLECTION,
+            points_selector=qm.FilterSelector(filter=qm.Filter(must=[
+                qm.FieldCondition(key="migration_key", match=qm.MatchAny(any=migration_keys))
+            ])),
+        )
+        logger.info("Migration: %d alte Punkte mit gleicher migration_key entfernt", len(migration_keys))
+
+    # Embed in Batches
+    texts = [p.content for p in points]
+    vectors = embedder.embed_batch(texts)
+
+    created = 0
+    for p, vec in zip(points, vectors):
+        payload = p.to_payload()
+        mkey = getattr(p, "_migration_key", None)
+        if mkey:
+            payload["migration_key"] = mkey
+        from datetime import datetime, timezone
+        import uuid as _uuid
+        pid = str(_uuid.uuid4())
+        now = datetime.now(timezone.utc).isoformat()
+        payload["created_at"] = now
+        payload["updated_at"] = now
+        store.client.upsert(
+            collection_name=COLLECTION,
+            points=[qm.PointStruct(id=pid, vector=vec, payload=payload)],
+        )
+        created += 1
+
+    return {
+        "created": created,
+        "files": processed_files,
+        "import_dir": str(import_dir),
+    }

aria-brain/prompts.py

@@ -0,0 +1,131 @@
+"""
+System-Prompt-Bau aus Memory-Punkten.
+
+Strategie:
+  1. Alle pinned Punkte (Hot Memory) — gruppiert nach Type — in den
+     System-Prompt schreiben. IMMER drin.
+  2. Top-K semantisch aehnliche Punkte (Cold Memory) zur aktuellen
+     User-Nachricht — als "Moeglicherweise relevant" eingehaengt.
+  3. Aktive Skills als kompakte Liste (nur Name + Description) — damit
+     ARIA weiss was sie hat.
+
+Phase B Punkt 1: nur Hot-Memory-Bau, Skills + Cold-Search kommen
+mit dem Conversation-Loop in spaeteren Phasen.
+"""
+
+from __future__ import annotations
+
+from typing import List
+
+from memory import MemoryPoint
+
+TYPE_HEADINGS = {
+    "identity": "## Wer du bist",
+    "rule": "## Sicherheitsregeln & Prinzipien",
+    "preference": "## Benutzer-Praeferenzen",
+    "tool": "## Tool-Freigaben",
+    "skill": "## Deine Skills",
+}
+
+
+def build_hot_memory_section(pinned: List[MemoryPoint]) -> str:
+    """Baue den 'IMMER-im-Prompt'-Block aus pinned Punkten."""
+    grouped: dict[str, List[MemoryPoint]] = {}
+    for p in pinned:
+        grouped.setdefault(p.type, []).append(p)
+
+    parts: List[str] = []
+    # Sortier-Reihenfolge: identity → rule → preference → tool → skill → Rest
+    order = ["identity", "rule", "preference", "tool", "skill"]
+    for t in order:
+        items = grouped.pop(t, [])
+        if not items:
+            continue
+        parts.append(TYPE_HEADINGS.get(t, f"## {t}"))
+        for p in items:
+            parts.append(f"### {p.title}")
+            parts.append(p.content.strip())
+            parts.append("")
+
+    # uebrige Types (falls jemand was anderes als pinned markiert)
+    for t, items in grouped.items():
+        parts.append(f"## {t}")
+        for p in items:
+            parts.append(f"### {p.title}")
+            parts.append(p.content.strip())
+            parts.append("")
+
+    return "\n".join(parts).strip()
+
+
+def build_cold_memory_section(matches: List[MemoryPoint]) -> str:
+    """Baue 'Moeglicherweise relevant'-Block aus Search-Treffern."""
+    if not matches:
+        return ""
+    lines = ["## Moeglicherweise relevant (aus Gedaechtnis)"]
+    for p in matches:
+        score = f" [score={p.score:.2f}]" if p.score is not None else ""
+        lines.append(f"- **{p.title}**{score}")
+        lines.append(f"  {p.content.strip()}")
+    return "\n".join(lines)
+
+
+def build_skills_section(skills: List[dict]) -> str:
+    """Listet alle Skills (aktiv + deaktiviert) damit ARIA weiss was es gibt
+    und keine doppelt baut. Plus klare Schwelle wann ein Skill sich lohnt."""
+    lines = ["## Deine Skills"]
+    if skills:
+        for s in skills:
+            active = s.get("active", True)
+            marker = "" if active else " [DEAKTIVIERT — kann nicht aufgerufen werden]"
+            lines.append(f"- **{s.get('name', '?')}**{marker} — {s.get('description', '(ohne Beschreibung)')}")
+        lines.append("")
+        lines.append("Wenn ein vorhandener Skill zur Aufgabe passt: nutze ihn via Tool-Call.")
+    else:
+        lines.append("(noch keine Skills vorhanden)")
+
+    lines.append("")
+    lines.append("### Wann lohnt sich ein neuer Skill?")
+    lines.append("")
+    lines.append("**Skills sind IMMER Python** — eigene venv pro Skill mit den noetigen "
+                 "pip-Paketen. Kein apt im Skill, kein systemweiter Install. Python deckt "
+                 "in der Regel alles ab (yt-dlp, requests, pypdf, pillow, openpyxl, "
+                 "static-ffmpeg, beautifulsoup4, …). Falls etwas WIRKLICH nur via apt geht: "
+                 "Stefan fragen ob es ins Brain-Dockerfile soll.")
+    lines.append("")
+    lines.append("**Harte Regel — IMMER Skill anlegen wenn:** die Loesung erfordert eine "
+                 "pip-Library. Begruendung: Brain-Container hat keinen persistenten State "
+                 "ausser /data/skills/. Ohne Skill wuerde der Install bei jedem "
+                 "Container-Restart wiederholt.")
+    lines.append("")
+    lines.append("**Sonst — Skill nur wenn alle vier zutreffen:**")
+    lines.append("")
+    lines.append("1. **Wiederkehrend** — die Aufgabe wird realistisch nochmal gestellt. "
+                 "Einmal-Faelle (\"wie spaet ist es jetzt\") kein Skill.")
+    lines.append("2. **Nicht-trivial** — mehrere Schritte. Ein einzelner Shell-Befehl "
+                 "(`date`, `hostname`, `ls`) ist KEIN Skill — das macht Bash direkt.")
+    lines.append("3. **Parametrisierbar** — der Skill nimmt Eingaben (URL, Datei, Suchbegriff) "
+                 "und gibt ein nuetzliches Ergebnis zurueck.")
+    lines.append("4. **Wiederverwendbar als ganzes** — Stefan wuerde es zukuenftig per Name "
+                 "ansprechen (\"mach mir den YouTube zu MP3\") statt jedes Mal zu erklaeren.")
+    lines.append("")
+    lines.append("Wenn nichts installiert werden muss UND nicht alle vier zutreffen: einfach "
+                 "die Aufgabe loesen ohne Skill anzulegen. Stefan kann jederzeit sagen "
+                 "'bau daraus einen Skill'.")
+    return "\n".join(lines)
+
+
+def build_system_prompt(
+    pinned: List[MemoryPoint],
+    cold: List[MemoryPoint] | None = None,
+    skills: List[dict] | None = None,
+) -> str:
+    """Kompletter System-Prompt: Hot + Cold + Skills."""
+    parts = [build_hot_memory_section(pinned)]
+    if skills:
+        parts.append("")
+        parts.append(build_skills_section(skills))
+    if cold:
+        parts.append("")
+        parts.append(build_cold_memory_section(cold))
+    return "\n".join(parts).strip()

aria-brain/proxy_client.py

@@ -0,0 +1,149 @@
+"""
+Claude-Aufruf ueber den lokalen Proxy.
+
+Der Proxy (claude-max-api-proxy) bietet eine OpenAI-kompatible API
+unter http://proxy:3456/v1/chat/completions. Wir nutzen non-streaming
+mit einem laengeren Timeout — Claude Code spawnt pro Anfrage einen
+neuen CLI-Prozess (Cold-Start), das dauert.
+"""
+
+from __future__ import annotations
+
+import json
+import logging
+import os
+from pathlib import Path
+from typing import List, Optional
+
+import httpx
+from pydantic import BaseModel
+
+import metrics
+
+logger = logging.getLogger(__name__)
+
+RUNTIME_CONFIG_FILE = Path("/shared/config/runtime.json")
+ENV_MODEL = os.environ.get("BRAIN_MODEL", "claude-sonnet-4")
+PROXY_URL = os.environ.get("PROXY_URL", "http://proxy:3456")
+PROXY_TIMEOUT_SEC = float(os.environ.get("PROXY_TIMEOUT_SEC", "300"))
+
+
+def _read_model_from_runtime() -> str:
+    """Liest brainModel aus runtime.json. Fallback: ENV BRAIN_MODEL."""
+    try:
+        if RUNTIME_CONFIG_FILE.exists():
+            data = json.loads(RUNTIME_CONFIG_FILE.read_text(encoding="utf-8"))
+            m = (data.get("brainModel") or "").strip()
+            if m:
+                return m
+    except Exception as exc:
+        logger.warning("runtime.json lesen fehlgeschlagen: %s", exc)
+    return ENV_MODEL
+
+
+DEFAULT_MODEL = _read_model_from_runtime()
+
+
+class Message(BaseModel):
+    role: str  # "system" | "user" | "assistant" | "tool"
+    content: Optional[str] = None
+    tool_calls: Optional[list] = None
+    tool_call_id: Optional[str] = None
+    name: Optional[str] = None  # nur fuer role=tool
+
+
+class ProxyResult(BaseModel):
+    content: str = ""
+    tool_calls: list = []  # je: {"id", "name", "arguments" (dict)}
+    finish_reason: str = ""
+
+
+class ProxyClient:
+    def __init__(self, base_url: str = PROXY_URL, model: str = DEFAULT_MODEL):
+        self.base_url = base_url.rstrip("/")
+        self.model = model
+        # Persistente Client-Connection — vermeidet TCP-Handshake bei jedem Call
+        self._client = httpx.Client(timeout=PROXY_TIMEOUT_SEC)
+
+    def chat(self, messages: List[Message], model: Optional[str] = None) -> str:
+        """Convenience: einfacher Chat ohne Tools. Gibt nur den Reply-String zurueck."""
+        result = self.chat_full(messages, tools=None, model=model)
+        if not result.content:
+            raise RuntimeError("Proxy lieferte leeren content")
+        return result.content
+
+    def chat_full(
+        self,
+        messages: List[Message],
+        tools: Optional[list] = None,
+        model: Optional[str] = None,
+    ) -> ProxyResult:
+        """Full chat — kann Tool-Calls liefern (wenn tools mitgegeben).
+
+        tools-Format ist OpenAI-Style:
+          [{"type":"function","function":{"name":..,"description":..,"parameters":{...}}}, ...]
+        """
+        url = f"{self.base_url}/v1/chat/completions"
+        # Pydantic-Dumps mit exclude_none damit role=tool ohne tool_calls geht
+        payload = {
+            "model": model or self.model,
+            "messages": [m.model_dump(exclude_none=True) for m in messages],
+        }
+        if tools:
+            payload["tools"] = tools
+        logger.info("Proxy → %s (%d Messages, %d tools, model=%s)",
+                    url, len(messages), len(tools or []), payload["model"])
+        try:
+            r = self._client.post(url, json=payload)
+        except httpx.RequestError as exc:
+            raise RuntimeError(f"Proxy unreachable: {exc}") from exc
+        if r.status_code != 200:
+            raise RuntimeError(f"Proxy HTTP {r.status_code}: {r.text[:300]}")
+        try:
+            data = r.json()
+        except Exception as exc:
+            raise RuntimeError(f"Proxy invalid JSON: {exc}") from exc
+
+        choices = data.get("choices") or []
+        if not choices:
+            raise RuntimeError(f"Proxy ohne choices: {str(data)[:300]}")
+
+        msg = choices[0].get("message") or {}
+        finish_reason = choices[0].get("finish_reason", "")
+
+        content = msg.get("content") or ""
+        if isinstance(content, list):
+            content = "".join(
+                part.get("text", "") for part in content if isinstance(part, dict) and part.get("type") == "text"
+            )
+
+        tool_calls_raw = msg.get("tool_calls") or []
+        tool_calls = []
+        import json as _json
+        for tc in tool_calls_raw:
+            fn = tc.get("function") or {}
+            args_raw = fn.get("arguments", "{}")
+            args: dict
+            if isinstance(args_raw, dict):
+                args = args_raw
+            else:
+                try:
+                    args = _json.loads(args_raw)
+                except Exception:
+                    args = {"_raw": args_raw}
+            tool_calls.append({
+                "id": tc.get("id", ""),
+                "name": fn.get("name", ""),
+                "arguments": args,
+            })
+
+        # Call-Metric anhaengen — Token-Schaetzung fuer Quota-Monitoring
+        metrics.log_call(payload["model"], messages, content or "")
+
+        return ProxyResult(content=content or "", tool_calls=tool_calls, finish_reason=finish_reason)
+
+    def close(self):
+        try:
+            self._client.close()
+        except Exception:
+            pass

aria-brain/requirements.txt

@@ -0,0 +1,14 @@
+fastapi==0.115.0
+uvicorn[standard]==0.32.0
+pydantic==2.9.2
+httpx==0.27.2
+websockets==13.1
+
+# Vector-DB
+qdrant-client==1.12.1
+
+# Embeddings (laeuft auf CPU, ~120MB Modell)
+sentence-transformers==3.2.1
+
+# Utility
+python-multipart==0.0.12

aria-brain/skills.py

@@ -0,0 +1,373 @@
+"""
+Skill-Manager — Filesystem-Layer fuer ARIAs Faehigkeiten.
+
+Layout:
+  /data/skills/<name>/
+    skill.json   - Manifest
+    README.md    - Beschreibung (vom Stil her: was, wann, wie aufrufen)
+    run.sh       - Entry-Point (sh, python -m, was auch immer)
+    requirements.txt        - optional, fuer local-venv
+    venv/        - automatisch erzeugt bei local-venv
+    bin/         - statische Binaries (fuer local-bin)
+    logs/        - <ts>.json Run-Logs (append-only pro Run)
+
+Manifest (skill.json):
+  {
+    "name": "youtube2mp3",
+    "description": "Konvertiert YouTube-Video-URL zu MP3",
+    "execution": "local-venv" | "local-bin" | "bash",
+    "entry": "run.sh",
+    "args": [{"name": "url", "required": true}, ...],
+    "requires": {"pip": [...], "binaries": [...]},
+    "active": true,
+    "created_at": "ISO",
+    "updated_at": "ISO",
+    "last_used": null | "ISO",
+    "use_count": 0,
+    "version": "1.0",
+    "author": "aria" | "stefan"
+  }
+"""
+
+from __future__ import annotations
+
+import json
+import logging
+import os
+import re
+import shutil
+import subprocess
+import time
+import uuid
+from datetime import datetime, timezone
+from pathlib import Path
+from typing import Optional
+
+logger = logging.getLogger(__name__)
+
+SKILLS_DIR = Path(os.environ.get("SKILLS_DIR", "/data/skills"))
+SHARED_UPLOADS = Path("/shared/uploads")
+
+VALID_EXECUTIONS = {"local-venv", "local-bin", "bash"}
+NAME_RE = re.compile(r"^[a-zA-Z0-9_-]{2,60}$")
+
+
+def _now() -> str:
+    return datetime.now(timezone.utc).isoformat()
+
+
+def _safe_name(name: str) -> str:
+    if not isinstance(name, str) or not NAME_RE.match(name):
+        raise ValueError(f"Ungültiger Skill-Name: {name!r}")
+    return name
+
+
+def _skill_dir(name: str) -> Path:
+    return SKILLS_DIR / _safe_name(name)
+
+
+# ─── Listing ────────────────────────────────────────────────────────
+
+def list_skills(active_only: bool = False) -> list[dict]:
+    out: list[dict] = []
+    if not SKILLS_DIR.exists():
+        return out
+    for entry in sorted(SKILLS_DIR.iterdir()):
+        if not entry.is_dir():
+            continue
+        manifest = read_manifest(entry.name)
+        if manifest is None:
+            continue
+        if active_only and not manifest.get("active", True):
+            continue
+        out.append(manifest)
+    return out
+
+
+def read_manifest(name: str) -> Optional[dict]:
+    try:
+        path = _skill_dir(name) / "skill.json"
+        if not path.exists():
+            return None
+        return json.loads(path.read_text(encoding="utf-8"))
+    except Exception as exc:
+        logger.warning("Manifest lesen %s: %s", name, exc)
+        return None
+
+
+def write_manifest(name: str, manifest: dict) -> None:
+    d = _skill_dir(name)
+    d.mkdir(parents=True, exist_ok=True)
+    manifest["updated_at"] = _now()
+    (d / "skill.json").write_text(json.dumps(manifest, indent=2, ensure_ascii=False), encoding="utf-8")
+
+
+def read_readme(name: str) -> str:
+    path = _skill_dir(name) / "README.md"
+    return path.read_text(encoding="utf-8") if path.exists() else ""
+
+
+# ─── Create / Update / Delete ────────────────────────────────────────
+
+def create_skill(
+    name: str,
+    description: str,
+    execution: str,
+    entry_code: str,
+    readme: str = "",
+    args: Optional[list] = None,
+    requires: Optional[dict] = None,
+    pip_packages: Optional[list[str]] = None,
+    author: str = "aria",
+) -> dict:
+    """Legt einen neuen Skill an. Wirft ValueError bei ungueltigen Inputs.
+
+    entry_code wird je nach execution in run.sh oder run.py geschrieben.
+    Bei local-venv wird sofort eine venv erzeugt + pip_packages installiert.
+    """
+    name = _safe_name(name)
+    if execution not in VALID_EXECUTIONS:
+        raise ValueError(f"execution muss eines von {VALID_EXECUTIONS} sein")
+    d = _skill_dir(name)
+    if d.exists():
+        raise ValueError(f"Skill '{name}' existiert bereits — erst loeschen oder updaten")
+
+    d.mkdir(parents=True)
+    (d / "logs").mkdir()
+
+    # Entry-File: run.sh oder run.py
+    if execution == "local-venv":
+        entry_path = d / "run.py"
+        entry_path.write_text(entry_code, encoding="utf-8")
+        entry_name = "run.py"
+        (d / "requirements.txt").write_text("\n".join(pip_packages or []) + "\n", encoding="utf-8")
+    else:
+        entry_path = d / "run.sh"
+        # Shebang ergaenzen wenn nicht da
+        content = entry_code if entry_code.startswith("#!") else "#!/usr/bin/env bash\nset -euo pipefail\n" + entry_code
+        entry_path.write_text(content, encoding="utf-8")
+        entry_path.chmod(0o755)
+        entry_name = "run.sh"
+
+    # README
+    (d / "README.md").write_text(readme or f"# {name}\n\n{description}\n", encoding="utf-8")
+
+    manifest = {
+        "name": name,
+        "description": description,
+        "execution": execution,
+        "entry": entry_name,
+        "args": args or [],
+        "requires": requires or {},
+        "active": True,
+        "created_at": _now(),
+        "updated_at": _now(),
+        "last_used": None,
+        "use_count": 0,
+        "version": "1.0",
+        "author": author,
+    }
+    write_manifest(name, manifest)
+
+    # venv aufbauen bei local-venv
+    if execution == "local-venv":
+        try:
+            _setup_venv(d, pip_packages or [])
+        except Exception as exc:
+            # venv-Aufbau fehlgeschlagen → Skill steht trotzdem im Repo, aber inaktiv
+            manifest["active"] = False
+            manifest["setup_error"] = str(exc)[:500]
+            write_manifest(name, manifest)
+            logger.warning("Skill %s: venv-Setup fehlgeschlagen → deaktiviert: %s", name, exc)
+
+    logger.info("Skill erstellt: %s (%s)", name, execution)
+    return manifest
+
+
+def _setup_venv(skill_dir: Path, pip_packages: list[str]) -> None:
+    venv = skill_dir / "venv"
+    logger.info("venv erstellen: %s", venv)
+    subprocess.run(["python", "-m", "venv", str(venv)], check=True, timeout=120)
+    pip = venv / "bin" / "pip"
+    if pip_packages:
+        subprocess.run([str(pip), "install", "--no-cache-dir", *pip_packages], check=True, timeout=600)
+
+
+def update_skill(name: str, patch: dict) -> dict:
+    manifest = read_manifest(name)
+    if manifest is None:
+        raise ValueError(f"Skill '{name}' nicht gefunden")
+    allowed = {"description", "args", "requires", "active", "version", "entry"}
+    for k, v in patch.items():
+        if k in allowed:
+            manifest[k] = v
+    write_manifest(name, manifest)
+    return manifest
+
+
+def delete_skill(name: str) -> None:
+    d = _skill_dir(name)
+    if not d.exists():
+        raise ValueError(f"Skill '{name}' nicht gefunden")
+    shutil.rmtree(d)
+    logger.info("Skill geloescht: %s", name)
+
+
+# ─── Run ────────────────────────────────────────────────────────────
+
+def run_skill(name: str, args: Optional[dict] = None, timeout_sec: int = 300) -> dict:
+    """Fuehrt einen Skill aus. Args werden als ENV-Vars uebergeben
+    (Praefix ARG_, z.B. ARG_URL fuer args["url"]).
+
+    Returns: {ok, exit_code, stdout, stderr, duration_sec, log_path}
+    """
+    manifest = read_manifest(name)
+    if manifest is None:
+        raise ValueError(f"Skill '{name}' nicht gefunden")
+    if not manifest.get("active", True):
+        raise ValueError(f"Skill '{name}' ist deaktiviert")
+
+    d = _skill_dir(name)
+    entry = manifest.get("entry", "run.sh")
+    exec_mode = manifest.get("execution", "bash")
+
+    env = os.environ.copy()
+    # Skill-Args als ENV-Vars
+    for k, v in (args or {}).items():
+        if not re.match(r"^[a-zA-Z][a-zA-Z0-9_]*$", k):
+            continue
+        env[f"ARG_{k.upper()}"] = str(v)
+    env["SKILL_DIR"] = str(d)
+    env["SHARED_UPLOADS"] = str(SHARED_UPLOADS)
+
+    # Command bauen
+    if exec_mode == "local-venv":
+        python = d / "venv" / "bin" / "python"
+        cmd = [str(python), str(d / entry)]
+    elif exec_mode == "local-bin":
+        # Skill bringt seine bin/ mit — wir prepended sie an den PATH
+        env["PATH"] = f"{d / 'bin'}:{env.get('PATH', '')}"
+        cmd = [str(d / entry)]
+    else:  # bash
+        cmd = [str(d / entry)]
+
+    log_id = f"{int(time.time())}-{uuid.uuid4().hex[:8]}"
+    log_path = d / "logs" / f"{log_id}.json"
+
+    t0 = time.time()
+    try:
+        proc = subprocess.run(
+            cmd, env=env, cwd=str(d),
+            capture_output=True, text=True, timeout=timeout_sec,
+        )
+        out_text = proc.stdout
+        err_text = proc.stderr
+        exit_code = proc.returncode
+        timed_out = False
+    except subprocess.TimeoutExpired as exc:
+        out_text = exc.stdout or ""
+        err_text = (exc.stderr or "") + f"\n[TIMEOUT {timeout_sec}s]"
+        exit_code = -1
+        timed_out = True
+    duration = time.time() - t0
+
+    # Log schreiben (gekuerzt damit es nicht explodiert)
+    record = {
+        "ts": _now(),
+        "args": args or {},
+        "exit_code": exit_code,
+        "duration_sec": round(duration, 2),
+        "stdout": (out_text or "")[:8000],
+        "stderr": (err_text or "")[:8000],
+        "timed_out": timed_out,
+    }
+    try:
+        log_path.write_text(json.dumps(record, indent=2, ensure_ascii=False), encoding="utf-8")
+    except Exception:
+        pass
+
+    # Stats updaten
+    manifest["last_used"] = _now()
+    manifest["use_count"] = int(manifest.get("use_count", 0)) + 1
+    write_manifest(name, manifest)
+
+    record["ok"] = exit_code == 0
+    record["log_path"] = str(log_path)
+    return record
+
+
+def list_logs(name: str, limit: int = 50) -> list[dict]:
+    d = _skill_dir(name) / "logs"
+    if not d.exists():
+        return []
+    files = sorted(d.glob("*.json"), reverse=True)[:limit]
+    out: list[dict] = []
+    for f in files:
+        try:
+            data = json.loads(f.read_text(encoding="utf-8"))
+            data["log_id"] = f.stem
+            out.append(data)
+        except Exception:
+            continue
+    return out
+
+
+# ─── Export / Import ────────────────────────────────────────────────
+
+def export_skill(name: str) -> bytes:
+    """Packt einen Skill als tar.gz und gibt die Bytes zurueck.
+    venv und logs werden ausgeschlossen (werden beim Import neu gebaut)."""
+    import io
+    import tarfile
+    d = _skill_dir(name)
+    if not d.exists():
+        raise ValueError(f"Skill '{name}' nicht gefunden")
+    buf = io.BytesIO()
+    with tarfile.open(fileobj=buf, mode="w:gz") as tar:
+        for path in d.iterdir():
+            if path.name in ("venv", "logs", "__pycache__"):
+                continue
+            tar.add(path, arcname=f"{name}/{path.name}")
+    return buf.getvalue()
+
+
+def import_skill(tar_bytes: bytes, overwrite: bool = False) -> dict:
+    """Importiert einen Skill aus tar.gz. Liefert das Manifest zurueck."""
+    import io
+    import tarfile
+    SKILLS_DIR.mkdir(parents=True, exist_ok=True)
+    with tarfile.open(fileobj=io.BytesIO(tar_bytes), mode="r:gz") as tar:
+        # Erst Root-Name finden (= Skill-Name)
+        members = tar.getmembers()
+        if not members:
+            raise ValueError("Leeres Archiv")
+        root = members[0].name.split("/", 1)[0]
+        name = _safe_name(root)
+        d = _skill_dir(name)
+        if d.exists():
+            if not overwrite:
+                raise ValueError(f"Skill '{name}' existiert bereits — overwrite=true setzen")
+            shutil.rmtree(d)
+        # Extrahieren — Path-Traversal verhindern
+        for m in members:
+            target = SKILLS_DIR / m.name
+            if not str(target.resolve()).startswith(str(SKILLS_DIR.resolve())):
+                raise ValueError(f"Unsicherer Pfad im Archiv: {m.name}")
+        tar.extractall(SKILLS_DIR)
+    # logs-Verzeichnis anlegen falls fehlte
+    (d / "logs").mkdir(exist_ok=True)
+    # venv neu bauen falls local-venv
+    manifest = read_manifest(name) or {}
+    if manifest.get("execution") == "local-venv":
+        req_file = d / "requirements.txt"
+        pip_packages: list[str] = []
+        if req_file.exists():
+            pip_packages = [l.strip() for l in req_file.read_text().splitlines() if l.strip() and not l.startswith("#")]
+        try:
+            _setup_venv(d, pip_packages)
+        except Exception as exc:
+            logger.warning("Skill-Import %s: venv-Setup fehlgeschlagen: %s", name, exc)
+            manifest["active"] = False
+            manifest["setup_error"] = str(exc)[:500]
+            write_manifest(name, manifest)
+    return manifest

aria-data/brain-import/AGENT.md

@@ -52,6 +52,59 @@ Fuer Web-Anfragen: **WebFetch** oder **Bash mit curl**. Niemals sagen "ich habe
 4. **Regelmaessig committen** — mit sinnvollen Commit-Messages.
 5. **Tageslog fuehren** — was wurde getan, was ist offen.
 
+## Dateien an Stefan zurueckgeben — KRITISCH
+
+**Das ist die EINZIGE Methode wie Stefan an Dateien rankommt. Ohne
+diese Schritte sieht und bekommt er die Datei NICHT.**
+
+### Regel 1 — Speicher-Ort
+
+Dateien fuer Stefan AUSSCHLIESSLICH unter `/shared/uploads/` speichern.
+
+NIEMALS in:
+- `/home/node/.openclaw/workspace/...` (das ist NUR dein Arbeitsverzeichnis,
+  Stefan hat keinen Zugriff darauf)
+- `/tmp/...`, `/root/...`, oder sonst irgendwo
+
+Dateinamen mit `aria_`-Prefix damit Cleanup-Scripts sie zuordnen koennen:
+
+```
+/shared/uploads/aria_<beschreibender_name>.<ext>
+```
+
+Beispiele: `aria_termin_zusage.pdf`, `aria_einkaufsliste.md`,
+`aria_logs_2026-05-10.zip`.
+
+### Regel 2 — Marker im Antworttext
+
+Am Ende deiner Antwort EINMALIG den Marker setzen:
+
+```
+[FILE: /shared/uploads/aria_<name>.<ext>]
+```
+
+OHNE diesen Marker erscheint die Datei NICHT in der App / Diagnostic.
+
+Mehrere Dateien: mehrere `[FILE: ...]`-Marker am Ende, jeder in
+eigener Zeile.
+
+### Beispiel — kompletter Workflow
+
+User: "Schreib mir ein Lasagne-Rezept als md-Datei"
+
+1. Du schreibst die Datei: `Write` Tool mit Pfad `/shared/uploads/aria_lasagne.md`
+2. Antwort an Stefan:
+
+```
+Hier dein Lasagne-Rezept — Ragu am Vortag, echter Parmesan,
+Ruhezeit nicht skippen. Beim Schichten Bechamel auf jede Lage.
+
+[FILE: /shared/uploads/aria_lasagne.md]
+```
+
+Der Marker wird automatisch aus dem sichtbaren Text entfernt und
+als Anhang-Bubble angezeigt. Stefan tippt drauf → oeffnet die Datei.
+
 ## Stimme
 
 TTS laeuft ueber F5-TTS (Voice Cloning, Gaming-PC). Stefan kann eigene

aria-data/brain-import/BOOTSTRAP.md

@@ -78,6 +78,97 @@ Wenn ein Tool nicht klappt, probiere die Alternative. Niemals sagen "ich habe ke
 - Destruktive Operationen (Dateien loeschen, Datenbanken droppen)
 - Push auf main
 
+## Dateien an Stefan zurueckgeben — KRITISCH
+
+**Das ist die EINZIGE Methode wie Stefan an Dateien rankommt. Ohne diese
+Schritte sieht und bekommt er die Datei NICHT.**
+
+### Regel 1 — Speicher-Ort
+
+Dateien fuer Stefan AUSSCHLIESSLICH unter `/shared/uploads/` speichern.
+
+NIEMALS in:
+- `/home/node/.openclaw/workspace/...` (NUR dein Arbeitsverzeichnis,
+  Stefan hat keinen Zugriff)
+- `/tmp/...`, `/root/...`, oder sonst irgendwo
+
+Dateinamen mit `aria_`-Prefix:
+
+```
+/shared/uploads/aria_<beschreibender_name>.<ext>
+```
+
+Beispiele: `aria_termin_zusage.pdf`, `aria_einkaufsliste.md`,
+`aria_logs_2026-05-10.zip`.
+
+### Regel 2 — Marker im Antworttext
+
+Am Ende deiner Antwort EINMALIG den Marker setzen:
+
+```
+[FILE: /shared/uploads/aria_<name>.<ext>]
+```
+
+OHNE diesen Marker erscheint die Datei NICHT in der App / Diagnostic.
+
+Mehrere Dateien: mehrere `[FILE: ...]`-Marker am Ende, jeder in
+eigener Zeile.
+
+**WICHTIG — Datei MUSS existieren bevor du den Marker setzt.**
+Marker fuer nicht-existente Pfade werden silent gefiltert + Stefan
+bekommt einen Hinweis dass du eine Datei versprochen aber nicht
+erstellt hast. Wenn du z.B. eine MIDI-Datei nicht generieren kannst,
+sag das offen statt nur den Marker zu setzen. Verifiziere zur Not
+mit `Bash` + `ls -la /shared/uploads/aria_<name>.<ext>` dass die
+Datei wirklich da ist.
+
+### Beispiel — kompletter Workflow
+
+User: "Schreib mir ein Lasagne-Rezept als md-Datei"
+
+1. Du schreibst: `Write` Tool mit Pfad `/shared/uploads/aria_lasagne.md`
+2. Antwort an Stefan:
+
+```
+Hier dein Lasagne-Rezept — Ragu am Vortag, echter Parmesan,
+Ruhezeit nicht skippen. Beim Schichten Bechamel auf jede Lage.
+
+[FILE: /shared/uploads/aria_lasagne.md]
+```
+
+Der Marker wird automatisch aus dem sichtbaren Text entfernt und
+als Anhang-Bubble angezeigt. Stefan tippt drauf → oeffnet die Datei
+im jeweiligen Standard-Programm.
+
+### Externe Bilder/Dateien — IMMER runterladen, nicht nur verlinken
+
+Wenn Stefan ein Bild oder eine Datei aus dem Netz haben will (Wikipedia,
+Wiki Commons, ein Beispiel-PDF, etc.):
+
+NICHT NUR die URL in die Antwort schreiben — das Bild ist dann nur
+solange sichtbar wie der externe Server lebt.
+
+STATTDESSEN:
+1. Mit `Bash` + curl/wget herunterladen nach `/shared/uploads/aria_<name>.<ext>`
+2. Mit `[FILE: ...]`-Marker als Anhang ausspielen
+
+Beispiel — User: "Zeig mir ein Bild von Micky Maus"
+
+```bash
+curl -sL "https://upload.wikimedia.org/wikipedia/commons/7/7f/Mickey_Mouse.svg" \
+     -o /shared/uploads/aria_mickey_mouse.svg
+```
+
+Antwort:
+```
+Hier Micky Maus — offizielles SVG von Wikimedia Commons (Public Domain).
+
+[FILE: /shared/uploads/aria_mickey_mouse.svg]
+```
+
+So bleibt das Bild permanent im Chat-Verlauf, auch wenn die Wiki-URL
+spaeter offline geht oder umgezogen wird.
+
 ## Stimme
 
 TTS laeuft ueber F5-TTS auf der Gamebox (Voice Cloning). Stefan kann

aria-data/brain-import/USER.md.example

@@ -1,10 +1,10 @@
-# Stefan — Benutzer-Praeferenzen
+# <Username> — Benutzer-Praeferenzen
 
 ## Allgemein
 
-- **Sprache:** Deutsch
-- **Kommunikation:** Direkt, kein Bullshit, Humor willkommen
-- **Rolle:** Chef, Auftraggeber, Entwickler bei HackerSoft Oldenburg
+- **Sprache:** <z.B. Deutsch>
+- **Kommunikation:** <z.B. Direkt, kein Bullshit, Humor willkommen>
+- **Rolle:** <z.B. Chef, Auftraggeber, Entwickler bei XYZ>
 
 ## Bestaetigung erforderlich fuer
 
@@ -12,7 +12,6 @@
 - Push auf main
 - Aenderungen an Kundensystemen
 - Server-Befehle die nicht rueckgaengig gemacht werden koennen
-- Windows neu installieren (erst Daten sichern!)
 
 ## Autonomes Arbeiten OK fuer
 
@@ -28,8 +27,10 @@
 
 | Tool | Zweck |
 |------|-------|
-| **Proxmox** | VM-Infrastruktur (ARIAs Zuhause) |
-| **Gitea** | Code-Hosting (gitea.hackersoft.de) |
-| **OpenCRM** | Kundenverwaltung |
-| **STARFACE** | Telefonie |
-| **RustDesk** | Remote IT-Support bei Kunden |
+| **<Beispiel-Tool>** | <Zweck> |
+
+<!--
+  Diese Datei ist eine Vorlage. Lokal als USER.md kopieren und mit
+  eigenen Praeferenzen + Tool-Stack fuellen. USER.md selbst ist via
+  .gitignore vom Repo ausgeschlossen.
+-->

aria-data/config/aria.env.example

@@ -1,14 +0,0 @@
-# Bridge → aria-core (OpenClaw Gateway)
-# Bridge teilt Netzwerk mit aria-core (network_mode: service:aria)
-# → localhost ist aria-core
-ARIA_CORE_WS=ws://127.0.0.1:18789
-
-# Wake-Word
-WAKE_WORD=aria
-
-# Whisper STT — wird zur Laufzeit in der Diagnostic (Sektion "Whisper") umgeschaltet
-# und in /shared/config/voice_config.json gespeichert. Der Wert hier ist nur der
-# Initial-Default beim ersten Start.
-# Optionen: tiny | base | small | medium | large-v3
-WHISPER_MODEL=medium
-WHISPER_LANGUAGE=de

aria-data/config/openclaw-auth.json

@@ -1,11 +0,0 @@
-{
-  "version": 1,
-  "profiles": {
-    "openai-proxy": {
-      "provider": "openai",
-      "default": true,
-      "apiKey": "not-needed",
-      "baseUrl": "http://proxy:3456/v1"
-    }
-  }
-}

aria-data/config/openclaw.env

@@ -1,6 +0,0 @@
-# OpenClaw (aria-core) Konfiguration
-# Diese Datei wird als /workspace/.env in den Container gemountet
-#
-# WICHTIG: ANTHROPIC_API_KEY und ANTHROPIC_BASE_URL absichtlich NICHT gesetzt!
-# OpenClaw wuerde sonst die echte Anthropic API direkt anrufen (401 weil kein API Key).
-# Stattdessen nur den OpenAI-kompatiblen Proxy nutzen.

aria-data/docs/tool-permissions.md

@@ -1,137 +0,0 @@
-# OpenClaw Tool-Permissions — Stand 2026-03-15
-
-## Das Problem (GELÖST)
-
-ARIA hat ZWEI Tool-Systeme gleichzeitig: Claude Code Tools UND OpenClaw-native Tools.
-Das Model hat aber nur Zugriff auf **Claude Code Tools** (über den Proxy), nicht auf OpenClaw-native Tools.
-
-### Root Cause: DREI Probleme gleichzeitig
-
-```
-OpenClaw (aria-core) → API Request → claude-max-api-proxy (aria-proxy) → Claude Code CLI (--print Mode)
-                                                                          ↓
-                                                                    Tools: WebFetch, Bash, etc. (Claude Code)
-                                                                    NICHT: web_fetch, exec (OpenClaw-nativ)
-```
-
-**Problem 1: Proxy benutzt `--print` Modus**
-- `claude-max-api-proxy` ruft Claude Code CLI mit `--print --output-format stream-json` auf
-- Der Prompt wird als einziger String übergeben, keine Tool-Definitionen von OpenClaw
-- Das Model sieht NUR Claude Code's eingebaute Tools (WebFetch, Bash, etc.)
-- OpenClaw-native Tools (web_fetch, exec) existieren NUR auf Gateway-Ebene, kommen nie beim Model an
-
-**Problem 2: BOOTSTRAP.md hat die falschen Tools angewiesen**
-- BOOTSTRAP.md sagte: "NIEMALS WebFetch benutzen, stattdessen web_fetch"
-- Aber web_fetch existiert nicht im Claude Code CLI Kontext
-- Und WebFetch war das einzige Tool das funktioniert hätte
-- → Model hatte keine Tools die es benutzen "durfte"
-
-**Problem 3: settings.json im Proxy war leer**
-- `/root/.claude/settings.json` enthielt nur `{}` (keine Permissions)
-- Claude Code CLI im headless-Modus kann keine Tool-Genehmigungen erteilen
-- → Selbst wenn das Model WebFetch benutzen wollte, war es nicht vorab genehmigt
-
-## Die Lösung
-
-### Fix 1: BOOTSTRAP.md + AGENT.md umgeschrieben
-
-**Vorher (FALSCH):**
-- "NIEMALS WebFetch benutzen — hat Permission-Probleme"
-- "Benutze web_fetch (OpenClaw-nativ)"
-
-**Nachher (KORREKT):**
-- "WebFetch — URLs abrufen, Webseiten lesen, APIs aufrufen, Wetter abfragen"
-- "Bash — Shell-Befehle ausfuehren (curl, ssh, docker, etc.)"
-- "Niemals sagen 'ich habe keinen Zugriff' — du hast Zugriff auf alles"
-
-### Fix 2: `CLAUDE_CODE_BUBBLEWRAP=1` + `--dangerously-skip-permissions`
-
-**Der Schlüssel-Fix.** Zwei Zeilen in `docker-compose.yml`:
-
-```yaml
-# 1. sed-Patch: --dangerously-skip-permissions in manager.js einfügen
-sed -i 's/"--no-session-persistence",/"--no-session-persistence","--dangerously-skip-permissions",/' $$DIST/subprocess/manager.js &&
-
-# 2. Environment-Variable: Root-Check umgehen
-environment:
-  - CLAUDE_CODE_BUBBLEWRAP=1
-```
-
-**Warum beides nötig:**
-- `--dangerously-skip-permissions` umgeht alle Tool-Permission-Checks in Claude Code CLI
-- Aber: Claude Code CLI blockiert dieses Flag wenn es als root läuft
-- `CLAUDE_CODE_BUBBLEWRAP=1` überspringt den Root-Check (gefunden im minifizierten `cli.js`)
-- Proxy-Container (`node:22-alpine`) läuft als root → ohne BUBBLEWRAP geht's nicht
-
-**Resultierende CLI-Argumente:**
-```
-claude --print --output-format stream-json --verbose --include-partial-messages \
-  --model opus --no-session-persistence --dangerously-skip-permissions "prompt"
-```
-
-## Wie der Proxy intern funktioniert
-
-```
-openai-to-cli.js:  OpenAI Messages → einzelner Prompt-String
-                    system → <system>...</system>
-                    user → direkt
-                    assistant → <previous_response>...</previous_response>
-
-subprocess/manager.js:  Spawnt `claude --print ... --dangerously-skip-permissions "{prompt}"`
-
-cli-to-openai.js:  Claude CLI JSON-Stream → OpenAI Chat Completion Chunks
-```
-
-Der Proxy leitet KEINE Tool-Definitionen von OpenClaw weiter.
-Tool-Calls passieren INTERN in der Claude Code CLI und sind für OpenClaw transparent.
-
-## Permission-Architektur
-
-**Granulare Tool-Kontrolle ist NICHT möglich.** Es ist Alles-oder-Nichts:
-- `--dangerously-skip-permissions` AN → ARIA kann alle Claude Code Tools benutzen
-- `--dangerously-skip-permissions` AUS → ARIA kann keine Tools benutzen
-
-OpenClaw's eigene Permissions (`tools.allow/deny` in `openclaw.json`) haben **keinen Effekt** auf die
-Claude Code Tools — die laufen komplett auf Proxy-Seite.
-
-## Was NICHT funktioniert hat (17 Versuche)
-
-1. **settings.json in aria-core** — OpenClaw benutzt NICHT Claude Code's settings.json
-2. **tools.allow mit PascalCase** (WebFetch, Grep) — OpenClaw kennt diese Namen nicht
-3. **tools.allow mit snake_case** (web_fetch) — Nur exec, read, write, edit erkannt
-4. **tools.allow mit Wildcard** `["*"]` — Hat nicht geholfen
-5. **tools.allow leer + tools.profile: "full"** — Nur ohne andere Fehler
-6. **System-Prompt Anweisung allein** — Reicht nicht wenn Tools blockiert sind
-7. **exec-approvals Wildcard allein** — Reicht nicht bei Config-Validation-Error
-8. **`openclaw config unset tools.exec.ask`** — CLI kennt den Pfad nicht
-9. **BOOTSTRAP.md mit OpenClaw-Tool-Namen** — Tools existieren nur auf Gateway-Ebene
-10. **settings.json im Proxy ohne BOOTSTRAP.md Fix** — BOOTSTRAP.md verbot die Tools
-11. **tools.byProvider.proxy.profile full** — Kein Effekt
-12. **settings.json + BOOTSTRAP.md ohne --dangerously-skip-permissions** — `--print` ignoriert settings.json
-13. **Manuelles `docker exec sed`** — Wird bei jedem Restart überschrieben
-14. **`--dangerously-skip-permissions` ohne BUBBLEWRAP** — Root-Check blockiert
-15. **`--allowedTools`** — Variadisches Argument frisst den Prompt
-16. **`--permission-mode bypassPermissions`** — Gleicher Root-Check
-17. **Non-Root User (`su node`)** — Auth-Pfad-Probleme, Credentials unerreichbar
-
-## Wichtige Pfade
-
-### aria-core (OpenClaw)
-- `/home/node/.openclaw/openclaw.json` — OpenClaw Haupt-Config
-- `/home/node/.openclaw/exec-approvals.json` — Exec Approvals
-- `/tmp/openclaw/openclaw-YYYY-MM-DD.log` — Tages-Log
-
-### aria-proxy (Claude Code CLI)
-- `/root/.claude/.credentials.json` — Auth Credentials (NICHT in /root/.config/claude/)
-- `/usr/local/lib/node_modules/claude-max-api-proxy/dist/` — Proxy Source
-- `/usr/local/lib/node_modules/@anthropic-ai/claude-code/cli.js` — Claude Code CLI (enthält Root-Check)
-
-## OpenClaw CLI Referenz
-
-```bash
-openclaw config get/set/unset <path>    # Config verwalten
-openclaw approvals get                  # Exec-Approvals anzeigen
-openclaw approvals allowlist add        # Exec-Pattern freigeben
-openclaw doctor [--fix]                 # Health Check
-openclaw gateway status                 # Gateway-Status
-```

aria-setup.sh

@@ -1,104 +1,23 @@
 #!/bin/bash
 # ════════════════════════════════════════════════
 #  ARIA — Ersteinrichtung nach docker compose up
-#  Einmalig ausfuehren, danach persistiert alles.
+#
+#  OpenClaw (aria-core) ist abgerissen — das Setup macht jetzt
+#  nur noch den SSH-Key fuer den Zugriff auf die VM (aria-wohnung).
+#  Brain + Proxy teilen sich denselben Key, beide haben aria-data/ssh
+#  als Volume gemountet.
 # ════════════════════════════════════════════════
 set -e
 
-echo "=== ARIA Setup ==="
-echo ""
-
-# Warten bis aria-core laeuft
-echo "[1/7] Warte auf aria-core..."
-until docker inspect -f '{{.State.Running}}' aria-core 2>/dev/null | grep -q true; do
-  sleep 2
-  echo "  ... warte..."
-done
-echo "  aria-core laeuft."
-
-# Permissions fixen — Docker-Volumes gehoeren root, OpenClaw laeuft als node
-echo ""
-echo "[2/7] Fixe Permissions auf /home/node/.openclaw und /home/node/.claude..."
-docker exec -u root aria-core chown -R node:node /home/node/.openclaw
-docker exec -u root aria-core chown -R node:node /home/node/.claude 2>/dev/null || true
-docker exec -u root aria-core chmod 700 /home/node/.openclaw
-echo "  Permissions OK."
-
-# OpenClaw Config schreiben — Custom Provider fuer claude-max-api-proxy
-echo ""
-echo "[3/7] Schreibe openclaw.json (Proxy-Provider + Model + Tools)..."
-docker exec aria-core sh -c 'cat > /home/node/.openclaw/openclaw.json << '"'"'INNEREOF'"'"'
-{
-  "meta": {
-    "lastTouchedVersion": "2026.3.8"
-  },
-  "gateway": {
-    "mode": "local"
-  },
-  "agents": {
-    "defaults": {
-      "model": {
-        "primary": "proxy/claude-sonnet-4"
-      },
-      "compaction": {
-        "mode": "safeguard"
-      },
-      "timeoutSeconds": 900,
-      "maxConcurrent": 4,
-      "subagents": {
-        "maxConcurrent": 8
-      }
-    }
-  },
-  "models": {
-    "providers": {
-      "proxy": {
-        "api": "openai-completions",
-        "baseUrl": "http://proxy:3456/v1",
-        "apiKey": "not-needed",
-        "models": [
-          { "id": "claude-sonnet-4", "name": "claude-sonnet-4" },
-          { "id": "claude-opus-4", "name": "claude-opus-4" }
-        ]
-      }
-    }
-  },
-  "tools": {
-    "profile": "full",
-    "web": {
-      "fetch": {
-        "enabled": true
-      }
-    },
-    "exec": {
-      "host": "gateway"
-    }
-  },
-  "messages": {
-    "ackReactionScope": "all"
-  },
-  "commands": {
-    "native": "auto",
-    "nativeSkills": "auto",
-    "restart": true,
-    "ownerDisplay": "raw"
-  }
-}
-INNEREOF'
-echo "  Config geschrieben."
-
-# Exec-Approvals Wildcard — erlaubt Tool-Ausfuehrung im headless-Modus
-echo ""
-echo "[4/7] Setze exec-approvals Wildcard..."
-docker exec aria-core openclaw approvals allowlist add --agent "*" "*" 2>/dev/null || true
-echo "  Approvals gesetzt."
-
-# SSH-Key generieren fuer VM-Zugriff
 SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
 SSH_DIR="$SCRIPT_DIR/aria-data/ssh"
-echo ""
-echo "[5/7] SSH-Key fuer VM-Zugriff..."
+
+echo "=== ARIA Setup ==="
+
+mkdir -p "$SSH_DIR"
+
 if [ ! -f "$SSH_DIR/id_ed25519" ]; then
+  echo "Generiere SSH-Key fuer aria-wohnung..."
   ssh-keygen -t ed25519 -f "$SSH_DIR/id_ed25519" -N "" -C "aria@aria-wohnung"
   cat > "$SSH_DIR/config" << 'SSHEOF'
 Host aria-wohnung
@@ -108,34 +27,26 @@ Host aria-wohnung
   StrictHostKeyChecking accept-new
 SSHEOF
   chmod 600 "$SSH_DIR/id_ed25519"
-  chmod 644 "$SSH_DIR/id_ed25519.pub"
-  chmod 644 "$SSH_DIR/config"
-  echo "  Key generiert."
-  # Public Key direkt in root's authorized_keys eintragen (Script laeuft als root auf der VM)
-  mkdir -p /root/.ssh
-  chmod 700 /root/.ssh
-  cat "$SSH_DIR/id_ed25519.pub" >> /root/.ssh/authorized_keys
-  chmod 600 /root/.ssh/authorized_keys
-  echo "  Public Key in /root/.ssh/authorized_keys eingetragen."
+  chmod 644 "$SSH_DIR/id_ed25519.pub" "$SSH_DIR/config"
+
+  # Public Key direkt in /root/.ssh/authorized_keys eintragen
+  # (Script laeuft als root auf der VM aria-wohnung)
+  if [ -w /root/.ssh ] || [ -w /root ]; then
+    mkdir -p /root/.ssh
+    chmod 700 /root/.ssh
+    cat "$SSH_DIR/id_ed25519.pub" >> /root/.ssh/authorized_keys
+    chmod 600 /root/.ssh/authorized_keys
+    echo "  Public Key in /root/.ssh/authorized_keys eingetragen."
+  else
+    echo "  Hinweis: konnte /root/.ssh/authorized_keys nicht schreiben."
+    echo "  Pubkey manuell eintragen:"
+    cat "$SSH_DIR/id_ed25519.pub"
+  fi
 else
-  echo "  Key existiert bereits."
+  echo "SSH-Key existiert bereits — uebersprungen."
 fi
 
-# Permissions im Container fixen
-echo ""
-echo "[6/7] Fixe SSH-Permissions..."
-docker exec -u root aria-core chown -R node:node /home/node/.ssh 2>/dev/null || true
-
-# Neustart damit Gateway die Config laedt
-echo ""
-echo "[7/7] Starte aria-core neu..."
-docker restart aria-core
-
-echo ""
 echo "=== Setup fertig ==="
 echo ""
-echo "Teste mit: docker logs aria-core --tail 20"
-echo "Erwartete Zeile: 'agent model: proxy/claude-sonnet-4'"
-echo ""
-echo "SSH-Test:  docker exec aria-core ssh aria-wohnung hostname"
-echo "Tool-Test: Neue Session anlegen, dann 'Wie wird das Wetter in Bremen?' fragen"
+echo "Naechster Schritt: docker compose up -d"
+echo "Test:              docker exec aria-brain ssh aria-wohnung hostname"

bridge/aria_bridge.py

@@ -16,7 +16,9 @@ import asyncio
 import base64
 import json
 import logging
+import mimetypes
 import os
+import re
 import signal
 import ssl
 import sys
@@ -46,7 +48,6 @@ logger = logging.getLogger("aria-bridge")
 
 # ── Konfiguration ───────────────────────────────────────────
 
-CONFIG_PATH = Path("/config/aria.env")
 VOICES_DIR = Path("/voices")
 CORE_WS_URL = os.getenv("ARIA_CORE_WS", "ws://127.0.0.1:18789")
 CORE_AUTH_TOKEN = os.getenv("ARIA_AUTH_TOKEN", "")  # OpenClaw Gateway Token
@@ -66,38 +67,22 @@ BLOCK_SIZE = 1280  # 80ms bei 16kHz — gut fuer Wake-Word-Erkennung
 RECORD_SECONDS = 8  # Max. Aufnahmedauer nach Wake-Word
 
 def load_config() -> dict[str, str]:
-    """Laedt Konfiguration.
-
-    Reihenfolge (hoechste Prioritaet zuletzt):
-    1. /config/aria.env (bind-mount)
-    2. /shared/config/runtime.json (zentral gepflegt ueber Diagnostic UI)
-
-    Werte aus runtime.json ueberschreiben die env-Datei.
+    """Laedt Konfiguration ausschliesslich aus /shared/config/runtime.json
+    (zentral gepflegt ueber Diagnostic UI). Tokens + RVS-Settings kommen
+    via ENV (siehe docker-compose).
     """
     config: dict[str, str] = {}
-    if CONFIG_PATH.exists():
-        for line in CONFIG_PATH.read_text().splitlines():
-            line = line.strip()
-            if not line or line.startswith("#"):
-                continue
-            if "=" in line:
-                key, _, value = line.partition("=")
-                config[key.strip()] = value.strip()
-        logger.info("Konfiguration geladen aus %s", CONFIG_PATH)
-    else:
-        logger.warning("Keine Konfiguration gefunden: %s", CONFIG_PATH)
-
-    # Runtime-Overrides aus zentralem Shared-Volume (Diagnostic UI)
     runtime_path = Path("/shared/config/runtime.json")
     if runtime_path.exists():
         try:
             runtime = json.loads(runtime_path.read_text())
-            overrides = {k: str(v) for k, v in runtime.items() if v not in (None, "")}
-            if overrides:
-                config.update(overrides)
-                logger.info("Runtime-Overrides geladen: %s", sorted(overrides.keys()))
+            config = {k: str(v) for k, v in runtime.items() if v not in (None, "")}
+            if config:
+                logger.info("Runtime-Config geladen: %s", sorted(config.keys()))
         except Exception as e:
             logger.warning("runtime.json konnte nicht gelesen werden: %s", e)
+    else:
+        logger.info("Keine runtime.json — Diagnostic schreibt sie beim ersten Konfigurieren")
     return config
 
 
@@ -547,6 +532,13 @@ class ARIABridge:
         # Beeinflusst das Timeout fuer stt_request — bei "loading" warten wir laenger,
         # weil das Modell beim ersten Request noch ~1-2 Min runtergeladen werden kann.
         self._remote_stt_ready: bool = False
+        # User-Message-Counter fuer Auto-Compact. Bei zu langer Konversation
+        # sprengt die argv-Liste beim Claude-Subprocess-Spawn (E2BIG). Bei
+        # COMPACT_AFTER erreicht → Sessions reset + Container restart.
+        # Counter ueberlebt Bridge-Restart nicht (frischer Zaehler beim Start ok).
+        # _user_message_count + _compact_after entfallen — Auto-Compact war
+        # aria-core-spezifisch (E2BIG-Schutz). Der neue Brain-Loop kennt
+        # diese Begrenzung nicht.
         # Pending Files: wenn die App ein Bild + Text gleichzeitig schickt, kommen
         # zwei separate RVS-Events ('file' und 'chat') — wir buffern die Files
         # kurz und mergen sie mit dem nachfolgenden Chat-Text zu einer einzigen
@@ -590,7 +582,7 @@ class ARIABridge:
             logger.info("RVS:        %s (Token: %s...)", self.rvs_url, self.rvs_token[:8])
         else:
             logger.warning("RVS nicht konfiguriert — App-Verbindung deaktiviert")
-            logger.warning("  Setze RVS_HOST, RVS_PORT, RVS_TOKEN in /config/aria.env")
+            logger.warning("  Setze RVS_HOST, RVS_PORT, RVS_TOKEN in der .env auf der VM")
         logger.info("Modus:      %s %s", self.current_mode.config.emoji, self.current_mode.config.name)
 
     # ── aria-core Verbindung (OpenClaw Gateway Protokoll) ───
@@ -677,7 +669,10 @@ class ARIABridge:
         while self.running:
             try:
                 logger.info("[core] Verbinde: %s", self.ws_url)
-                async with websockets.connect(self.ws_url) as ws:
+                # max_size=50MB damit grosse Bilder/Voice-Uploads durchgehen.
+                # Python-websockets Default ist nur 1 MiB → 5MB JPEG sprengt
+                # das Limit, Connection wird silent gedroppt.
+                async with websockets.connect(self.ws_url, max_size=50 * 1024 * 1024) as ws:
                     # OpenClaw Handshake durchfuehren
                     if not await self._openclaw_handshake(ws):
                         logger.error("[core] Handshake fehlgeschlagen — Reconnect")
@@ -783,13 +778,29 @@ class ARIABridge:
                 await self._emit_activity("idle", "")
                 if not text:
                     logger.warning("[core] chat final ohne Text: %s", json.dumps(payload)[:200])
+                    # App+Diagnostic informieren statt stumm — sonst wartet die
+                    # UI ewig auf eine Antwort die nicht kommt. Passiert z.B.
+                    # wenn Claude-Vision das Bild ablehnt (leere Antwort)
+                    # oder die Antwort nur aus Tool-Calls ohne Final-Text bestand.
+                    await self._send_to_rvs({
+                        "type": "chat",
+                        "payload": {
+                            "text": "[Hinweis] Antwort ohne Text — moeglicherweise Bild zu gross fuer Vision-API oder reine Tool-Ausfuehrung.",
+                            "sender": "aria",
+                        },
+                        "timestamp": int(asyncio.get_event_loop().time() * 1000),
+                    })
                     return
                 logger.info("[core] Antwort: '%s'", text[:80])
                 await self._process_core_response(text, payload)
                 return
 
             if state == "error":
-                error = payload.get("error", "Unbekannt")
+                # OpenClaw nutzt errorMessage statt error bei state=error.
+                error = (payload.get("error")
+                         or payload.get("errorMessage")
+                         or payload.get("message")
+                         or "Unbekannt")
                 logger.error("[core] Chat-Fehler: %s", error)
                 self._last_chat_final_at = asyncio.get_event_loop().time()
                 await self._emit_activity("idle", "")
@@ -825,7 +836,12 @@ class ARIABridge:
             return
 
         if event_name == "chat:error":
-            error = payload.get("error", payload.get("message", "Unbekannt"))
+            # OpenClaw legt den echten Text manchmal in errorMessage ab
+            # (state=error). Vorher wurde nur error/message gechecked → "Unbekannt".
+            error = (payload.get("error")
+                     or payload.get("errorMessage")
+                     or payload.get("message")
+                     or "Unbekannt")
             logger.error("[core] Chat-Fehler (legacy): %s", error)
             await self._send_to_rvs({
                 "type": "chat",
@@ -858,6 +874,101 @@ class ARIABridge:
             pass
         return payload.get("text", "")
 
+    # File-Marker-Pattern: `[FILE: /pfad/zur/datei.ext]` (Pfad kann Spaces
+    # enthalten, Endung beliebig). Mehrfach im Text moeglich.
+    _FILE_MARKER_RE = re.compile(r"\[FILE:\s*(/shared/uploads/[^\]]+?)\s*\]", re.IGNORECASE)
+
+    def _extract_file_markers(self, text: str) -> tuple[str, list[dict], list[str]]:
+        """Sucht [FILE: /shared/uploads/...]-Marker.
+        Returns (cleaned_text, valid_files, missing_paths)."""
+        files: list[dict] = []
+        missing: list[str] = []
+        for m in self._FILE_MARKER_RE.finditer(text):
+            path = m.group(1).strip()
+            if not path.startswith("/shared/uploads/"):
+                logger.warning("[core] FILE-Marker mit unerlaubtem Pfad ignoriert: %s", path)
+                continue
+            if not os.path.isfile(path):
+                logger.warning("[core] FILE-Marker zeigt auf nicht existente Datei: %s", path)
+                missing.append(path)
+                continue
+            name = os.path.basename(path)
+            mime, _ = mimetypes.guess_type(path)
+            size = os.path.getsize(path)
+            files.append({
+                "serverPath": path,
+                "name": name,
+                "mimeType": mime or "application/octet-stream",
+                "size": size,
+            })
+        cleaned = self._FILE_MARKER_RE.sub("", text).strip()
+        # Zwei aufeinanderfolgende Leerzeilen → eine
+        cleaned = re.sub(r"\n{3,}", "\n\n", cleaned)
+        return cleaned, files, missing
+
+    async def _broadcast_aria_file(self, file_info: dict) -> None:
+        """ARIA hat eine Datei fuer den User erstellt — App+Diagnostic informieren."""
+        logger.info("[rvs] ARIA-Datei rausgeben: %s (%s, %dKB)",
+                    file_info["name"], file_info["mimeType"], file_info["size"] // 1024)
+        try:
+            await self._send_to_rvs({
+                "type": "file_from_aria",
+                "payload": file_info,
+                "timestamp": int(asyncio.get_event_loop().time() * 1000),
+            })
+        except Exception as e:
+            logger.warning("[rvs] file_from_aria broadcast fehlgeschlagen: %s", e)
+
+    def _append_chat_backup(self, entry: dict) -> None:
+        """Schreibt eine Zeile in /shared/config/chat_backup.jsonl.
+        Wird von Diagnostic + App als History-Quelle gelesen.
+        entry braucht mindestens {role, text}; ts wird ergaenzt."""
+        try:
+            line = {"ts": int(asyncio.get_event_loop().time() * 1000)}
+            line.update(entry)
+            Path("/shared/config").mkdir(parents=True, exist_ok=True)
+            with open("/shared/config/chat_backup.jsonl", "a", encoding="utf-8") as f:
+                f.write(json.dumps(line, ensure_ascii=False) + "\n")
+        except Exception as e:
+            logger.warning("[backup] chat_backup-Write fehlgeschlagen: %s", e)
+
+    def _read_chat_backup_since(self, since_ms: int, limit: int = 100) -> list[dict]:
+        """Liest chat_backup.jsonl, gibt Eintraege > since_ms zurueck, max limit neueste.
+        File-deleted-Marker werden honoriert: vor einem file_deleted-Marker liegende
+        Eintraege mit gleichem Pfad werden als deleted markiert."""
+        path = Path("/shared/config/chat_backup.jsonl")
+        if not path.exists():
+            return []
+        try:
+            lines = path.read_text(encoding="utf-8").splitlines()
+        except Exception as e:
+            logger.warning("[backup] Lesen fehlgeschlagen: %s", e)
+            return []
+        out: list[dict] = []
+        for raw in lines:
+            raw = raw.strip()
+            if not raw:
+                continue
+            try:
+                obj = json.loads(raw)
+            except Exception:
+                continue
+            ts = obj.get("ts") or 0
+            if ts <= since_ms:
+                continue
+            # file_deleted-Marker: nicht als Chat ausliefern, aber an die App schicken
+            # damit sie ihre Bubbles updaten kann (separater Pfad existiert ja schon)
+            if obj.get("type") == "file_deleted":
+                continue
+            role = obj.get("role")
+            if role not in ("user", "assistant"):
+                continue
+            out.append(obj)
+        # Auf "limit" neueste cappen
+        if len(out) > limit:
+            out = out[-limit:]
+        return out
+
     async def _process_core_response(self, text: str, payload: dict) -> None:
         """Verarbeitet eine fertige Antwort von aria-core.
 
@@ -872,6 +983,34 @@ class ARIABridge:
             logger.info("[core] NO_REPLY empfangen — Antwort still verworfen")
             return
 
+        # Antwort in chat_backup.jsonl loggen (cleaned text, ohne File-Marker)
+        # — passiert weiter unten nach extract_file_markers
+
+        # File-Marker `[FILE: /shared/uploads/aria_xyz.pdf]` extrahieren —
+        # ARIA legt damit Dateien fuer den User bereit (Bilder, PDFs, etc.).
+        # Der Marker wird aus dem Antworttext entfernt (TTS soll ihn nicht
+        # vorlesen) und parallel als file_from_aria-Event geschickt.
+        text, aria_files, missing_files = self._extract_file_markers(text)
+        for f in aria_files:
+            await self._broadcast_aria_file(f)
+        # Bei fehlenden Files: User informieren (sonst sieht er nur stille
+        # Verluste — ARIA hat den Marker hingeschrieben aber das File nicht
+        # tatsaechlich angelegt).
+        if missing_files:
+            missing_list = "\n".join(f"  • {os.path.basename(p)}" for p in missing_files)
+            text = (text + "\n\n[Hinweis] Folgende Dateien hat ARIA zwar erwaehnt "
+                    f"aber nicht erstellt:\n{missing_list}\n"
+                    "Bitte ARIA bitten, sie wirklich zu schreiben.").strip()
+
+        # Antwort in chat_backup.jsonl loggen (gecleanter Text, ohne File-Marker)
+        # File-Marker werden separat als file_from_aria-Events ausgeliefert.
+        self._append_chat_backup({
+            "role": "assistant",
+            "text": text,
+            "files": [{"serverPath": f["serverPath"], "name": f["name"],
+                       "mimeType": f["mimeType"], "size": f["size"]} for f in aria_files],
+        })
+
         metadata = payload.get("metadata", {})
         is_critical = metadata.get("critical", False)
         requested_voice = metadata.get("voice")
@@ -1095,31 +1234,111 @@ class ARIABridge:
         return True
 
     async def send_to_core(self, text: str, source: str = "bridge") -> None:
-        """Sendet Text an aria-core (OpenClaw chat.send Protokoll)."""
-        if self.ws_core is None:
-            logger.error("[core] Nicht verbunden — Nachricht verworfen: '%s'", text[:60])
-            return
+        """Sendet Text an aria-brain (HTTP /chat) und broadcastet die Antwort.
 
-        # Aktive Session vom Diagnostic holen
-        self._fetch_active_session()
+        Nicht-Streaming: wir warten bis Brain fertig ist, dann pushen wir
+        die komplette Reply via RVS an alle Clients (App + Diagnostic).
+        TTS wird vom Bridge-Code separat angestossen (gleiche Logik wie
+        vorher mit aria-core).
+        """
+        brain_url = os.environ.get("BRAIN_URL", "http://aria-brain:8080")
+        url = f"{brain_url}/chat"
+        payload = json.dumps({"message": text, "source": source}).encode("utf-8")
+        logger.info("[brain] chat ← %s '%s'", source, text[:80])
 
-        req_id = self._next_req_id()
-        message = json.dumps({
-            "type": "req",
-            "id": req_id,
-            "method": "chat.send",
-            "params": {
-                "sessionKey": self._session_key,
-                "message": text,
-                "idempotencyKey": str(uuid.uuid4()),
-            },
+        # User-Nachricht in chat_backup.jsonl loggen — wird beim App-Reconnect
+        # / Diagnostic-Reload als History-Quelle gelesen.
+        self._append_chat_backup({"role": "user", "text": text, "source": source})
+
+        # agent_activity broadcasten (App + Diagnostic "ARIA denkt..." Indicator)
+        await self._send_to_rvs({
+            "type": "agent_activity",
+            "payload": {"activity": "thinking"},
+            "timestamp": int(asyncio.get_event_loop().time() * 1000),
         })
 
+        def _do_call():
+            try:
+                req = urllib.request.Request(
+                    url, data=payload, method="POST",
+                    headers={"Content-Type": "application/json"},
+                )
+                # Cold-Start kann lange dauern, 5min Timeout
+                with urllib.request.urlopen(req, timeout=300) as resp:
+                    return resp.status, resp.read().decode("utf-8", errors="ignore")
+            except Exception as exc:
+                return None, str(exc)
+
+        status, body = await asyncio.get_event_loop().run_in_executor(None, _do_call)
+        if status != 200:
+            logger.error("[brain] /chat fehlgeschlagen: status=%s body=%s", status, body[:200])
+            await self._send_to_rvs({
+                "type": "agent_activity",
+                "payload": {"activity": "idle"},
+                "timestamp": int(asyncio.get_event_loop().time() * 1000),
+            })
+            await self._send_to_rvs({
+                "type": "chat",
+                "payload": {
+                    "text": f"[Brain-Fehler] {body[:200] or 'unbekannt'}",
+                    "sender": "aria",
+                },
+                "timestamp": int(asyncio.get_event_loop().time() * 1000),
+            })
+            return
+
         try:
-            await self.ws_core.send(message)
-            logger.info("[core] chat.send (%s, id=%s): '%s'", source, req_id, text[:80])
+            data = json.loads(body)
         except Exception:
-            logger.exception("[core] Sendefehler")
+            logger.error("[brain] /chat lieferte ungueltiges JSON: %s", body[:200])
+            await self._send_to_rvs({
+                "type": "agent_activity",
+                "payload": {"activity": "idle"},
+                "timestamp": int(asyncio.get_event_loop().time() * 1000),
+            })
+            return
+
+        reply = (data.get("reply") or "").strip()
+        if not reply:
+            logger.warning("[brain] /chat: leerer Reply")
+            await self._send_to_rvs({
+                "type": "agent_activity",
+                "payload": {"activity": "idle"},
+                "timestamp": int(asyncio.get_event_loop().time() * 1000),
+            })
+            return
+
+        # Side-Channel-Events VOR der Chat-Bubble broadcasten (z.B. skill_created)
+        # damit sie in der UI vor der Reply auftauchen
+        for event in data.get("events", []) or []:
+            etype = event.get("type")
+            if etype == "skill_created":
+                await self._send_to_rvs({
+                    "type": "skill_created",
+                    "payload": event.get("skill", {}),
+                    "timestamp": int(asyncio.get_event_loop().time() * 1000),
+                })
+                logger.info("[brain] ARIA hat einen Skill erstellt: %s",
+                            event.get("skill", {}).get("name"))
+
+        # _process_core_response uebernimmt alles weitere:
+        # File-Marker extrahieren + broadcasten, NO_REPLY-Check, Chat-
+        # Broadcast an RVS, TTS, agent_activity idle. Wir geben das
+        # raw payload mit dem reply rein damit Mode/voice-Metadata
+        # passend behandelt wird (hier minimal, weil Brain noch keine
+        # metadata mitschickt).
+        try:
+            await self._process_core_response(reply, {})
+        except Exception:
+            logger.exception("[brain] _process_core_response Fehler")
+            await self._send_to_rvs({
+                "type": "agent_activity",
+                "payload": {"activity": "idle"},
+                "timestamp": int(asyncio.get_event_loop().time() * 1000),
+            })
+
+        if data.get("distilling"):
+            logger.info("[brain] Destillat laeuft im Hintergrund")
 
     # ── RVS Verbindung (App-Relay) ──────────────────────────
 
@@ -1141,7 +1360,8 @@ class ARIABridge:
             try:
                 url = f"{current_url}?token={self.rvs_token}"
                 logger.info("[rvs] Verbinde: %s", current_url)
-                async with websockets.connect(url) as ws:
+                # max_size=50MB (siehe core-Connect oben — gleicher Grund).
+                async with websockets.connect(url, max_size=50 * 1024 * 1024) as ws:
                     self.ws_rvs = ws
                     retry_delay = 2
                     logger.info("[rvs] Verbunden — warte auf App-Nachrichten")
@@ -1461,6 +1681,31 @@ class ARIABridge:
             size_kb = len(file_b64) // 1365
             logger.info("[rvs] Datei gespeichert: %s (%dKB)", file_path, size_kb)
 
+            # Pixel-Bilder fuer Claude-Vision shrinken wenn > 2 MB. SVG/PDF/ZIP
+            # bleiben unangetastet (Vision laeuft eh nur auf Raster-Formaten).
+            CLAUDE_VISION_FORMATS = ("image/jpeg", "image/jpg", "image/png", "image/webp", "image/gif")
+            if file_type.lower() in CLAUDE_VISION_FORMATS:
+                file_size_bytes = os.path.getsize(file_path)
+                if file_size_bytes > 2 * 1024 * 1024:
+                    try:
+                        from PIL import Image
+                        with Image.open(file_path) as img:
+                            orig_w, orig_h = img.size
+                            # Anthropic-Empfehlung: max 1568px lange Seite. RGB-Konvertierung
+                            # falls RGBA/Palette (JPEG braucht RGB).
+                            img.thumbnail((1568, 1568), Image.Resampling.LANCZOS)
+                            if img.mode in ("RGBA", "P"):
+                                img = img.convert("RGB")
+                            img.save(file_path, "JPEG", quality=85, optimize=True)
+                        new_size_bytes = os.path.getsize(file_path)
+                        logger.info("[rvs] Bild verkleinert: %dx%d → %dx%d, %.1fMB → %.1fMB",
+                                    orig_w, orig_h, img.size[0], img.size[1],
+                                    file_size_bytes / 1024 / 1024,
+                                    new_size_bytes / 1024 / 1024)
+                    except Exception as e:
+                        logger.warning("[rvs] Bild-Resize fehlgeschlagen (%s) — Original wird genutzt: %s",
+                                       file_name, e)
+
             # In Pending-Queue + Flush-Timer (anti-spam Buffering)
             self._pending_files.append((file_path, file_name, file_type, size_kb, int(width or 0), int(height or 0)))
             if self._pending_files_flush_task and not self._pending_files_flush_task.done():
@@ -1478,6 +1723,189 @@ class ARIABridge:
             except Exception as e:
                 logger.warning("[rvs] file_saved konnte nicht an App gesendet werden: %s", e)
 
+        elif msg_type == "chat_history_request":
+            # App holt verpasste Nachrichten beim Reconnect.
+            # payload: {since: <ts_ms>}, default 0 = alles
+            since = int(payload.get("since") or 0)
+            limit = int(payload.get("limit") or 100)
+            logger.info("[rvs] chat_history_request since=%d limit=%d", since, limit)
+            messages = self._read_chat_backup_since(since, limit=limit)
+            await self._send_to_rvs({
+                "type": "chat_history_response",
+                "payload": {"messages": messages, "since": since},
+                "timestamp": int(asyncio.get_event_loop().time() * 1000),
+            })
+            return
+
+        elif msg_type == "file_list_request":
+            # App fragt die Liste aller /shared/uploads/-Dateien an.
+            logger.info("[rvs] file_list_request von App")
+            try:
+                req = urllib.request.Request(
+                    "http://localhost:3001/api/files-list",
+                    method="GET",
+                )
+                def _do_list():
+                    try:
+                        with urllib.request.urlopen(req, timeout=10) as resp:
+                            return json.loads(resp.read().decode("utf-8", errors="ignore"))
+                    except Exception as e:
+                        return {"ok": False, "error": str(e)}
+                d = await asyncio.get_event_loop().run_in_executor(None, _do_list)
+                await self._send_to_rvs({
+                    "type": "file_list_response",
+                    "payload": d,
+                    "timestamp": int(asyncio.get_event_loop().time() * 1000),
+                })
+            except Exception as e:
+                logger.warning("[rvs] file_list_request: %s", e)
+            return
+
+        elif msg_type == "file_delete_batch_request":
+            # App will mehrere Dateien auf einmal loeschen.
+            paths = payload.get("paths") or []
+            req_id = payload.get("requestId", "")
+            logger.warning("[rvs] file_delete_batch_request: %d Pfade", len(paths))
+            try:
+                body_bytes = json.dumps({"paths": paths}).encode("utf-8")
+                req = urllib.request.Request(
+                    "http://localhost:3001/api/files-delete-batch",
+                    data=body_bytes, method="POST",
+                    headers={"Content-Type": "application/json"},
+                )
+                def _do_delete():
+                    try:
+                        with urllib.request.urlopen(req, timeout=30) as resp:
+                            return resp.status, resp.read().decode("utf-8", errors="ignore")
+                    except Exception as e:
+                        return None, str(e)
+                status, body = await asyncio.get_event_loop().run_in_executor(None, _do_delete)
+                logger.info("[rvs] file_delete_batch result: status=%s", status)
+                # Server broadcastet file_deleted pro Pfad — App kriegt das via persistente RVS.
+                # Wir bestaetigen zusaetzlich mit Counts.
+                try: d = json.loads(body or "{}")
+                except: d = {}
+                await self._send_to_rvs({
+                    "type": "file_delete_batch_response",
+                    "payload": {
+                        "requestId": req_id,
+                        "deleted": len(d.get("deleted", [])),
+                        "errors": d.get("errors", []),
+                    },
+                    "timestamp": int(asyncio.get_event_loop().time() * 1000),
+                })
+            except Exception as e:
+                logger.warning("[rvs] file_delete_batch_request: %s", e)
+            return
+
+        elif msg_type == "file_zip_request":
+            # App will mehrere Dateien als ZIP. Bridge holt ZIP von Diagnostic
+            # via HTTP, kodiert base64 und schickt zurueck. Cap auf 30 MB
+            # ZIP-Groesse damit RVS nicht erstickt.
+            paths = payload.get("paths") or []
+            req_id = payload.get("requestId", "")
+            logger.warning("[rvs] file_zip_request: %d Pfade (req=%s)", len(paths), req_id)
+
+            def _do_zip():
+                try:
+                    body_bytes = json.dumps({"paths": paths}).encode("utf-8")
+                    req = urllib.request.Request(
+                        "http://localhost:3001/api/files-download-zip",
+                        data=body_bytes, method="POST",
+                        headers={"Content-Type": "application/json"},
+                    )
+                    with urllib.request.urlopen(req, timeout=120) as resp:
+                        if resp.status != 200:
+                            return None, f"HTTP {resp.status}"
+                        data = resp.read()
+                        if len(data) > 30 * 1024 * 1024:
+                            return None, f"ZIP zu gross ({len(data) // (1024*1024)} MB > 30 MB)"
+                        return data, None
+                except Exception as e:
+                    return None, str(e)
+
+            data, err = await asyncio.get_event_loop().run_in_executor(None, _do_zip)
+            if err or data is None:
+                await self._send_to_rvs({
+                    "type": "file_zip_response",
+                    "payload": {"requestId": req_id, "ok": False, "error": err or "leer"},
+                    "timestamp": int(asyncio.get_event_loop().time() * 1000),
+                })
+                return
+            import base64 as _b64
+            await self._send_to_rvs({
+                "type": "file_zip_response",
+                "payload": {
+                    "requestId": req_id, "ok": True,
+                    "size": len(data),
+                    "data": _b64.b64encode(data).decode("ascii"),
+                },
+                "timestamp": int(asyncio.get_event_loop().time() * 1000),
+            })
+            return
+
+        elif msg_type == "file_delete_request":
+            # App will eine Datei loeschen — leite an Diagnostic.
+            p = payload.get("path", "")
+            logger.warning("[rvs] file_delete_request von App: %s", p)
+            try:
+                body_bytes = json.dumps({"path": p}).encode("utf-8")
+                req = urllib.request.Request(
+                    "http://localhost:3001/api/files-delete",
+                    data=body_bytes,
+                    method="POST",
+                    headers={"Content-Type": "application/json"},
+                )
+                def _do_delete():
+                    try:
+                        with urllib.request.urlopen(req, timeout=10) as resp:
+                            return resp.status, resp.read().decode("utf-8", errors="ignore")
+                    except Exception as e:
+                        return None, str(e)
+                status, body = await asyncio.get_event_loop().run_in_executor(None, _do_delete)
+                logger.info("[rvs] file_delete_request %s: status=%s", p, status)
+                # Diagnostic broadcastet file_deleted via sendToRVS_raw — kommt
+                # ueber den persistenten WS-Path zur App. Wir bestaetigen
+                # zusaetzlich, damit der Caller sicher ist dass es durch ist.
+            except Exception as e:
+                logger.warning("[rvs] file_delete_request: %s", e)
+            return
+
+        elif msg_type == "container_restart":
+            # App-Button "Container neu" — leitet generisch an Diagnostic
+            # weiter. Whitelist ist im Diagnostic-Server.
+            name = payload.get("name", "")
+            logger.warning("[rvs] container_restart Request von App: %s", name)
+            try:
+                body_bytes = json.dumps({"name": name}).encode("utf-8")
+                req = urllib.request.Request(
+                    "http://localhost:3001/api/container-restart",
+                    data=body_bytes,
+                    method="POST",
+                    headers={"Content-Type": "application/json"},
+                )
+                def _do_restart():
+                    try:
+                        with urllib.request.urlopen(req, timeout=45) as resp:
+                            return resp.status, resp.read().decode("utf-8", errors="ignore")
+                    except Exception as e:
+                        return None, str(e)
+                status, body = await asyncio.get_event_loop().run_in_executor(None, _do_restart)
+                logger.info("[rvs] container_restart %s Result: status=%s", name, status)
+                ok = status == 200
+                await self._send_to_rvs({
+                    "type": "chat",
+                    "payload": {
+                        "text": f"[Container] {name} neu gestartet." if ok
+                                else f"[Container] Restart {name} fehlgeschlagen: {body[:200]}",
+                        "sender": "aria",
+                    },
+                    "timestamp": int(asyncio.get_event_loop().time() * 1000),
+                })
+            except Exception as e:
+                logger.warning("[rvs] container_restart Weiterleitung fehlgeschlagen: %s", e)
+            return
+
         elif msg_type == "file_request":
             # App fordert eine Datei an (Re-Download nach Cache-Leerung)
             server_path = payload.get("serverPath", "")
@@ -1495,6 +1923,7 @@ class ARIABridge:
                 return
             with open(server_path, "rb") as f:
                 file_b64 = base64.b64encode(f.read()).decode("ascii")
+            mime, _ = mimetypes.guess_type(server_path)
             logger.info("[rvs] Re-Download: %s (%dKB)", server_path, len(file_b64) // 1365)
             await self._send_to_rvs({
                 "type": "file_response",
@@ -1503,6 +1932,7 @@ class ARIABridge:
                     "serverPath": server_path,
                     "base64": file_b64,
                     "name": os.path.basename(server_path),
+                    "mimeType": mime or "application/octet-stream",
                 },
                 "timestamp": int(asyncio.get_event_loop().time() * 1000),
             })
@@ -1634,6 +2064,11 @@ class ARIABridge:
                 }
                 if audio_request_id:
                     stt_payload["audioRequestId"] = audio_request_id
+                # GPS aus dem Original-Audio-Payload mitgeben — Diagnostic
+                # zeigt sie sonst nicht an (App sendet location nur einmal,
+                # die im audio-Payload). Reine Anzeige-Information.
+                if location:
+                    stt_payload["location"] = location
                 ok = await self._send_to_rvs({
                     "type": "chat",
                     "payload": stt_payload,
@@ -1896,7 +2331,8 @@ class ARIABridge:
         self.running = True
 
         tasks = [
-            asyncio.create_task(self.connect_to_core()),
+            # connect_to_core entfaellt — Bridge ruft jetzt aria-brain ueber
+            # HTTP (siehe send_to_core). Keine persistente WS-Verbindung mehr.
             asyncio.create_task(self.connect_to_rvs()),
         ]
 

bridge/requirements.txt

@@ -16,3 +16,6 @@ sounddevice
 
 # Wake-Word Erkennung
 openwakeword
+
+# Bild-Resizing (zu grosse Pixel-Bilder shrinken bevor Claude-Vision sie sieht — 5MB-Limit)
+Pillow

diagnostic/Dockerfile

@@ -1,5 +1,7 @@
 FROM node:22-alpine
 WORKDIR /app
+# zip fuer Multi-Datei-Downloads (Brain-Export nutzt tar.gz, Datei-Manager zip)
+RUN apk add --no-cache zip
 COPY package.json ./
 RUN npm install --production
 COPY . .

docker-compose.yml

@@ -28,38 +28,40 @@ services:
     networks:
       - aria-net
 
-  # ─── OpenClaw (ARIA Gehirn) ─────────────────────────────
-  aria:
-    image: ghcr.io/openclaw/openclaw:latest
-    container_name: aria-core
-    hostname: aria-wohnung
-    privileged: true                               # ARIAs Wohnung — sie hat die Schlüssel
+  # ─── Qdrant (Vector-DB fuer ARIAs Gedaechtnis) ────────
+  # Storage liegt im Repo-Bind-Mount aria-data/brain/qdrant.
+  # Damit Backup/Export/Import komplett ueber das Filesystem gehen.
+  qdrant:
+    image: qdrant/qdrant:latest
+    container_name: aria-qdrant
+    volumes:
+      - ./aria-data/brain/qdrant:/qdrant/storage
+    restart: unless-stopped
+    networks:
+      - aria-net
+
+  # ─── ARIA Brain (Agent + Memory) ─────────────────────────
+  # Loest das alte aria-core (OpenClaw) ab. Vector-DB-basiertes
+  # Memory, eigener Agent-Loop, SSH zur aria-wohnung-VM.
+  brain:
+    build: ./aria-brain
+    container_name: aria-brain
+    hostname: aria-wohnung-brain                    # damit ssh known_hosts stabil bleibt
     extra_hosts:
       - "host.docker.internal:host-gateway"        # Zugriff auf die VM via SSH
     depends_on:
+      - qdrant
       - proxy
-    ports:
-      - "3001:3001"                                # Diagnostic Web-UI (laeuft im shared network)
     environment:
-      - CANVAS_HOST=127.0.0.1
-      - OPENCLAW_GATEWAY_TOKEN=${ARIA_AUTH_TOKEN}
-      - DEFAULT_MODEL=proxy/claude-sonnet-4
-      - RATE_LIMIT_PER_USER=30
-      - DISPLAY=:0
+      - QDRANT_HOST=aria-qdrant
+      - QDRANT_PORT=6333
+      - PROXY_URL=http://proxy:3456
+      - ARIA_AUTH_TOKEN=${ARIA_AUTH_TOKEN:-}
     volumes:
-      - openclaw-config:/home/node/.openclaw       # OpenClaw Config (persistiert Model + Auth)
-      - ./aria-data/brain:/home/node/.openclaw/workspace/memory
-      - ./aria-data/skills:/home/node/.openclaw/workspace/skills
-      - ./aria-data/config/AGENT.md:/home/node/.openclaw/workspace/AGENT.md
-      - ./aria-data/config/USER.md:/home/node/.openclaw/workspace/USER.md
-      - ./aria-data/config/BOOTSTRAP.md:/home/node/.openclaw/workspace/BOOTSTRAP.md
-      - ./aria-data/config/BOOTSTRAP.md:/home/node/.openclaw/workspace/CLAUDE.md
-      - ./aria-data/config/openclaw.env:/home/node/.openclaw/workspace/.env
-      - claude-config:/home/node/.claude               # Claude Code Settings (Permissions)
-      - ./aria-data/ssh:/home/node/.ssh                # SSH Keys fuer VM-Zugriff
-      - /tmp/.X11-unix:/tmp/.X11-unix
-      - /var/run/docker.sock:/var/run/docker.sock  # VM von innen verwalten
-      - aria-shared:/shared                        # Shared Volume fuer Datei-Austausch (Bridge <> Core)
+      - ./aria-data/brain/data:/data                # Memory-Cache + Skills + Models (bind-mount fuer Export)
+      - ./aria-data/brain-import:/import:ro         # Quell-MDs fuer den initialen Memory-Import (read-only)
+      - ./aria-data/ssh:/root/.ssh                  # SSH-Keys fuer aria-wohnung (geteilt mit Proxy)
+      - aria-shared:/shared                         # gleicher Austausch-Speicher wie Bridge
     restart: unless-stopped
     networks:
       - aria-net
@@ -69,11 +71,13 @@ services:
     build: ./bridge
     container_name: aria-bridge
     depends_on:
-      - aria
-    network_mode: "service:aria"                   # Teilt Netzwerk mit aria-core → localhost:18789
+      - brain
+    networks:
+      - aria-net
+    ports:
+      - "3001:3001"                                # Diagnostic Web-UI (Diagnostic teilt Netzwerk mit Bridge)
     volumes:
-      - ./aria-data/config/aria.env:/config/aria.env
-      - aria-shared:/shared                        # Shared Volume fuer Datei-Austausch (Bridge <> Core)
+      - aria-shared:/shared                        # Shared Volume fuer Datei-Austausch
       # Audio-Zugriff
       - /run/user/1000/pulse:/run/user/1000/pulse
       - /dev/snd:/dev/snd
@@ -81,6 +85,7 @@ services:
       - /dev/snd
     environment:
       - PULSE_SERVER=unix:/run/user/1000/pulse/native
+      - BRAIN_URL=http://aria-brain:8080
       - ARIA_AUTH_TOKEN=${ARIA_AUTH_TOKEN:-}
       - RVS_HOST=${RVS_HOST:-}
       - RVS_PORT=${RVS_PORT:-443}
@@ -90,19 +95,23 @@ services:
     restart: unless-stopped
 
   # ─── Diagnostic (Selbstcheck-UI und Einstellungen) ────
+  # Teilt Netzwerk mit Bridge, damit der Diagnostic-Server die
+  # Bridge auf localhost erreichen kann.
   diagnostic:
     build: ./diagnostic
     container_name: aria-diagnostic
     depends_on:
-      - aria
-    network_mode: "service:aria"                   # Teilt Netzwerk mit aria-core → localhost:18789
+      - bridge
+    network_mode: "service:bridge"
     volumes:
-      - /var/run/docker.sock:/var/run/docker.sock:ro
+      - /var/run/docker.sock:/var/run/docker.sock      # Container Restart + Brain-Export/Import
       - ./aria-data/config/diag-state:/data           # Persistenter State (aktive Session etc.)
-      - aria-shared:/shared                            # Shared Volume (Uploads + Config)
+      - aria-shared:/shared                            # Shared Volume (Uploads + Config + Voices)
+      - ./aria-data/brain:/brain                       # Brain-Export/Import (tar.gz aus Bind-Mount)
     environment:
       - ARIA_AUTH_TOKEN=${ARIA_AUTH_TOKEN:-}
       - PROXY_URL=http://proxy:3456
+      - BRAIN_URL=http://aria-brain:8080
       - RVS_HOST=${RVS_HOST:-}
       - RVS_PORT=${RVS_PORT:-443}
       - RVS_TLS=${RVS_TLS:-true}
@@ -111,9 +120,7 @@ services:
     restart: unless-stopped
 
 volumes:
-  openclaw-config:                                 # Persistiert ~/.openclaw (Model, Auth, Sessions)
-  claude-config:                                   # Persistiert ~/.claude (Permissions, Settings)
-  aria-shared:                                     # Datei-Austausch zwischen Bridge und Core
+  aria-shared:                                     # Datei-Austausch zwischen Bridge / Brain / Diagnostic
 
 networks:
   aria-net:

init.sh

@@ -0,0 +1,31 @@
+#!/bin/bash
+# ════════════════════════════════════════════════════════════
+#  ARIA — Setup-Script
+#
+#  Aktuell nur noch der .env-Bootstrap (Tokens + RVS). Alle weiteren
+#  Settings landen ueber die Diagnostic in /shared/config/runtime.json
+#  (persistent in der "Datenbank").
+#
+#  Im Phase-A-Cleanup-Status: System-Prompt-Files liegen unter
+#  aria-data/brain-import/ und werden vom neuen Agent-Framework
+#  spaeter importiert. OpenClaw laeuft noch ohne Persoenlichkeit.
+# ════════════════════════════════════════════════════════════
+
+set -e
+cd "$(dirname "$0")"
+
+if [ ! -f .env ]; then
+    if [ -f .env.example ]; then
+        cp .env.example .env
+        echo "✓ .env erstellt aus .env.example — Tokens jetzt eintragen!"
+    else
+        echo "⚠ Keine .env.example gefunden — manuell anlegen."
+    fi
+else
+    echo ".env existiert bereits — uebersprungen."
+fi
+
+# ── Brain-Verzeichnisse anlegen (Bind-Mounts fuer aria-brain + aria-qdrant)
+# Inhalt ist gitignored — wird ueber Diagnostic-Export/Import gesichert.
+mkdir -p aria-data/brain/data aria-data/brain/qdrant
+echo "✓ aria-data/brain/{data,qdrant} bereit"

issue.md

@@ -85,6 +85,36 @@ Wichtige Mechanismen:
 - [x] **App-Resume-Cooldown**: Wechsel von Background → Foreground triggert keinen falschen Wake-Word-Trigger mehr. AppState-Listener setzt 1.5s Cooldown in dem onWakeDetected-Events ignoriert werden (Audio-Pegel-Spike beim AudioFocus-Switch sonst als Wake-Word interpretiert)
 - [x] Background-Mikro robust: acquireBackgroundAudio('rec'/'wake') wird jetzt VOR AudioRecord.startRecording gerufen — Foreground-Service mit foregroundServiceType=microphone muss aktiv sein bevor das Mikro greift, sonst blockiert Android ab 11+ den Background-Zugriff
 - [x] **Stille-Pegel manuell setzbar** (Settings → Spracheingabe): Override-Wert in dB von -55 bis -15, default "automatisch". Info-Button mit Modal erklaert die Skala (niedriger = sensibler, hoeher = robuster gegen Hintergrundlaerm). Bei manuell gesetztem Wert wird die adaptive Baseline ignoriert
+- [x] **Kurze TTS-Texte (1-3 Worte) spielen jetzt ab** — auf OnePlus A12 stallte AudioTrack mit `pos=0` weil der Default-Start-Threshold `bufferSize/2` (= 2s) bei kurzen Streams nie ueberschritten wurde. Fix: `setStartThresholdInFrames(100ms)` direkt nach dem Track-Build (API 31+). Buffer auf 4s entkoppelt von Pre-Roll, `play()` wird beim allerersten data-chunk gerufen
+- [x] **Mute-Button stoppt jetzt auch laufenden PCM-Stream** — `pcmStreamActive` wurde beim isFinal-Chunk schon false gesetzt, der AudioTrack spielte aber noch sekundenlang aus seinem Buffer. `stopPlayback()` uebersprang darum `PcmStreamPlayer.stop()`. Fix: stop() immer rufen (ist idempotent), kein Flag-Check mehr
+- [x] **GPS-Permission im Manifest + Runtime-Request** beim Settings-Toggle — vorher fehlten ACCESS_COARSE_LOCATION / ACCESS_FINE_LOCATION komplett. `Geolocation.getCurrentPosition` schlug lautlos fehl, App sendete nie ein location-Feld
+- [x] **GPS-Position auch im STT-Payload an Diagnostic** — die App sendet location einmal im audio-Payload. Die Bridge nutzte sie zwar (ging in aria-core's Kontext rein), reichte sie aber nicht im STT-broadcast an Diagnostic durch. Diagnostic zeigte darum bei Spracheingaben nie den GPS-Block, obwohl der "GPS einblenden"-Toggle aktiv war
+- [x] **Auto-Resume nach Anruf — pcmBuffer bleibt erhalten**: `haltAllPlayback` leerte den pcmBuffer mid-Anruf, isFinal schrieb dann eine leere WAV. Neue `pauseForCall`-Methode statt `haltAllPlayback`: AudioTrack stoppt + Focus released, `pcmBuffer` und `pcmMessageId` bleiben — chunks werden weiter gesammelt damit isFinal die WAV schreibt und resumeFromInterruption sie findet. Plus `captureInterruption` idempotent gemacht (ringing → offhook ueberschreibt nicht)
+- [x] **Replay-Resume nach Anruf**: `_firePlaybackStarted` ueberschrieb `currentPlaybackMsgId` mit leerem pcmMessageId — captureInterruption hatte nichts zu merken. Plus Regex `[0-9a-f-]+\.wav` matchte nicht alle Dateinamen. Plus `_playFromPathAtPosition` aktualisiert jetzt das Tracking damit ein zweiter Anruf in derselben Antwort auch funktioniert
+- [x] **`pauseForCall` setzt `isPlaying` zurueck**: vorher haengten weitere Play-Button-Klicks nach Anruf, weil `playAudio` bei `isPlaying=true` den `_playNext`-Pfad ueberspringt
+- [x] **Play-Button rendert neu wenn Cache-Datei weg ist**: vorher checkte der Button nur `if (item.audioPath)` — auf eine geloeschte Cache-Datei zeigte das aber stillschweigend ins Leere. Jetzt RNFS.exists-Check mit Fallback auf `tts_request` an die Bridge → F5-TTS rendert neu, WAV wandert zurueck in den Cache
+- [x] **Bridge WebSocket max_size 50 MB**: Python `websockets.connect` hat 1 MiB Default — Stefan's 4MB JPEG (5.78 MB Base64) sprengte das, Bridge-Connection wurde silent gedroppt. f5tts/whisper-bridges hatten max_size schon, nur aria_bridge war vergessen
+- [x] **Bridge resized Bilder >2 MB serverseitig auf 1568px**: Claude-Vision-API hat ~5 MB Base64-Limit. Galerie-Bilder via `react-native-image-picker` sind clientseitig schon klein, Buroklammer/DocumentPicker reichte das rohe File durch — Claude lieferte leere Antwort. Pillow im Bridge-Container, nur fuer JPEG/PNG/WebP/GIF (PDFs/ZIPs/SVGs unangetastet)
+- [x] **Bridge `chat:error` liest auch `errorMessage`**: OpenClaw legt bei state=error den Text dort statt in `error` ab → Bridge meldete generisches "[Fehler] Unbekannt", echter Fehler nur in Container-Logs. Plus: `chat:final` ohne text wird jetzt mit Hinweis-Bubble an die App gemeldet (statt stumm), z.B. wenn Vision das Bild silent ablehnt
+- [x] **Cache-Cleanup beim App-Start** — orphane `aria_tts_*.wav` Files (>5 min) im CachesDirectoryPath werden weggeraeumt, sammeln sich sonst an wenn Sound mid-playback gestoppt wird (Anruf, Mute, Barge-In) und der completion-Callback nicht feuert. Plus neuer Settings-Button "TTS-Cache leeren" mit Live-Groessenanzeige
+- [x] **Verbose-Logging-Toggle in Settings → Protokoll**: `console.log` global stummschaltbar (warn/error bleiben aktiv) — spart adb-logcat-Speicher wenn alles laeuft
+- [x] **800 ms-Delay vor Anruf-Auto-Resume**: ARIA's neuer Focus-Request kollidierte sonst mit Spotify's Auto-Resume nach Anruf-Ende. System haengt noch im IN_CALL→NORMAL-Mode-Uebergang, Spotify sieht Loss → Loss und bleibt pausiert. Mit Delay schafft Spotify den Resume-Schritt, dann pausiert ARIA wieder ordnungsgemaess
+- [x] **Mute-Button = Stop fuer aktuelle Antwort**: vorher startete eine NEUE PCM-Chunk-Sequenz nach Mute-aus die alte Antwort weiter wo sie war (funktionierte 2x, dann nicht mehr weil isFinal schon kam). Jetzt mit `_stoppedMessageId`-Tracking: bei Mute wird die aktive msgId gemerkt, alle weiteren chunks dieser msgId bleiben silent — auch wenn Mute zurueckgenommen wird. Reset bei neuer msgId, neue Antworten spielen normal
+- [x] **Spotify resumed nach Mute-Stop**: `stopPlayback` released seinen TRANSIENT-Focus (USAGE_ASSISTANT) sauber → Spotify bekommt GAIN-Event und resumed automatisch. Ein zwischenzeitlich eingebauter `kickReleaseMedia` (USAGE_MEDIA + GAIN) verhinderte das Auto-Resume sogar (Spotify interpretierte es als "user-action stopp") — wieder rausgenommen
+- [x] **ARIA kann Dateien an User zurueckgeben** (PDFs, Bilder, Office-Docs, Markdown, ZIPs, ...): ARIA setzt am Antwort-Ende `[FILE: /shared/uploads/aria_<name>.<ext>]` Marker, Bridge parsed sie raus (TTS liest's nicht vor) und sendet `file_from_aria`-Event ueber RVS. App zeigt Anhang-Bubble + Klick oeffnet via Android-Intent-Picker (`FileOpenerModule`, FileProvider), Diagnostic zeigt Bubble + PDFs/Bilder neuer Tab, andere als Download. Mehrere Marker = mehrere Bubbles, nicht-existente Marker werden mit Hinweis an User gemeldet (statt silent gedroppt)
+- [x] **External Bilder/Dateien werden serverseitig persistiert**: ARIA laed externe URLs (Wikipedia, Wiki Commons) mit curl runter und gibt sie via `[FILE: ...]`-Marker zurueck — bleibt permanent im Chat auch wenn die Online-Quelle stirbt. System-Prompt instruiert sie das Pattern zu nutzen
+- [x] **ARIA-Datei-Bubbles ueberleben Browser-Refresh**: Diagnostic-Server parsed beim `load_chat_history` die Marker aus dem OpenClaw-Session-File und schickt `aria_file`-Eintraege mit, sodass die Anhang-Bubbles nach F5 wiederhergestellt werden. Plus: `/shared/uploads/`-Bildpfade werden im History-Render auch als Inline-Image gerendert (vorher nur in live-Bubbles)
+- [x] **"ARIA reparieren"-Button** in App + Diagnostic: triggert `openclaw doctor --fix` ueber RVS → Bridge → Diagnostic HTTP-API. Fix fuer stuck Runs ohne SSH
+- [x] **"ARIA hart neu starten"-Button**: docker compose-Restart ueber Docker-Socket-API im Diagnostic-Server. Mit Confirmation in der App, fuer Faelle wo doctor nicht reicht (alive aber haengender Run)
+- [x] **Auto-Compact nach N Messages**: bei zu langer Session wirft Linux beim Subprocess-spawn E2BIG (Argument list too long, ~128KB-2MB Limit). Bridge zaehlt User-Messages; bei `COMPACT_AFTER_MESSAGES` (env, default 140) werden Sessions geleert + Container neu gestartet, User bekommt Hinweis-Bubble. Plus manueller "🧹 Konversation komprimieren"-Button in App-Settings und Diagnostic
+- [x] **`[FILE: ...]`-Marker-Filter ueberall in Diagnostic**: Filter direkt in `addChat` damit er fuer alle Code-Pfade greift (chat_final, proxy_result, History-Load, ...) — vorher rutschten Marker als Text durch wenn sie nicht ueber chat_final kamen
+- [x] **Mehrere `[FILE: ...]`-Marker in einer Antwort**: Bridge zerlegt sauber in mehrere file_from_aria-Events, ARIA muss nicht selbst zwei Antworten posten. Bei nicht-existenten Files erscheint ein User-Hinweis statt silent skip
+- [x] **Inline-Bilder in Chat-Nachrichten** (App): `![alt](url)`- und plain-`https://image.png`-URLs werden als Image-Vorschau unter dem Text gerendert. Mit `react-native-svg` auch SVG-URLs inline
+- [x] **SVG-Anhaenge** werden korrekt gerendert: ChatImage-Komponente erkennt `.svg`-Endung und nutzt SvgUri statt Image (RN-Image kann SVG nicht). Vollbild-Modal genauso, mit `preserveAspectRatio="xMidYMid meet"` damit SVGs nicht gestreckt werden
+- [x] **Pinch-Zoom + Pan im Vollbild-Modal** (App): neue `ZoomableImage`-Komponente, reine RN-Implementation mit PanResponder+Animated, ohne externe Lib. 2-Finger-Pinch 1x..5x, 1-Finger-Pan wenn gezoomt, Doppel-Tap toggelt 1x↔2.5x. Plus ✕-Close-Button damit Tap-to-Close nicht mit Pan-Gesten kollidiert
+- [x] **ARIA-Abkuerzung ausgeschrieben**: in App → Einstellungen → Ueber und Diagnostic → Einstellungen ist jetzt erklaert: "ARIA — Autonomous Reasoning & Intelligence Assistant"
+- [x] **`init.sh`** legt fehlende Config-Dateien aus *.example-Vorlagen an — frischer Clone laeuft ohne Anleitung an
+- [x] **`USER.md` privat**: aus dem Repo genommen (enthielt interne Tool-Liste mit Gitea-URL etc.). Vorlage als `USER.md.example` checked-in, lokales File via `.gitignore` ausgeschlossen
 
 ### App Features
 
@@ -119,7 +149,7 @@ Wichtige Mechanismen:
 - [x] Piper komplett entfernt
 - [x] Gespraechsmodus: Speech-Gate strenger (-28dB / 500ms)
 - [x] Diagnostic: Archivierte Session-Versionen (.reset.*) angezeigt + exportierbar
-- [x] tools/export-jsonl-to-md.js: CLI-Konverter fuer Session-JSONL zu Markdown
+- [x] tools/export-jsonl-to-md.js: CLI-Konverter fuer Session-JSONL zu Markdown (mit OpenClaw raus)
 - [x] NO_REPLY-Filter in Bridge + Diagnostic
 - [x] Audio-Ducking + Exklusiv-Focus (Kotlin AudioFocusModule)
 - [x] TTS-Cleanup serverseitig: Code-Bloecke raus, Einheiten ausgeschrieben, Abkuerzungen buchstabiert, URLs zu "ein Link"
@@ -182,9 +212,56 @@ Wichtige Mechanismen:
 - [x] RVS Nachrichten vom Smartphone gehen durch
 - [x] SSH Volume read-write fuer Proxy (kein -F Workaround mehr)
 
-## Offen
+## Brain — Phase B (komplett)
 
-### Bugs
+Der grosse Refactor weg von OpenClaw zu eigener Brain-Architektur — alle 4 Punkte
+durch. ARIA hat jetzt eigenes Gedaechtnis (Vector-DB), eigenen Loop, eigene
+Skills mit Tool-Use.
+
+### Infrastruktur
+
+- [x] aria-brain Container (FastAPI + Qdrant + sentence-transformers, MiniLM multilingual)
+- [x] aria-core (OpenClaw) abgerissen — Tag `v0.1.2.0` als Archiv
+- [x] docker-compose komplett umgebaut: brain + qdrant + bridge + diagnostic + proxy
+- [x] Voice-Bridge: aria-core-Logik raus (doctor_fix, aria_restart, compact_after) → durch Brain-HTTP-Call ersetzt
+- [x] Sprachmodell-Setting in runtime.json (brainModel) — Diagnostic kann Modell live wechseln, Brain-Restart noetig
+
+### Memory / Vector-DB
+
+- [x] Memory CRUD via Diagnostic-Gehirn-Tab (Add/Edit/Delete + Suche + Type/Pinned-Filter)
+- [x] **Migration aus brain-import/** (Phase B Punkt 2) — Parser fuer AGENT.md/USER.md/TOOLING.md, atomare Punkte mit migration_key (idempotent)
+- [x] **Bootstrap-Snapshot** (Phase B Punkt 2) — Export/Import nur pinned Memories als JSON
+- [x] **Komplettes Gehirn** Export/Import als tar.gz (Memories + Skills + Qdrant)
+
+### Conversation-Loop (Phase B Punkt 3)
+
+- [x] Single-Chat UI + Rolling Window (50 Turns)
+- [x] Memory-Destillat: bei >60 Turns automatisch 30 aelteste → fact-Memories via Claude-Call
+- [x] Hot Memory (pinned) + Cold Memory (Top-5 semantisch) im System-Prompt
+- [x] Manueller Destillat-Trigger + Konversation-Reset (Brain + Diagnostic chat_backup gleichzeitig)
+- [x] Bridge schreibt chat_backup.jsonl bei jedem Turn (User + ARIA + ARIA-Files)
+- [x] App-Chat-Sync: kompletter Server-Sync bei Reconnect (Server = Source of Truth). Wenn Server leer → App leert auch. Lokal-only Bubbles (Skill-Notifications, laufende Voice ohne STT) bleiben erhalten. Plus chat_cleared Live-Update wenn Diagnostic die History wiped.
+
+### Skills-System (Phase B Punkt 4)
+
+- [x] Python-only Skills (local-venv pro Skill, eigene pip-Pakete)
+- [x] Tool-Use im Brain: skill_create als Meta-Tool, dynamische run_<skill> pro aktivem Skill
+- [x] Harte Schwelle dokumentiert: pip-Install → IMMER Skill (Brain hat keinen Persistenz ausser /data/skills/)
+- [x] Diagnostic Skills-Tab: Liste, README, Logs pro Run, Activate/Deactivate/Delete, Export/Import als tar.gz
+- [x] skill_created Live-Notification: gelbe Bubble in App + Diagnostic sobald ARIA selbst einen Skill anlegt
+
+### Diagnostic / App Features (drumherum)
+
+- [x] Datei-Manager (Diagnostic + App-Modal): /shared/uploads/ verwalten, Multi-Select + Select-All + Bulk-Download als ZIP + Bulk-Delete
+- [x] Wipe-All-Button (Memory + Stimmen + Settings)
+- [x] Voice Export/Import pro Stimme (Diagnostic + XTTS-Bridge auf Gamebox)
+- [x] F5/Whisper-Settings als JSON-Bundle Export/Import
+- [x] App Chat-Suche umgebaut: Highlight + Next/Prev statt Filter
+- [x] App Pinch-Zoom in Bildern rewriten (Multi-Touch-Race-Bugs)
+- [x] Info-Buttons mit Modal-Erklaerungen im Gehirn-Tab
+- [x] Token/Call-Metrics + Subscription-Quota-Tracking: pro Claude-Call ein Log-Eintrag mit Token-Schaetzung (chars/4). Gehirn-Tab zeigt 1h/5h/24h/30d-Aggregat + Progress-Bar gegen Plan-Limit (Pro=45/5h, Max 5x=225/5h, Max 20x=900/5h, Custom). Warn-Schwelle 80%, kritisch 90%.
+
+## Offen
 
 ### App Features
 - [ ] Chat-History zuverlaessiger laden (AsyncStorage Race Condition)
@@ -192,9 +269,10 @@ Wichtige Mechanismen:
 
 ### Architektur
 - [ ] Bilder: Claude Vision direkt nutzen (aktuell nur Dateipfad an ARIA)
-- [ ] Auto-Compacting und Memory/Brain Verwaltung (SQLite?)
 - [ ] Diagnostic: System-Info Tab (Container-Status, Disk, RAM, CPU)
 - [ ] RVS Zombie-Connections endgueltig loesen
-- [ ] Alle .env-Variablen ueber Diagnostic konfigurierbar machen (Fallback .env bleibt fuer initialen Bootstrap)
 - [ ] Gamebox: kleine Web-Oberflaeche fuer Credentials/Server-Config oder zentral aus Diagnostic per RVS push
-- [ ] Root-Cause OpenClaw Session-Reset: Herausfinden warum Sessions beim ersten chat.send nach Container-Restart verworfen werden
+- [ ] Erste Skills bauen lassen (yt-dlp, pdf-extract, image-resize, etc.) — durch normale Anfragen, ARIA legt sie selbst an
+- [ ] Tool-Use-Verifikation: Live-Test ob claude-max-api-proxy `tools` und `tool_calls` sauber durchreicht
+- [ ] Heartbeat (periodische Selbst-Checks)
+- [ ] Lokales LLM als Waechter (Triage vor Claude-Call)

rvs/server.js

@@ -18,6 +18,16 @@ const ALLOWED_TYPES = new Set([
   "update_check", "update_available", "update_download", "update_data",
   "agent_activity", "cancel_request",
   "audio_pcm",
+  "file_from_aria",
+  "container_restart",
+  "file_list_request", "file_list_response",
+  "file_delete_request", "file_deleted",
+  "xtts_export_voice", "xtts_voice_exported",
+  "xtts_import_voice", "xtts_voice_imported",
+  "skill_created",
+  "chat_history_request", "chat_history_response", "chat_cleared",
+  "file_delete_batch_request", "file_delete_batch_response",
+  "file_zip_request", "file_zip_response",
   "xtts_delete_voice",
   "voice_preload", "voice_ready",
   "stt_request", "stt_response",

tools/export-jsonl-to-md.js

@@ -1,74 +0,0 @@
-#!/usr/bin/env node
-/**
- * Exportiert ein OpenClaw Session-JSONL (auch .reset.*) als Markdown.
- *
- * Nutzung:
- *   node export-jsonl-to-md.js <input.jsonl> [output.md]
- *
- * Oder direkt aus dem aria-core Container:
- *   docker exec aria-core cat /home/node/.openclaw/agents/main/sessions/<ID>.jsonl.reset.<TS> \
- *     | node export-jsonl-to-md.js - > output.md
- */
-
-const fs = require("fs");
-
-const inputArg = process.argv[2];
-const outputArg = process.argv[3];
-
-if (!inputArg) {
-  console.error("Usage: export-jsonl-to-md.js <input.jsonl|-> [output.md]");
-  process.exit(1);
-}
-
-const raw = inputArg === "-" ? fs.readFileSync(0, "utf-8") : fs.readFileSync(inputArg, "utf-8");
-const lines = raw.split("\n").filter(l => l.trim());
-
-const blocks = [];
-for (const line of lines) {
-  let obj;
-  try { obj = JSON.parse(line); } catch { continue; }
-  if (obj.type !== "message" || !obj.message) continue;
-  const role = obj.message.role;
-  if (role !== "user" && role !== "assistant") continue;
-
-  let text = "";
-  const content = obj.message.content;
-  if (typeof content === "string") text = content;
-  else if (Array.isArray(content)) text = content.filter(c => c.type === "text").map(c => c.text || "").join("\n");
-  if (!text) continue;
-
-  if (role === "user") {
-    text = text.replace(/^Sender \(untrusted metadata\):[\s\S]*?```[\s\S]*?```\s*\n*/m, "").trim();
-    text = text.replace(/^\[.*?\]\s*/, "").trim();
-  } else {
-    text = text.replace(/^\[\[reply_to_\w+\]\]\s*/g, "").trim();
-  }
-  if (!text) continue;
-
-  const ts = obj.message.timestamp || obj.timestamp || 0;
-  const when = ts ? new Date(ts).toISOString().replace("T", " ").slice(0, 19) : "";
-  const heading = role === "user" ? "## 🧑 User" : "## 🤖 ARIA";
-  blocks.push(`${heading}${when ? ` — ${when}` : ""}\n\n${text}`);
-}
-
-const exportedAt = new Date().toISOString().replace("T", " ").slice(0, 19);
-const title = inputArg === "-" ? "Session" : inputArg.split("/").pop().replace(/\.jsonl.*/, "");
-const md = [
-  `# Session: ${title}`,
-  ``,
-  `Exportiert: ${exportedAt}  `,
-  `Quelle: ${inputArg === "-" ? "stdin" : inputArg}`,
-  `Nachrichten: ${blocks.length}`,
-  ``,
-  `---`,
-  ``,
-  blocks.join("\n\n---\n\n"),
-  ``,
-].join("\n");
-
-if (outputArg) {
-  fs.writeFileSync(outputArg, md);
-  console.error(`OK: ${blocks.length} Nachrichten → ${outputArg}`);
-} else {
-  process.stdout.write(md);
-}

xtts/f5tts/bridge.py

@@ -661,6 +661,76 @@ async def handle_delete_voice(ws, payload: dict) -> None:
         logger.exception("handle_delete_voice Fehler")
 
 
+async def handle_export_voice(ws, payload: dict) -> None:
+    """Packt eine Stimme (.wav + .txt) als tar.gz und sendet sie base64 zurueck."""
+    name = (payload.get("name") or "").strip()
+    if not name:
+        await _send(ws, "xtts_voice_exported", {"ok": False, "error": "name fehlt"})
+        return
+    try:
+        wav, txt = voice_paths(name)
+        if not wav.exists():
+            await _send(ws, "xtts_voice_exported", {"ok": False, "name": name, "error": "Stimme nicht gefunden"})
+            return
+        import io, tarfile
+        buf = io.BytesIO()
+        with tarfile.open(fileobj=buf, mode="w:gz") as tar:
+            tar.add(wav, arcname=wav.name)
+            if txt.exists():
+                tar.add(txt, arcname=txt.name)
+        data = base64.b64encode(buf.getvalue()).decode("ascii")
+        logger.info("Voice exportiert: %s (%d KB tar.gz)", name, len(buf.getvalue()) // 1024)
+        await _send(ws, "xtts_voice_exported", {"ok": True, "name": name, "data": data})
+    except Exception as e:
+        logger.exception("handle_export_voice Fehler")
+        await _send(ws, "xtts_voice_exported", {"ok": False, "name": name, "error": str(e)[:200]})
+
+
+async def handle_import_voice(ws, payload: dict) -> None:
+    """Empfaengt eine tar.gz mit <name>.wav (+ optional <name>.txt) und legt
+    sie in VOICES_DIR ab. Ueberschreibt bestehende Stimme gleichen Namens."""
+    name = (payload.get("name") or "").strip()
+    data_b64 = payload.get("data") or ""
+    if not name or not data_b64:
+        await _send(ws, "xtts_voice_imported", {"ok": False, "error": "name/data fehlt"})
+        return
+    try:
+        import io, tarfile
+        VOICES_DIR.mkdir(parents=True, exist_ok=True)
+        safe = sanitize_voice_name(name)
+        data = base64.b64decode(data_b64)
+        extracted_wav = False
+        with tarfile.open(fileobj=io.BytesIO(data), mode="r:gz") as tar:
+            for member in tar.getmembers():
+                if not member.isfile():
+                    continue
+                base = Path(member.name).name  # Path-Traversal verhindern
+                if base.lower().endswith(".wav"):
+                    target = VOICES_DIR / f"{safe}.wav"
+                    f = tar.extractfile(member)
+                    if f is None:
+                        continue
+                    with open(target, "wb") as out:
+                        out.write(f.read())
+                    extracted_wav = True
+                elif base.lower().endswith(".txt"):
+                    target = VOICES_DIR / f"{safe}.txt"
+                    f = tar.extractfile(member)
+                    if f is None:
+                        continue
+                    with open(target, "wb") as out:
+                        out.write(f.read())
+        if not extracted_wav:
+            await _send(ws, "xtts_voice_imported", {"ok": False, "name": name, "error": "Kein .wav im Archiv"})
+            return
+        logger.info("Voice importiert: %s", name)
+        await _send(ws, "xtts_voice_imported", {"ok": True, "name": name})
+        await handle_list_voices(ws)
+    except Exception as e:
+        logger.exception("handle_import_voice Fehler")
+        await _send(ws, "xtts_voice_imported", {"ok": False, "name": name, "error": str(e)[:200]})
+
+
 # Letzte diagnostisch-gesetzte Voice (verhindert Endlos-Preload bei jedem config)
 _last_diag_voice = ""
 
@@ -781,6 +851,10 @@ async def run_loop(runner: F5Runner) -> None:
                             asyncio.create_task(handle_list_voices(ws))
                         elif mtype == "xtts_delete_voice":
                             asyncio.create_task(handle_delete_voice(ws, payload))
+                        elif mtype == "xtts_export_voice":
+                            asyncio.create_task(handle_export_voice(ws, payload))
+                        elif mtype == "xtts_import_voice":
+                            asyncio.create_task(handle_import_voice(ws, payload))
                         elif mtype == "voice_preload":
                             asyncio.create_task(handle_voice_preload(ws, payload, runner))
                         elif mtype == "stt_response":