release: bump version to 0.2.1.1

feat(skills): speak-Flag gilt jetzt auch im Claude-Pfad
Vorher gab Claude immer speak=true zurück — führte Claude einen speak=false- Steuerbefehl aus (z.B. "spiele auf duffy desktop weiter"), wurde die Antwort trotzdem vorgelesen + 30s. Jetzt konsistent zu Fast-Path/local: führt Claude einen run_*-Skill mit speak=false erfolgreich aus → speak=false (kein TTS, App STOP). Der Text landet aber normal in der Bubble (Stefans Wunsch: Text ok, nur nicht vorlesen). Antwort-Skills (speak=true) + reine Konversation bleiben gesprochen; bei Skill-Fehler bleibt's gesprochen (Erklaerung soll man hoeren). Reiner Brain-Fix — App liest speak bereits. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-07-11 21:46:56 +02:00 · 2026-07-11 21:45:27 +02:00 · 2026-07-11 21:39:55 +02:00 · 2026-07-11 21:33:17 +02:00 · 2026-07-11 21:10:02 +02:00 · 2026-07-11 21:07:41 +02:00
25 changed files with 1243 additions and 118 deletions
@@ -10,7 +10,60 @@ Alle Änderungen am Projekt. Format: [Keep a Changelog](https://keepachangelog.c

 ---

-## [Unreleased] — 2026-07-10
+## [0.2.0.6] — 2026-07-11
+
+### Hinzugefügt
+
+**Diagnostic + App — Projekte verstecken**
+- Neues `hidden`-Flag pro Projekt (bleibt voll nutzbar, nur aus Listen ausgeblendet — unabhängig von `status`/`archived`); `PATCH /projects/{id} {hidden}`
+- Diagnostic: 👁-Auge pro Projekt-Bubble (🙈 verstecken / 👁 dauerhaft sichtbar), Header-Toggle „Versteckte anzeigen (N)" blendet sie temporär gedimmt + „versteckt"-Badge ein — zum Ansehen/Auswählen ohne permanentes Enttarnen
+- App (`ProjectsBrowser`): versteckte standardmäßig ausgeblendet (Mama sieht sie nicht), Auge pro Zeile + Toggle spiegeln das Diagnostic-Verhalten; geteilter `hidden`-Status übers Brain
+
+**Diagnostic — Token-Ersparnis durch lokales LLM**
+- `metrics.jsonl` trägt jetzt `source` (claude | local | fast-path); lokale Calls nutzen echte `usage`-Tokens vom Adapter, Fast-Path = 0 Prompt-Tokens (`by_source`-Aggregation, rückwärts-kompatibel)
+- Neue Card „Lokales LLM & Claude-Ersparnis": pro Fenster (1h/5h/24h/30d) gesparte Claude-Calls (local + fast-path) + lokale Token-Last (eigene HW, kein Quota)
+
+**Spotify-Skill — von ARIA selbst geschärft**
+- Geräte-Transfer startet die Wiedergabe direkt mit (`play=true`) statt nur zu übertragen, inkl. Verifikation (`is_playing`-Check + expliziter Play-Fallback), Fuzzy-Gerätenamen und sauberen Exit-Codes; neue semantische Actions `play_on_device`/`search_and_play`/`playlist_play`/`queue_add`
+
+### Behoben
+
+- **Spotify-Resume (App):** nach einem Voice-Befehl blieb Spotify auf dem Handy pausiert. Statt des auf manchen Geräten (OnePlus) flakigen Audio-Focus-Nudge jetzt ein echter `KEYCODE_MEDIA_PLAY`-KeyEvent an die aktive MediaSession — gegated: nur wenn vor dem Dialog Musik lief (`isMusicActive`). Deterministisch, geräteunabhängig
+- **TTS-Zahlen:** freistehende Ganzzahlen werden jetzt tag-unabhängig ausgeschrieben („23°C" → „dreiundzwanzig Grad Celsius", „100%" → „einhundert Prozent"). Regression, seit das lokale LLM (bewusst ohne `<voice>`-Tag) leichte Turns übernahm; neuer vollständiger Zahl→Wort-Konverter (0…999999) am Ende von `clean_text_for_tts`, lange Ziffernfolgen (IDs) bleiben Ziffern
+- **„ARIA denkt" hängt:** Indikator + Abbrechen blieben stehen, obwohl der Turn laut Diagnostic fertig war. Die App räumt den kontext-scoped Indikator jetzt beim Eintreffen der Antwort selbst; die Bridge sendet zusätzlich ein `idle` für die Request-`projectId`, falls der Turn umgeroutet wurde (thinking ging mit Request-, idle mit Turn-`projectId`)
+- **Lokale Tool-Fehler:** Action-Skills, die bei Exit 0 einen Fehlschlag nur im stdout-Text melden (Spotify: „Fehler beim Übertragen", „Gerät nicht gefunden"), eskalieren jetzt generisch an Claude statt vom lokalen LLM vorgelesen zu werden (Info-Tools wie web_search ausgenommen)
+
+---
+
+## [0.2.0.4 – 0.2.0.5] — 2026-07-11 — Plan B: Lokales LLM („Gemini-Feeling")
+
+Ein kleines, schnelles Modell (**Qwen3 8B** via llama.cpp/llama-swap auf der Gamebox-GPU) übernimmt einfache Turns in **<1 s**; alles Schwere/Technische/Werkzeug-artige reicht ein Router automatisch an **Claude** weiter. Ziel: schnelle Antworten ohne die Claude-Max-Subscription aufzugeben.
+
+### Hinzugefügt
+
+**Lokales LLM (Brain + Bridge + Adapter)**
+- Router (B1a): Heuristik + `<<ESCALATE>>`-Selbstabbruch entscheidet pro Turn lokal vs. Claude; schlanker System-Prompt mit demselben `IDENTITY_ANCHOR` wie Claude (Rolle hält), nur letzte 8 Turns (Speed)
+- Lokale Tool-Fast-Lane (B1b): kuratierte Tools — `web_search` (self-hosted **SearXNG**, local-only), `memory_search`, `trigger_timer`, Spotify; Eskalation bei Tool-Fehler statt Raten
+- Consumer-Kette gespiegelt zu FLUX: Brain → Bridge `/internal/local-llm` → RVS → `llm-adapter` → llama.cpp; `enable_thinking:false` (Qwen wickelte sonst die ganze Antwort in `<think>`)
+- **B0.5:** llama-swap (Hot-Swap der Modelle on-demand) + Modellauswahl-Dropdown + Live-Lade-Status (loading/ready + Download-Hinweis) in Diagnostic
+- **SearXNG** als 6. Container auf der ARIA-VM (keyless Meta-Suche, JSON-API)
+
+**Quell-Badge (local / claude / fast-path)**
+- Diagnostic: immer an den ARIA-Bubbles
+- App: optionaler Schalter in den Einstellungen, pro Gerät gemerkt, default aus („ich will's, meine Mama nicht")
+
+**TTS — System-Flag `speak` (ja/nein) pro Antwort**
+- Die Quelle entscheidet übers Vorlesen (Fast-Path/Steuerbefehl = stumm, ARIA-Antwort = vorlesen), robust statt des fragilen leeren `<voice></voice>`-Hacks der beim Skill-Rebuild verloren ging
+
+### Behoben / Geändert
+
+- **Identität (Hauptchat):** Proxy nutzt jetzt `--system-prompt` (voller Replace) statt `--append-system-prompt` — die Claude-Code-Basis-Identität leakt nicht mehr in den Hauptchat (ARIA antwortete dort als „Claude Code" bzw. deutete die Persona als Injection). Dazu `IDENTITY_SEED` (synthetischer Grounding-Turn) + Gift-Wächter (Identity-Breaks werden nie in die History persistiert, Retry+Fallback) + Cleanup-Script gegen bereits vergiftete Turns
+- **Datenschutz (kritisch):** harte Diskretions-Regel im `IDENTITY_ANCHOR` — ARIA kennt intime/private Details, gibt sie aber **NIE ungefragt** preis (nicht in Vorstellungen, „was weißt du über mich", Zusammenfassungen, Triggern); nur auf konkrete Nachfrage, knapp. Bereits ausgeplauderte Turns bereinigt. Lokales Tier eskaliert Personen-/Beziehungs-/Gedächtnisfragen an Claude (kennt das Gedächtnis + antwortet diskret)
+- **Lokale Antwort nicht in `<voice>`** wickeln (Qwen imitierte den Tag aus dem Kontext → Anzeige war leer); **generische** Tool-Fehler-Eskalation statt per-Skill-Router-Hardcode (Router muss nicht wissen, welche Skills „schwer" sind)
+
+---
+
+## [0.2.0.3] — 2026-07-10

 ### Hinzugefügt

@@ -79,8 +79,8 @@ android {
        applicationId "com.ariacockpit"
        minSdkVersion rootProject.ext.minSdkVersion
        targetSdkVersion rootProject.ext.targetSdkVersion
-        versionCode 20004
-        versionName "0.2.0.4"
+        versionCode 20101
+        versionName "0.2.1.1"
        // Fallback fuer Libraries mit Product Flavors
        missingDimensionStrategy 'react-native-camera', 'general'
    }
@@ -5,7 +5,9 @@ import android.media.AudioAttributes
 import android.media.AudioFocusRequest
 import android.media.AudioManager
 import android.os.Build
+import android.os.SystemClock
 import android.util.Log
+import android.view.KeyEvent
 import com.facebook.react.bridge.Arguments
 import com.facebook.react.bridge.Promise
 import com.facebook.react.bridge.ReactApplicationContext
@@ -183,6 +185,50 @@ class AudioFocusModule(reactContext: ReactApplicationContext) : ReactContextBase
        promise.resolve(true)
    }

+    /** Zuverlaessiger Spotify-Resume: einen echten MEDIA_PLAY-Tastendruck an die
+     *  aktive MediaSession schicken — exakt das Signal der Play-Taste am
+     *  Bluetooth-Kopfhoerer. Anders als nudgeMediaResume (Focus-Stack-Trick,
+     *  auf manchen OEMs/Spotify-Versionen unzuverlaessig) spricht das Spotifys
+     *  MediaSession DIREKT an und startet die Wiedergabe deterministisch wieder.
+     *
+     *  Wir senden bewusst KEYCODE_MEDIA_PLAY (nicht PLAY_PAUSE) — das kann nur
+     *  starten, nie pausieren. Aufrufer muss also selbst gaten (nur senden wenn
+     *  vor dem Gespraech wirklich Musik lief, siehe isMusicActive()).
+     */
+    @ReactMethod
+    fun dispatchMediaPlay(promise: Promise) {
+        val am = audioManager()
+        if (am == null) {
+            promise.resolve(false)
+            return
+        }
+        try {
+            val now = SystemClock.uptimeMillis()
+            val down = KeyEvent(now, now, KeyEvent.ACTION_DOWN, KeyEvent.KEYCODE_MEDIA_PLAY, 0)
+            val up = KeyEvent(now, now, KeyEvent.ACTION_UP, KeyEvent.KEYCODE_MEDIA_PLAY, 0)
+            am.dispatchMediaKeyEvent(down)
+            am.dispatchMediaKeyEvent(up)
+            Log.i(TAG, "dispatchMediaPlay: KEYCODE_MEDIA_PLAY an aktive MediaSession gesendet")
+            promise.resolve(true)
+        } catch (e: Exception) {
+            Log.w(TAG, "dispatchMediaPlay failed: ${e.message}")
+            promise.resolve(false)
+        }
+    }
+
+    /** Ob gerade Musik/Media aktiv abgespielt wird (AudioManager.isMusicActive).
+     *  Der Aufrufer merkt sich das VOR dem Focus-Grab, um am Dialog-Ende zu
+     *  entscheiden ob ein dispatchMediaPlay-Resume ueberhaupt gewuenscht ist. */
+    @ReactMethod
+    fun isMusicActive(promise: Promise) {
+        val am = audioManager()
+        if (am == null) {
+            promise.resolve(false)
+            return
+        }
+        promise.resolve(am.isMusicActive)
+    }
+
    /** 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
@@ -1,6 +1,6 @@
 {
  "name": "aria-cockpit",
-  "version": "0.2.0.4",
+  "version": "0.2.1.1",
  "private": true,
  "scripts": {
    "android": "react-native run-android",
@@ -75,6 +75,9 @@ export const ProjectsBrowser: React.FC<Props> = ({ visible = true, onClose, onAc
  const [editing, setEditing] = useState<Project | null>(null);
  const [editName, setEditName] = useState('');
  const [editDesc, setEditDesc] = useState('');
+  // Versteckte Projekte standardmaessig ausblenden; Toggle blendet sie
+  // temporaer (gedimmt) ein — zum Ansehen/Auswaehlen oder Wieder-Sichtbarmachen.
+  const [showHidden, setShowHidden] = useState(false);

  // Refs damit useCallback NICHT bei jeder Re-Render des Parents neu erzeugt
  // wird (parent uebergibt oft inline-arrow-Callbacks, neue Identity jedes
@@ -109,6 +112,17 @@ export const ProjectsBrowser: React.FC<Props> = ({ visible = true, onClose, onAc
    return () => unsub();
  }, [visible, load]);

+  // Live-Sync: ein anderer Client (Diagnostic / andere App) hat ein Projekt
+  // geaendert (verstecken/anlegen/beenden/…) → project_changed ueber RVS →
+  // Liste neu laden, ohne dass Stefan manuell refreshen muss.
+  useEffect(() => {
+    if (!visible) return;
+    const unsub = rvs.onMessage((msg: any) => {
+      if (msg?.type === 'project_changed') load();
+    });
+    return () => unsub();
+  }, [visible, load]);
+
  const switchTo = useCallback((id: string) => {
    // Multi-Threading: Focus-Wechsel ist reine App-lokale UI-Entscheidung.
    // Brain wird nicht mehr benachrichtigt (kein globaler active_project mehr).
@@ -158,6 +172,19 @@ export const ProjectsBrowser: React.FC<Props> = ({ visible = true, onClose, onAc
      ]);
  }, [load]);

+  // Nach einer Projekt-Mutation die anderen Clients (Diagnostic, weitere
+  // App-Instanzen) live aktualisieren — via RVS project_changed. RVS echot
+  // NICHT an den Sender zurueck, darum laden wir lokal zusaetzlich selbst.
+  const broadcastProjectsChanged = useCallback(() => {
+    try { rvs.send('project_changed' as any, { reason: 'app' }); } catch {}
+  }, []);
+
+  const toggleHidden = useCallback((p: Project) => {
+    brainApi.setProjectHidden(p.id, !p.hidden)
+      .then(() => { broadcastProjectsChanged(); load(); })
+      .catch(e => Alert.alert('Fehler', String(e?.message || e)));
+  }, [load, broadcastProjectsChanged]);
+
  const archiveProject = useCallback((p: Project) => {
    Alert.alert(`"${p.name}" archivieren?`,
      'Verschwindet aus der Standardliste. Über "archivierte zeigen" erreichbar.',
@@ -176,11 +203,12 @@ export const ProjectsBrowser: React.FC<Props> = ({ visible = true, onClose, onAc
  const renderItem = ({ item }: { item: Project }) => {
    const isActive = item.id === activeId;
    const dot = _statusDot(item.id);
+    const hidden = !!item.hidden;
    return (
      <TouchableOpacity
        onPress={() => switchTo(item.id)}
        onLongPress={() => openEdit(item)}
-        style={[s.row, isActive && s.rowActive]}
+        style={[s.row, isActive && s.rowActive, hidden && s.rowHidden]}
      >
        <View style={{ flex: 1 }}>
          <View style={{ flexDirection: 'row', alignItems: 'center', gap: 8 }}>
@@ -188,6 +216,7 @@ export const ProjectsBrowser: React.FC<Props> = ({ visible = true, onClose, onAc
              <View style={{ width: 8, height: 8, borderRadius: 4, backgroundColor: dot.color }} />
            )}
            <Text style={[s.rowName, isActive && { color: '#34C759' }]}>{item.name}</Text>
+            {hidden && <Text style={s.hiddenBadge}>versteckt</Text>}
            {item.status === 'ended' && <Text style={s.statusBadge}>beendet</Text>}
            {isActive && <Text style={s.activeBadge}>✓ FOCUS</Text>}
          </View>
@@ -199,10 +228,22 @@ export const ProjectsBrowser: React.FC<Props> = ({ visible = true, onClose, onAc
            {dot.label ? ` · ${dot.label}` : ''}
          </Text>
        </View>
+        {/* Auge: verstecken (🙈) / wieder sichtbar (👁). Eigener Touch, damit
+            der Tap NICHT das Projekt wechselt. */}
+        <TouchableOpacity
+          onPress={() => toggleHidden(item)}
+          hitSlop={{ top: 10, bottom: 10, left: 10, right: 10 }}
+          style={s.eyeBtn}
+        >
+          <Text style={s.eyeIcon}>{hidden ? '👁' : '🙈'}</Text>
+        </TouchableOpacity>
      </TouchableOpacity>
    );
  };

+  const hiddenCount = projects.filter(p => p.hidden).length;
+  const visibleProjects = showHidden ? projects : projects.filter(p => !p.hidden);
+
  const body = (
    <View style={{ flex: 1, backgroundColor: '#0A0A14' }}>
      {/* Header */}
@@ -243,6 +284,17 @@ export const ProjectsBrowser: React.FC<Props> = ({ visible = true, onClose, onAc
        );
      })()}

+      {/* Versteckte-Toggle — nur wenn es welche gibt (oder gerade eingeblendet) */}
+      {(hiddenCount > 0 || showHidden) && (
+        <TouchableOpacity onPress={() => setShowHidden(v => !v)} style={s.hiddenToggle}>
+          <Text style={s.hiddenToggleText}>
+            {showHidden
+              ? `🙈 Versteckte ausblenden${hiddenCount ? ` (${hiddenCount})` : ''}`
+              : `👁 Versteckte anzeigen${hiddenCount ? ` (${hiddenCount})` : ''}`}
+          </Text>
+        </TouchableOpacity>
+      )}
+
      {loading ? (
        <View style={{ padding: 24, alignItems: 'center' }}>
          <ActivityIndicator color="#0096FF" />
@@ -251,14 +303,21 @@ export const ProjectsBrowser: React.FC<Props> = ({ visible = true, onClose, onAc
        <Text style={s.errorText}>⚠ {err}</Text>
      ) : (
        <FlatList
-          data={projects}
+          data={visibleProjects}
          keyExtractor={p => p.id}
          renderItem={renderItem}
          ListEmptyComponent={
-            <Text style={s.emptyText}>
-              Noch keine Projekte. Tipp + Neu oder sag zu ARIA:{'\n'}
-              „Lass uns ein Projekt 'XY' anlegen".
-            </Text>
+            projects.length > 0 ? (
+              <Text style={s.emptyText}>
+                Alle {hiddenCount} Projekte sind versteckt.{'\n'}
+                Tipp „👁 Versteckte anzeigen".
+              </Text>
+            ) : (
+              <Text style={s.emptyText}>
+                Noch keine Projekte. Tipp + Neu oder sag zu ARIA:{'\n'}
+                „Lass uns ein Projekt 'XY' anlegen".
+              </Text>
+            )
          }
        />
      )}
@@ -365,6 +424,8 @@ const s = StyleSheet.create({
  headerBtnText: { color: '#0096FF', fontSize: 18, fontWeight: '600' },
  headerTitle: { flex: 1, textAlign: 'center', color: '#E0E0F0', fontSize: 18, fontWeight: '700' },
  row: {
+    flexDirection: 'row',
+    alignItems: 'center',
    paddingHorizontal: 16,
    paddingVertical: 12,
    borderBottomWidth: 1,
@@ -375,6 +436,18 @@ const s = StyleSheet.create({
    borderLeftWidth: 3,
    borderLeftColor: '#34C759',
  },
+  rowHidden: { opacity: 0.55 },
+  eyeBtn: { paddingHorizontal: 8, paddingVertical: 6, marginLeft: 6 },
+  eyeIcon: { fontSize: 18 },
+  hiddenBadge: { color: '#B392F0', fontSize: 10, fontWeight: '700',
+                 backgroundColor: 'rgba(179,146,240,0.15)', paddingHorizontal: 6,
+                 paddingVertical: 2, borderRadius: 4 },
+  hiddenToggle: {
+    paddingHorizontal: 16, paddingVertical: 10,
+    borderBottomWidth: 1, borderColor: '#1E1E2E',
+    backgroundColor: '#0D0D18',
+  },
+  hiddenToggleText: { color: '#B392F0', fontSize: 12, fontWeight: '600' },
  rowName: { color: '#E0E0F0', fontSize: 16, fontWeight: '600' },
  rowDesc: { color: '#8888AA', fontSize: 13, marginTop: 4 },
  rowMeta: { color: '#555570', fontSize: 11, marginTop: 4 },
@@ -49,7 +49,7 @@ import VoiceButton from '../components/VoiceButton';
 import FileUpload, { FileData } from '../components/FileUpload';
 import CameraUpload, { PhotoData } from '../components/CameraUpload';
 import MessageText from '../components/MessageText';
-import { loadConvWindowMs, loadTtsSpeed, TTS_SPEED_DEFAULT } from '../services/audio';
+import { loadConvWindowMs, loadTtsSpeed, TTS_SPEED_DEFAULT, loadSttEndpointMs } from '../services/audio';
 import Geolocation from '@react-native-community/geolocation';

 // --- Typen ---
@@ -562,6 +562,14 @@ const ChatScreen: React.FC = () => {
  // Wake Word: einmalig laden + Porcupine vorbereiten (wenn Access Key gesetzt)
  useEffect(() => {
    wakeWordService.loadFromStorage().catch(() => {});
+    // Mikro-Release-Hook: vor jedem Re-Arm eine laufende (passive) Streaming-
+    // Aufnahme canceln, sonst haelt sie das Mikro und OpenWakeWord.start()
+    // schlaegt fehl → Ohr bleibt ausgegraut (state=off).
+    wakeWordService.setMicReleaseHook(async () => {
+      if (audioService.isStreamingRecording()) {
+        await audioService.cancelStreamingRecording('rearm-mic-free');
+      }
+    });
    const unsub = wakeWordService.onStateChange((s) => {
      setWakeWordState(s);
      setWakeWordActive(s !== 'off');
@@ -1172,6 +1180,21 @@ const ChatScreen: React.FC = () => {
        });
        // ARIA hat geantwortet → Watchdog clearen, falls noch armiert
        clearStuckWatchdog();
+        // Thinking-Indikator fuer DIESEN Kontext raeumen. Die Antwort ist der
+        // definitive Beweis, dass der Turn fertig ist — unabhaengig davon, ob
+        // das agent_activity 'idle' der Bridge ankam (es kann mit abweichender
+        // projectId gesendet oder wegdedupt worden sein → "ARIA denkt" blieb
+        // sonst haengen). Zusaetzlich global raeumen, falls der sichtbare
+        // Kontext ueber den Legacy-Indikator lief.
+        {
+          const ansPid = ((message.payload as any).projectId as string) || '';
+          setAgentActivityByCtx(prev =>
+            prev[ansPid] && prev[ansPid].activity !== 'idle'
+              ? { ...prev, [ansPid]: { activity: 'idle', tool: '' } }
+              : prev);
+          setAgentActivity(cur =>
+            cur.activity === 'idle' ? cur : { activity: 'idle', tool: '' });
+        }
        // ALLE noch laufenden ACK-Timer clearen — Bridge hat unsere Messages
        // ja offensichtlich verarbeitet (sonst keine ARIA-Antwort). Wenn
        // ein ACK aus Netzgruenden verloren ging, soll der Retry nicht
@@ -1180,6 +1203,23 @@ const ChatScreen: React.FC = () => {
          clearAckTimer(cmid);
          pendingPayloads.current.delete(cmid);
        }
+        // Stille Antwort (speak=false, z.B. Fast-Path „nächster Titel") → es
+        // kommt KEIN TTS, also feuert onPlaybackFinished nie. Genau daran haengt
+        // aber das Wake-Word-Re-Arm — sonst bleibt das Ohr nach dem Steuerbefehl
+        // grau haengen (Reproduktion Stefan im Auto). Hier dieselbe Logik wie
+        // bei TTS-Ende anstossen: aktiv → Konversations-Fenster (resume),
+        // sonst → Konversation beenden (re-arm).
+        // Stumm = die Bridge sagt speak=false (Steuerbefehl-Skill via Fast-Path
+        // ODER local). Ein Antwort-Skill (speak=true) faellt NICHT hierunter —
+        // der wird vorgelesen + haelt das Gespraech offen. Kein answeredBy-
+        // Fallback mehr: die Bridge schickt speak zuverlaessig mit.
+        const _isSilent = (message.payload as any).speak === false;
+        if (_isSilent && wakeWordService.isConversing()) {
+          // Klarer Steuerbefehl (Liedersteuerung etc.) = KEINE Konversation →
+          // STOP: direkt zurueck aufs Wake-Word. Kein Gong, keine Aufnahme,
+          // kein 30s-Fenster (skipPassive=true).
+          wakeWordService.endConversation(true).catch(() => {});
+        }
      }

      // TTS-Audio abspielen wenn vorhanden — respektiert geraetelokalen Mute/Disable
@@ -1408,12 +1448,11 @@ const ChatScreen: React.FC = () => {
  useEffect(() => {
    const unsubPlayback = audioService.onPlaybackFinished(() => {
      if (!wakeWordService.isActive()) return;
-      if (AppState.currentState === 'active') {
-        wakeWordService.resume();
-      } else {
-        console.log('[Chat] TTS fertig im Background → endConversation (kein Multi-Turn)');
-        wakeWordService.endConversation().catch(() => {});
-      }
+      // Gespraech (gesprochene Antwort): KEIN neuer Gong / kein Aufnahme-Fenster,
+      // sondern direkt passives Lauschen (30s weiterreden wie mit einem Menschen).
+      // Im Hintergrund gibt's kein Multi-Turn → direkt re-armen (skipPassive).
+      const bg = AppState.currentState !== 'active';
+      wakeWordService.endConversation(bg).catch(() => {});
    });
    return () => unsubPlayback();
  }, []);
@@ -1450,7 +1489,7 @@ const ChatScreen: React.FC = () => {
        interrupted: wasInterrupted,
        location: location || null,
        noSpeechTimeoutMs: windowMs,
-        endpointMs: 1500,
+        endpointMs: await loadSttEndpointMs(),
        hardCapMs: 60000,
        projectId: focusedProjectIdRef.current,
      });
@@ -1546,7 +1585,7 @@ const ChatScreen: React.FC = () => {
        interrupted: true,   // Barge-In → Brain weiss "User hat unterbrochen"
        location: location || null,
        noSpeechTimeoutMs: windowMs,
-        endpointMs: 1500,
+        endpointMs: await loadSttEndpointMs(),
        hardCapMs: 60000,
        projectId: focusedProjectIdRef.current,
      });
@@ -1603,7 +1642,7 @@ const ChatScreen: React.FC = () => {
      interrupted: false,
      location: location || null,
      noSpeechTimeoutMs: Math.min(passiveMs, 30000),
-      endpointMs: 1500,
+      endpointMs: await loadSttEndpointMs(),
      hardCapMs: Math.max(passiveMs + 5000, 35000),
      projectId: focusedProjectIdRef.current,
    });
@@ -2013,7 +2052,7 @@ const ChatScreen: React.FC = () => {
      // Stoppen). Hard-Cap 5 Minuten als Notbremse — danach killt Whisper
      // die Session auch app-seitig haben wir +2s Toleranz.
      noSpeechTimeoutMs: 0,
-      endpointMs: 1500,
+      endpointMs: await loadSttEndpointMs(),
      hardCapMs: 300000,
      projectId: focusedProjectIdRef.current,
    });
@@ -2034,7 +2073,7 @@ const ChatScreen: React.FC = () => {
    await audioService.stopStreamingRecording('user');
    if (wakeWordService.isConversing()) {
      console.log('[Chat] Manueller Stop in Konversation → endConversation, zurueck zu armed');
-      await wakeWordService.endConversation();
+      await wakeWordService.endConversation(true);  // explizit gestoppt → STOP (kein 30s-Passiv)
    }
  }, []);

@@ -105,6 +105,14 @@ import wakeWordService, {
  KEYWORD_LABELS,
  DEFAULT_KEYWORD,
  WAKE_KEYWORD_STORAGE,
+  WAKE_THRESHOLD_DEFAULT,
+  WAKE_THRESHOLD_MIN,
+  WAKE_THRESHOLD_MAX,
+  loadWakeThreshold,
+  saveWakeThreshold,
+  PASSIVE_LISTEN_DEFAULT_MS,
+  loadPassiveListenMs,
+  savePassiveListenMs,
 } from '../services/wakeword';
 import ModeSelector from '../components/ModeSelector';
 import QRScanner from '../components/QRScanner';
@@ -200,6 +208,8 @@ const SettingsScreen: React.FC = () => {
  const [wakeKeyword, setWakeKeyword] = useState<string>(DEFAULT_KEYWORD);
  const [wakeStatus, setWakeStatus] = useState<string>('');
  const [wakeReadySound, setWakeReadySound] = useState<boolean>(true);
+  const [wakeThreshold, setWakeThreshold] = useState<number>(WAKE_THRESHOLD_DEFAULT);
+  const [passiveSec, setPassiveSec] = useState<number>(Math.round(PASSIVE_LISTEN_DEFAULT_MS / 1000));
  const [editingPath, setEditingPath] = useState(false);
  const [xttsVoice, setXttsVoice] = useState('');
  const [loadingVoice, setLoadingVoice] = useState<string | null>(null);
@@ -322,6 +332,8 @@ const SettingsScreen: React.FC = () => {
      if (saved && (WAKE_KEYWORDS as readonly string[]).includes(saved)) setWakeKeyword(saved);
    });
    isWakeReadySoundEnabled().then(setWakeReadySound);
+    loadWakeThreshold().then(setWakeThreshold).catch(() => {});
+    loadPassiveListenMs().then(ms => setPassiveSec(Math.round(ms / 1000))).catch(() => {});
    updateService.getApkCacheSize().then(setApkCacheInfo).catch(() => {});
    audioService.getTtsCacheSize().then(setTtsCacheInfo).catch(() => {});
    AsyncStorage.getItem('aria_xtts_voice').then(saved => {
@@ -1862,6 +1874,40 @@ const SettingsScreen: React.FC = () => {
          ))}
        </View>

+        <Text style={[styles.toggleLabel, {marginTop: 20}]}>Empfindlichkeit</Text>
+        <Text style={styles.toggleHint}>
+          Wie leicht das Wake-Word anspringt. Hoeher = strenger = weniger
+          Fehlauslösung (z.B. durch Musik/Radio, die das Mikro mithoert — der
+          Echo-Canceler kann nur ARIAs eigene Stimme rausrechnen, nicht Spotify),
+          aber du musst evtl. deutlicher sprechen. Default: {WAKE_THRESHOLD_DEFAULT.toFixed(2)}.
+          Wird beim „Speichern + Aktivieren" uebernommen.
+        </Text>
+        <View style={styles.prerollRow}>
+          <TouchableOpacity
+            style={styles.prerollButton}
+            onPress={() => {
+              const next = Math.max(WAKE_THRESHOLD_MIN, Math.round((wakeThreshold - 0.05) * 100) / 100);
+              setWakeThreshold(next);
+              saveWakeThreshold(next);
+            }}
+            disabled={wakeThreshold <= WAKE_THRESHOLD_MIN}
+          >
+            <Text style={styles.prerollButtonText}>−0.05</Text>
+          </TouchableOpacity>
+          <Text style={styles.prerollValue}>{wakeThreshold.toFixed(2)}</Text>
+          <TouchableOpacity
+            style={styles.prerollButton}
+            onPress={() => {
+              const next = Math.min(WAKE_THRESHOLD_MAX, Math.round((wakeThreshold + 0.05) * 100) / 100);
+              setWakeThreshold(next);
+              saveWakeThreshold(next);
+            }}
+            disabled={wakeThreshold >= WAKE_THRESHOLD_MAX}
+          >
+            <Text style={styles.prerollButtonText}>+0.05</Text>
+          </TouchableOpacity>
+        </View>
+
        <View style={{flexDirection: 'row', gap: 8, marginTop: 16, alignItems: 'center'}}>
          <TouchableOpacity
            style={[styles.connectButton, {flex: 1}]}
@@ -1907,6 +1953,39 @@ const SettingsScreen: React.FC = () => {
            thumbColor={wakeReadySound ? '#FFFFFF' : '#666680'}
          />
        </View>
+
+        <Text style={[styles.toggleLabel, {marginTop: 20}]}>Weiterreden-Fenster (Gespraech)</Text>
+        <Text style={styles.toggleHint}>
+          Nach einer gesprochenen ARIA-Antwort kannst du so lange einfach
+          weiterreden — ohne Wake-Word — bevor zurueck aufs Wake-Word geschaltet
+          wird. Reine Steuerbefehle (z.B. „nächster Titel") beenden sofort.
+          Default: {Math.round(PASSIVE_LISTEN_DEFAULT_MS / 1000)}s.
+        </Text>
+        <View style={styles.prerollRow}>
+          <TouchableOpacity
+            style={styles.prerollButton}
+            onPress={() => {
+              const next = Math.max(10, passiveSec - 5);
+              setPassiveSec(next);
+              savePassiveListenMs(next * 1000);
+            }}
+            disabled={passiveSec <= 10}
+          >
+            <Text style={styles.prerollButtonText}>−5</Text>
+          </TouchableOpacity>
+          <Text style={styles.prerollValue}>{passiveSec} s</Text>
+          <TouchableOpacity
+            style={styles.prerollButton}
+            onPress={() => {
+              const next = Math.min(60, passiveSec + 5);
+              setPassiveSec(next);
+              savePassiveListenMs(next * 1000);
+            }}
+            disabled={passiveSec >= 60}
+          >
+            <Text style={styles.prerollButtonText}>+5</Text>
+          </TouchableOpacity>
+        </View>
      </View>
      </>)}

@@ -44,6 +44,11 @@ const { AudioFocus, PcmStreamPlayer, PcmStreamRecorder } = NativeModules as {
    release: () => Promise<boolean>;
    kickReleaseMedia: () => Promise<boolean>;
    getMode?: () => Promise<number>;
+    // Zuverlaessiger Spotify-Resume via echtem MEDIA_PLAY-KeyEvent (statt
+    // Focus-Stack-Nudge). isMusicActive() zum Gaten: nur resumen wenn vor
+    // dem Gespraech wirklich Musik lief.
+    dispatchMediaPlay?: () => Promise<boolean>;
+    isMusicActive?: () => Promise<boolean>;
  };
  PcmStreamPlayer?: {
    start: (sampleRate: number, channels: number, prerollSeconds: number) => Promise<boolean>;
@@ -146,6 +151,26 @@ export const CONV_WINDOW_MIN_SEC = 3.0;
 export const CONV_WINDOW_MAX_SEC = 20.0;
 export const CONV_WINDOW_STORAGE_KEY = 'aria_conv_window_sec';

+// STT-Endpoint (ms Stille bis "fertig gesprochen"). Zu kurz = schneidet mitten
+// im Satz ab, besonders im Auto wo man mit Pausen spricht (Reproduktion: die
+// 11.8s-Frage wurde bei "…ohne dass ein" gekappt). 1500 war zu aggressiv;
+// 2400 default, im Auto ggf. hoeher. Konfigurierbar in den Settings.
+export const STT_ENDPOINT_DEFAULT_MS = 2400;
+export const STT_ENDPOINT_MIN_MS = 1000;
+export const STT_ENDPOINT_MAX_MS = 4000;
+export const STT_ENDPOINT_STORAGE_KEY = 'aria_stt_endpoint_ms';
+
+export async function loadSttEndpointMs(): Promise<number> {
+  try {
+    const raw = await AsyncStorage.getItem(STT_ENDPOINT_STORAGE_KEY);
+    if (raw != null) {
+      const n = parseInt(raw, 10);
+      if (isFinite(n) && n >= STT_ENDPOINT_MIN_MS && n <= STT_ENDPOINT_MAX_MS) return n;
+    }
+  } catch {}
+  return STT_ENDPOINT_DEFAULT_MS;
+}
+
 // TTS-Wiedergabegeschwindigkeit — wird pro Geraet gespeichert und an die
 // Bridge mitgegeben (speed-Param im F5-TTS infer()). 1.0 = normal.
 export const TTS_SPEED_DEFAULT = 1.0;
@@ -275,6 +300,13 @@ class AudioService {
  // damit Spotify nicht in Render-Pausen oder zwischen Antworten zurueckkehrt.
  private _conversationFocusActive: boolean = false;

+  // Lief unmittelbar VOR dem Focus-Grab (Wake-Word/Aufnahme) Musik? Wird beim
+  // Betreten des Dialogs gemerkt (latch: nur auf true), damit wir am Dialog-Ende
+  // NUR dann Spotify per MEDIA_PLAY-KeyEvent zuverlaessig resumen, wenn vorher
+  // wirklich etwas lief. Verhindert, dass wir bei Stille versehentlich Musik
+  // starten. Wird nach dem Resume-Dispatch wieder auf false gesetzt.
+  private _mediaWasActiveAtAcquire: boolean = false;
+
  // VAD State
  private vadEnabled: boolean = false;
  private lastSpeechTime: number = 0;
@@ -450,15 +482,29 @@ class AudioService {
      import('./logger').then(m => m.reportAppDebug('audio.focus',
        'AudioFocus.release() now')).catch(()=>{});
      AudioFocus?.release().catch(() => {});
-      // Spotify-Resume-Trigger: nach Abandon den USAGE_MEDIA-Focus-Stack
-      // mit kurzem TRANSIENT-Nudge aufmischen. Spotify resumed sonst bei
-      // manchen Versionen / Geraeten nicht zuverlaessig nach Auto-Loss.
-      // 50ms Delay damit das Abandon erst durch ist.
-      setTimeout(() => {
+      // Spotify-Resume: NUR wenn vor dem Gespraech wirklich Musik lief. Dann
+      // einen echten MEDIA_PLAY-KeyEvent an die aktive MediaSession schicken
+      // (wie die Play-Taste am Kopfhoerer) — das resumt Spotify zuverlaessig,
+      // im Gegensatz zum flakigen Focus-Stack-Nudge, der auf manchen Geraeten
+      // (OnePlus) nach Auto-Loss nicht griff. 120ms Delay, damit das Abandon
+      // sicher durch ist, bevor der Play-Key kommt.
+      const shouldResume = this._mediaWasActiveAtAcquire;
+      this._mediaWasActiveAtAcquire = false;
+      if (shouldResume) {
+        setTimeout(() => {
+          import('./logger').then(m => m.reportAppDebug('audio.focus',
+            'dispatchMediaPlay() now (Musik lief vor Dialog → Resume)')).catch(()=>{});
+          if (AudioFocus?.dispatchMediaPlay) {
+            AudioFocus.dispatchMediaPlay().catch(() => {});
+          } else {
+            // Fallback fuer alte Native-Builds ohne dispatchMediaPlay
+            AudioFocus?.nudgeMediaResume().catch(() => {});
+          }
+        }, 120);
+      } else {
        import('./logger').then(m => m.reportAppDebug('audio.focus',
-          'nudgeMediaResume() now (50ms after release)')).catch(()=>{});
-        AudioFocus?.nudgeMediaResume().catch(() => {});
-      }, 50);
+          'kein Resume (vor Dialog lief keine Musik)')).catch(()=>{});
+      }
    }, this.FOCUS_RELEASE_DELAY_MS);
  }

@@ -469,6 +515,20 @@ class AudioService {
    }
  }

+  /** Merkt sich (latch: nur auf true), ob GERADE Musik laeuft — VOR einem
+   *  Focus-Grab aufrufen. Am Dialog-Ende entscheidet die Flag, ob wir Spotify
+   *  aktiv per MEDIA_PLAY resumen. Awaitet bewusst isMusicActive bevor der
+   *  Focus-Request die Wiedergabe pausiert (sonst laese man schon 'false'). */
+  private async _captureMediaActive(): Promise<void> {
+    try {
+      const active = await AudioFocus?.isMusicActive?.();
+      if (active) {
+        this._mediaWasActiveAtAcquire = true;
+        console.log('[Audio] Musik lief vor Focus-Grab → Resume am Dialog-Ende gemerkt');
+      }
+    } catch {}
+  }
+
  /** Conversation-Mode beginnt → AudioFocus dauerhaft halten (Spotify bleibt
   *  pausiert). Idempotent: mehrfaches Aufrufen ist sicher. */
  acquireConversationFocus(): void {
@@ -476,7 +536,11 @@ class AudioService {
    this._conversationFocusActive = true;
    this._cancelDeferredFocusRelease();
    console.log('[Audio] Conversation-Focus aktiv (Spotify bleibt gepaust)');
-    AudioFocus?.requestDuck().catch(() => {});
+    // Erst pruefen ob Musik laeuft, DANN ducken (requestDuck wuerde sie sonst
+    // schon pausieren bevor wir es messen koennen).
+    this._captureMediaActive().finally(() => {
+      AudioFocus?.requestDuck().catch(() => {});
+    });
  }

  /** Conversation-Mode endet → Focus darf wieder freigegeben werden
@@ -493,6 +557,8 @@ class AudioService {
  haltAllPlayback(reason: string = ''): void {
    console.log('[Audio] haltAllPlayback: %s', reason || '(no reason)');
    this._conversationFocusActive = false;
+    // Barge-In → User spricht gleich weiter, Spotify NICHT resumen.
+    this._mediaWasActiveAtAcquire = false;
    this.stopPlayback();
  }

@@ -503,6 +569,8 @@ class AudioService {
  pauseForCall(reason: string = ''): void {
    console.log('[Audio] pauseForCall: %s', reason || '(no reason)');
    this._conversationFocusActive = false;
+    // Anruf → Spotify bleibt aus, kein Auto-Resume beim spaeteren Release.
+    this._mediaWasActiveAtAcquire = false;
    this._pausedForCall = true;
    // Queue + isPlaying ruecksetzen — sonst klemmt der naechste Play-Button
    // (playAudio sieht isPlaying=true und ruft _playNext nicht mehr auf).
@@ -796,6 +864,8 @@ class AudioService {
      this.setState('recording');

      // Andere Apps waehrend der Aufnahme pausieren (Musik, Videos etc.)
+      // Vorher merken ob Musik lief, damit wir sie danach resumen koennen.
+      await this._captureMediaActive();
      this._cancelDeferredFocusRelease();
      AudioFocus?.requestExclusive().catch(() => {});

@@ -1043,6 +1113,8 @@ class AudioService {
      }

      // AudioFocus exklusiv — gleiche Semantik wie beim Legacy-Pfad.
+      // Vorher merken ob Musik lief (fuer Resume am Dialog-Ende).
+      await this._captureMediaActive();
      this._cancelDeferredFocusRelease();
      AudioFocus?.requestExclusive().catch(() => {});

@@ -1659,11 +1731,39 @@ class AudioService {
        this._stoppedMessageId = activeMsgId;
        console.log('[Audio] Antwort %s als gestoppt markiert', activeMsgId);
      }
-      this.stopPlayback();
+      // NUR die hoerbare Wiedergabe stoppen — Cache-Buffer behalten, damit die
+      // Nachricht spaeter ueber das Lautsprecher-Symbol nachgehoert werden kann.
+      this._silenceAudibleOutput();
    }
  }
  isMuted(): boolean { return this._muted; }

+  /** Mund-Button: laufendes Vorlesen SOFORT verstummen lassen, aber den
+   *  PCM-Cache NICHT verwerfen (der Stream cached zu Ende → Nachhoeren via
+   *  Lautsprecher-Symbol bleibt moeglich). Unterschied zu stopPlayback():
+   *  - stopt den AudioTrack IMMER (auch wenn pcmStreamActive schon false ist,
+   *    weil der Stream fertig empfangen wurde aber der AudioTrack seinen Buffer
+   *    noch sekundenlang ausspielt — genau da war der Mund-Button wirkungslos),
+   *  - laesst pcmBuffer/pcmMessageId/pcmStreamActive stehen (Cache laeuft weiter). */
+  private _silenceAudibleOutput(): void {
+    console.log('[Audio] _silenceAudibleOutput: AudioTrack+WAV stoppen, Cache behalten');
+    this.audioQueue = [];
+    this.isPlaying = false;
+    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 IMMER hart stoppen (idempotent) — auch im Drain-Fall.
+    PcmStreamPlayer?.stop().catch(() => {});
+    stopBackgroundAudio().catch(() => {});
+    this._cancelDeferredFocusRelease();
+    AudioFocus?.release().catch(() => {});
+  }
+
  /** Laufende Wiedergabe stoppen + Queue leeren */
  stopPlayback(): void {
    // Idempotent: wenn nichts mehr aktiv ist, NICHT noch einen Focus-Release/
@@ -157,6 +157,7 @@ export interface Project {
  name: string;
  description: string;
  status: 'active' | 'ended' | 'archived';
+  hidden?: boolean;               // aus Listen ausgeblendet (bleibt nutzbar)
  created_at: number;
  updated_at: number;
  last_activity_at: number;
@@ -593,14 +594,22 @@ export const brainApi = {
    });
  },

-  /** Projekt-Metadaten patchen (name / description). */
-  updateProject(projectId: string, patch: Partial<Pick<Project, 'name' | 'description'>>): Promise<Project> {
+  /** Projekt-Metadaten patchen (name / description / hidden). */
+  updateProject(projectId: string, patch: Partial<Pick<Project, 'name' | 'description' | 'hidden'>>): Promise<Project> {
    return _send(`/projects/${encodeURIComponent(projectId)}`, {
      method: 'PATCH',
      body: patch,
    });
  },

+  /** Projekt verstecken / wieder sichtbar machen (bleibt voll nutzbar). */
+  setProjectHidden(projectId: string, hidden: boolean): Promise<Project> {
+    return _send(`/projects/${encodeURIComponent(projectId)}`, {
+      method: 'PATCH',
+      body: { hidden },
+    });
+  },
+
  /** Queue-Status: pro Kontext (project_id oder __main__ fuer Hauptchat)
   *  ob gerade ein Request in Verarbeitung ist + wieviele in der Queue warten.
   *  Wird fuer Status-Dots im Drawer periodisch gepollt. */
@@ -53,6 +53,30 @@ export async function savePassiveListenMs(ms: number): Promise<void> {

 export const WAKE_KEYWORD_STORAGE = 'aria_wake_keyword';

+// Wake-Word-Empfindlichkeit (openWakeWord-Threshold). Hoeher = strenger =
+// weniger Fehlauslösung (z.B. durch Musik/Radio ueber die Auto-Lautsprecher,
+// die das Mikro mithoert — der App-Echo-Canceler kann nur ARIAs eigenes TTS
+// rausrechnen, NICHT Spotify). Default 0.6 (war 0.5). 0..1.
+export const WAKE_THRESHOLD_DEFAULT = 0.6;
+export const WAKE_THRESHOLD_MIN = 0.3;
+export const WAKE_THRESHOLD_MAX = 0.9;
+export const WAKE_THRESHOLD_STORAGE_KEY = 'aria_wake_threshold';
+
+export async function loadWakeThreshold(): Promise<number> {
+  try {
+    const raw = await AsyncStorage.getItem(WAKE_THRESHOLD_STORAGE_KEY);
+    if (raw != null) {
+      const n = parseFloat(raw);
+      if (isFinite(n) && n >= WAKE_THRESHOLD_MIN && n <= WAKE_THRESHOLD_MAX) return n;
+    }
+  } catch {}
+  return WAKE_THRESHOLD_DEFAULT;
+}
+
+export async function saveWakeThreshold(v: number): Promise<void> {
+  await AsyncStorage.setItem(WAKE_THRESHOLD_STORAGE_KEY, String(v));
+}
+
 /** Verfuegbare Wake-Words — entsprechen den .onnx Dateien in
 *  android/app/src/main/assets/openwakeword/. Custom-Keywords (eigenes
 *  Training via openwakeword Notebook) muessen aktuell als Asset eingebaut
@@ -76,8 +100,9 @@ export const KEYWORD_LABELS: Record<WakeKeyword, string> = {
  hey_rhasspy: 'Hey Rhasspy',
 };

-// Detection-Tuning — kann in Settings spaeter konfigurierbar werden.
-const DEFAULT_THRESHOLD = 0.5;
+// Detection-Tuning. Threshold ist ueber die Settings konfigurierbar
+// (loadWakeThreshold) — der Wert hier ist nur der Fallback.
+const DEFAULT_THRESHOLD = WAKE_THRESHOLD_DEFAULT;
 const DEFAULT_PATIENCE = 2;
 const DEFAULT_DEBOUNCE_MS = 1500;

@@ -132,6 +157,12 @@ class WakeWordService {
   *  hier eine streaming-Aufnahme OHNE User-Bubble (passiv lauschen). */
  private passiveListenCallbacks: PassiveListenCallback[] = [];

+  /** Hook, der das Mikro freigibt (laufende Streaming-Aufnahme canceln) BEVOR
+   *  wir OpenWakeWord.start() rufen. Ohne das haelt die passive/conversing
+   *  Aufnahme das Mikro noch, start() schlaegt fehl → Ohr bleibt ausgegraut
+   *  (state=off). ChatScreen registriert den Hook mit audioService.cancel…. */
+  private micReleaseHook: (() => Promise<void>) | null = null;
+
  private keyword: WakeKeyword = DEFAULT_KEYWORD;
  private nativeReady: boolean = false;
  private initInProgress: Promise<boolean> | null = null;
@@ -149,6 +180,19 @@ class WakeWordService {
    }
  }

+  /** ChatScreen registriert hier einen Hook, der eine laufende Streaming-
+   *  Aufnahme cancelt (Mikro freigeben) — wird vor jedem Re-Arm gerufen. */
+  setMicReleaseHook(fn: (() => Promise<void>) | null): void {
+    this.micReleaseHook = fn;
+  }
+
+  private async _freeMic(): Promise<void> {
+    if (!this.micReleaseHook) return;
+    try { await this.micReleaseHook(); } catch (e) {
+      console.warn('[WakeWord] micReleaseHook err:', e);
+    }
+  }
+
  /** Settings-Wechsel: anderes Wake-Word. Re-Init des Native-Moduls. */
  async configure(keyword: string): Promise<boolean> {
    const next: WakeKeyword = (WAKE_KEYWORDS as readonly string[]).includes(keyword)
@@ -178,7 +222,9 @@ class WakeWordService {
    if (this.initInProgress) return this.initInProgress;
    this.initInProgress = (async () => {
      try {
-        await OpenWakeWord.init(this.keyword, DEFAULT_THRESHOLD, DEFAULT_PATIENCE, DEFAULT_DEBOUNCE_MS);
+        const threshold = await loadWakeThreshold();
+        console.log('[WakeWord] init mit threshold=%s', threshold);
+        await OpenWakeWord.init(this.keyword, threshold, DEFAULT_PATIENCE, DEFAULT_DEBOUNCE_MS);
        // Subscribe nur einmal
        if (!this.eventSub) {
          const emitter = new NativeEventEmitter(NativeModules.OpenWakeWord);
@@ -422,7 +468,10 @@ class WakeWordService {
   *  wuerde sonst OpenWakeWord.stop() rufen weil bargeListening noch true
   *  ist, und unseren frisch re-armierten Listener killen.
   */
-  async endConversation(): Promise<void> {
+  /** @param skipPassive true = KEIN passives Lauschen, direkt zurueck aufs
+   *  Wake-Word (armed). Fuer klare Steuerbefehle (Fast-Path) — nach
+   *  "nächster Titel" will Stefan kein 30s-Fenster, sondern Stop. */
+  async endConversation(skipPassive: boolean = false): Promise<void> {
    if (this.state !== 'conversing') {
      import('./logger').then(m => m.reportAppDebug('wake.end',
        `endConversation called but state=${this.state} → noop`)).catch(()=>{});
@@ -442,7 +491,7 @@ class WakeWordService {
    // (Phase 3) filtert fremde Stimmen weg, der User kann ohne erneute
    // Anrede weitersprechen.
    const passiveMs = await loadPassiveListenMs();
-    if (passiveMs > 0 && this.nativeReady) {
+    if (!skipPassive && passiveMs > 0 && this.nativeReady) {
      this.enterPassiveListening(passiveMs);
      return;
    }
@@ -454,6 +503,7 @@ class WakeWordService {
      // als state extra zu fragen, garantiert dass nach diesem Pfad
      // Native auch wirklich an ist falls es out-of-band gestoppt wurde.
      try {
+        await this._freeMic();   // Streaming-Aufnahme canceln → Mikro frei
        await OpenWakeWord.start();
        console.log('[WakeWord] Konversation zu Ende — zurueck zu armed (wasBarge=%s)', wasBarge);
        import('./logger').then(m => m.reportAppDebug('wake.end',
@@ -520,6 +570,7 @@ class WakeWordService {
    // timeout oder manual → Wake-Word reaktivieren, armed-State.
    if (this.nativeReady && OpenWakeWord) {
      try {
+        await this._freeMic();   // passive Streaming-Aufnahme canceln → Mikro frei
        await OpenWakeWord.start();
        console.log('[WakeWord] zurueck zu armed nach passive-listen');
        ToastAndroid.show(`Lausche wieder auf "${KEYWORD_LABELS[this.keyword]}"`, ToastAndroid.SHORT);
@@ -564,6 +615,7 @@ class WakeWordService {
    this.lastTriggerAt = 0;
    if (this.nativeReady && OpenWakeWord) {
      try {
+        await this._freeMic();   // ggf. laufende Aufnahme canceln → Mikro frei
        await OpenWakeWord.start();
        ToastAndroid.show('Hintergrund-Trigger verworfen — lausche wieder', ToastAndroid.SHORT);
        this.setState('armed');
@@ -30,6 +30,7 @@ from memory import Embedder, VectorStore, MemoryPoint
 from prompts import build_system_prompt, IDENTITY_SEED, IDENTITY_ANCHOR, looks_like_identity_break
 from proxy_client import ProxyClient, Message as ProxyMessage
 import router as router_mod
+import metrics
 from local_llm import local_llm_chat
 import skills as skills_mod
 import triggers as triggers_mod
@@ -233,6 +234,24 @@ META_TOOLS = [
                            "\"method\":\"PUT\"},\"reply\":\"Spotify: pausiert ⏸\"}]"
                        ),
                    },
+                    "speak": {
+                        "type": "boolean",
+                        "description": (
+                            "Soll die Antwort dieses Skills VORGELESEN werden (TTS)? "
+                            "Default false. \n"
+                            "- false = reiner STEUERBEFEHL (Spotify next/pause, Licht, "
+                            "Rollade): es gibt nichts vorzulesen, die App beendet direkt "
+                            "und lauscht wieder aufs Wake-Word (knackig, wie ein "
+                            "Kommando).\n"
+                            "- true = ANTWORT-Skill: das Ergebnis ist eine Information, "
+                            "die Stefan HOEREN will (z.B. ein Wuerfelergebnis, ein "
+                            "Nachschlage-Wert, ein Status). Dann wird die Antwort "
+                            "vorgelesen und das Gespraechs-Fenster bleibt offen.\n"
+                            "Gilt fuer Fast-Path UND wenn das lokale LLM den Skill "
+                            "aufruft. Im Zweifel bei Kommandos false, bei "
+                            "Frage-Antwort-Skills true."
+                        ),
+                    },
                },
                "required": ["name", "description", "entry_code"],
            },
@@ -309,6 +328,13 @@ META_TOOLS = [
                            "wieder durch Claude). Wenn nicht angegeben: bleibt unberuehrt."
                        ),
                    },
+                    "speak": {
+                        "type": "boolean",
+                        "description": (
+                            "Vorlesen ja/nein (siehe skill_create). false = "
+                            "Steuerbefehl/stumm, true = Antwort-Skill/vorlesen."
+                        ),
+                    },
                },
                "required": ["name"],
            },
@@ -1017,10 +1043,36 @@ META_TOOLS = [
 # Diese Logik ist generisch — ARIA deklariert die Patterns selbst beim
 # skill_create / skill_update, das Brain orchestriert nur.

+def _strip_leading_hint_blocks(text: str) -> str:
+    """Entfernt fuehrende Hint-Bloecke `[ ... ]`, die die Bridge an
+    Voice-Nachrichten haengt (GPS-Position, Barge-In-Hinweis). Ohne das matcht
+    KEIN Voice-Befehl je den Fast-Path (Regex ist ^...$-verankert) — selbst
+    'nächstes lied' landete unnoetig bei Claude statt beim 0-Token-Fast-Path."""
+    s = (text or "").strip()
+    prev = None
+    while prev != s:
+        prev = s
+        s = re.sub(r"^\s*\[[^\]]*\]\s*", "", s)
+    return s
+
+
+def _fold_umlauts(s: str) -> str:
+    """ä→ae, ö→oe, ü→ue, ß→ss (lowercase erwartet). Whisper liefert echte
+    Umlaute ('Nächstes Lied'), viele Skill-fast_patterns sind aber in ae/oe/ue
+    geschrieben — ohne Faltung matcht das nie."""
+    return (s.replace("ä", "ae").replace("ö", "oe").replace("ü", "ue")
+             .replace("ß", "ss"))
+
+
 def _normalize_for_fast_match(text: str) -> str:
-    norm = (text or "").strip().lower()
-    norm = re.sub(r"[.!?]+$", "", norm)
-    norm = re.sub(r"\s+", " ", norm)
+    norm = _strip_leading_hint_blocks(text).lower()
+    norm = _fold_umlauts(norm)
+    # Interne Satzzeichen raus, die Whisper einstreut ('Nächstes Lied, bitte.').
+    # Kommas/Semikola/Doppelpunkte → Space, Punkt/!/? ganz weg. Sonst matcht das
+    # ^...$-verankerte fast_pattern nie, weil das Komma dazwischenfunkt.
+    norm = re.sub(r"[,;:]", " ", norm)
+    norm = re.sub(r"[.!?]+", "", norm)
+    norm = re.sub(r"\s+", " ", norm).strip()
    return norm


@@ -1116,6 +1168,9 @@ class Agent:
                rx = pat.get("match") or ""
                if not rx:
                    continue
+                # Pattern GLEICH falten wie den Text — egal ob der Skill-Autor
+                # 'naechstes' oder 'nächstes' geschrieben hat.
+                rx = _fold_umlauts(rx)
                try:
                    if not re.match(rx, norm, re.IGNORECASE):
                        continue
@@ -1124,6 +1179,8 @@ class Agent:
                    continue
                args = pat.get("args") or {}
                reply = pat.get("reply") or f"{skill_name}: ok"
+                # Vorlesen? Folgt dem Skill-Manifest (Default False=Steuerbefehl).
+                self._fast_path_speak = bool(skill.get("speak", False))
                logger.info("[fast-path] match skill=%s pattern=%r msg=%r",
                            skill_name, rx, user_message[:60])
                try:
@@ -1150,6 +1207,32 @@ class Agent:
    _LOCAL_WINDOW_TURNS = 8   # nur die letzten N Turns ans lokale Modell (Speed)
    _LOCAL_TOOL_ITERATIONS = 3  # max Tool-Runden lokal, sonst → Claude

+    # Weiche Fehler-Marker im Tool-Ausgabetext. Viele Action-Skills geben einen
+    # menschenlesbaren Fehler auf stdout aus und beenden sich TROTZDEM mit Exit 0
+    # (z.B. Spotify: "Fehler beim Uebertragen", "Geraet nicht gefunden"). Der
+    # harte FEHLER-Prefix (Exit != 0) faengt das nicht. Fuer run_*-Skills werten
+    # wir daher auch solche Marker als Fehlschlag → eskalieren an Claude, der
+    # mehrstufig weiterdenkt. Info-Tools (web_search/memory_search) sind bewusst
+    # AUSGENOMMEN: deren Inhalt darf das Wort "Fehler" tragen ohne dass der
+    # Tool-Call scheiterte. Eskalieren ist immer sicher (nur langsamer).
+    _SOFT_FAIL_MARKERS = (
+        "fehler", "fehlgeschlagen", "nicht gefunden", "not found",
+        "konnte nicht", "keine verbindung", "nicht verfuegbar",
+        "exception", "traceback",
+    )
+
+    def _local_tool_failed(self, tool_name: str, tresult: str) -> bool:
+        """True wenn ein lokaler Tool-Call als gescheitert gilt (→ Claude)."""
+        s = (tresult or "").strip()
+        if not s:
+            return False
+        if s.startswith("FEHLER"):           # harter Exit-Code-Fehler
+            return True
+        if tool_name.startswith("run_"):     # Action-Skill: auch weiche Fehler
+            low = s.lower()
+            return any(mk in low for mk in self._SOFT_FAIL_MARKERS)
+        return False
+
    # Kuratierte Tool-Auswahl fuers lokale Tier (B1b): web_search (local-only,
    # SearXNG) + memory_search/trigger_timer (aus META_TOOLS) + Spotify-Skill.
    # Bewusst klein (Speed + Sicherheit); alles andere → Claude.
@@ -1165,12 +1248,33 @@ class Agent:
                break
        return tools

+    def _skill_speak_flag(self, tname: str) -> bool:
+        """speak-Flag eines run_*-Skills aus dem Manifest (Default False =
+        Steuerbefehl/stumm). Loest run_-Name → Skill fuzzy auf (Bindestriche)."""
+        if not tname.startswith("run_"):
+            return True
+        suffix = tname[len("run_"):]
+        m = skills_mod.read_manifest(suffix)
+        if m is None:
+            for cand in skills_mod.list_skills(active_only=False):
+                cn = cand.get("name") or ""
+                if re.sub(r"[^a-zA-Z0-9_]", "_", cn) == suffix:
+                    m = cand
+                    break
+        return bool((m or {}).get("speak", False))
+
    def _try_local_fast_lane(self, user_message: str,
                             active_project_id: str) -> Optional[str]:
        cfg = router_mod.load_config()
        if not router_mod.should_try_local(user_message, cfg):
            return None
+        # Vorlesen ja/nein fuer diesen lokalen Turn. Default True (Info-Antwort).
+        # Fuehrt local einen Skill (run_*) aus, uebernimmt dessen speak-Flag aus
+        # dem Manifest (Steuerbefehl-Skill=False → stumm, Antwort-Skill=True).
+        # Info-Tools (web_search/memory_search/trigger_timer) lassen es bei True.
+        self._local_turn_speak = True
        local_only = bool(cfg.get("localOnly"))
+        local_model = cfg.get("localLlmModel") or "qwen3-8b"  # B0.5: llama-swap-Key
        tools = self._build_local_tools()  # B1b: kuratierte Tools

        sys_prompt = router_mod.build_local_system_prompt(IDENTITY_ANCHOR,
@@ -1185,13 +1289,21 @@ class Agent:
        # Spotify aufrufen. Ergebnisse zurueck, bis es final (ohne tool_calls) antwortet.
        final = ""
        for _ in range(self._LOCAL_TOOL_ITERATIONS):
-            res = local_llm_chat(messages, max_tokens=500, temperature=0.5, tools=tools)
+            res = local_llm_chat(messages, max_tokens=500, temperature=0.5,
+                                 tools=tools, model=local_model)
            if not res.get("ok"):
                logger.info("[router] lokal fehlgeschlagen (%s) — %s", res.get("error"),
                            "kein Fallback (localOnly)" if local_only else "→ Claude")
                if local_only:
                    return f"[Lokales LLM nicht erreichbar: {res.get('error', 'unbekannt')}]"
                return None
+            # Metric: dieser lokale Call (echte usage-Tokens wenn der Adapter sie
+            # liefert). Erfasst pro Tool-Runde — mehrere Runden = mehrere Calls.
+            try:
+                metrics.log_local_call(res.get("model") or local_model, messages,
+                                       res.get("content") or "", res.get("usage"))
+            except Exception:
+                pass
            tcs = res.get("tool_calls")
            if tcs:
                messages.append({"role": "assistant",
@@ -1208,7 +1320,12 @@ class Agent:
                    logger.info("[router] lokal Tool-Call: %s(%s)", tname,
                                ", ".join(targs.keys()))
                    tresult = self._dispatch_tool(tname, targs)
-                    if (tresult or "").strip().startswith("FEHLER"):
+                    # Echter Skill (run_*) erfolgreich? Dann uebernimmt dieser
+                    # Turn das speak-Flag des Skills (Steuerbefehl=stumm,
+                    # Antwort-Skill=vorlesen). Letzter Skill gewinnt.
+                    if tname.startswith("run_") and not self._local_tool_failed(tname, tresult):
+                        self._local_turn_speak = self._skill_speak_flag(tname)
+                    if self._local_tool_failed(tname, tresult):
                        had_error = True
                    messages.append({"role": "tool",
                                     "tool_call_id": tc.get("id") or "",
@@ -1297,7 +1414,15 @@ class Agent:
            self.conversation.add("assistant", fast_reply, project_id=active_project_id)
            if active_project_id:
                projects_mod.touch_project(active_project_id)
-            return fast_reply, "fast-path"
+            # Metric: Fast-Path spart einen ganzen Claude-Call zum Nulltarif.
+            try:
+                metrics.log_fast_path(fast_reply)
+            except Exception:
+                pass
+            # Vorlesen folgt dem Skill-Manifest (speak): Steuerbefehl=stumm,
+            # Antwort-Skill=vorlesen. Default False (reiner Steuerbefehl).
+            speak = bool(getattr(self, "_fast_path_speak", False))
+            return fast_reply, "fast-path", speak

        # 1. User-Turn an die Konversation
        self.conversation.add("user", user_message, source=source,
@@ -1311,7 +1436,10 @@ class Agent:
        # teure Claude-Aufbau + Tool-Loop wird uebersprungen. Sonst None → Claude.
        local_reply = self._try_local_fast_lane(user_message, active_project_id)
        if local_reply is not None:
-            return local_reply, "local"
+            # speak folgt dem Skill: Steuerbefehl-Skill (speak=false) → stumm +
+            # App beendet direkt; Antwort-Skill/Info-Tool → vorlesen + Gespraech.
+            speak = getattr(self, "_local_turn_speak", True)
+            return local_reply, "local", speak

        # 2. Hot Memory (alle pinned Punkte)
        hot = self.store.list_pinned()
@@ -1427,6 +1555,12 @@ class Agent:
        # zwei Turns, was OpenAI/Anthropic verwirrt und bei strict tools-Aufrufen
        # zu 400-Errors fuehren kann.
        final_reply = ""
+        # Vorlesen ja/nein fuer diesen Claude-Turn. Default True (Gespraech).
+        # Fuehrt Claude einen Steuerbefehl-Skill (run_*, speak=false) erfolgreich
+        # aus, wird die Antwort NICHT vorgelesen — der Text landet aber normal in
+        # der Bubble (Stefans Wunsch). Antwort-Skills (speak=true) + reine
+        # Konversation bleiben gesprochen.
+        self._claude_turn_speak = True
        try:
            for iteration in range(self.MAX_TOOL_ITERATIONS):
                result = self.proxy.chat_full(messages, tools=tools,
@@ -1444,6 +1578,11 @@ class Agent:
                    # Tools ausfuehren + Ergebnis als role=tool zurueck
                    for tc in result.tool_calls:
                        tool_result = self._dispatch_tool(tc["name"], tc["arguments"])
+                        # Steuerbefehl-Skill (run_*, speak=false) erfolgreich
+                        # ausgefuehrt → Antwort nicht vorlesen (letzter Skill gewinnt).
+                        _tn = tc.get("name") or ""
+                        if _tn.startswith("run_") and not self._local_tool_failed(_tn, tool_result):
+                            self._claude_turn_speak = self._skill_speak_flag(_tn)
                        # Cap auf 50 KB — passt zur Cap in _dispatch_tool fuer
                        # Skill-Outputs (siehe agent.py weiter unten). 8 KB war
                        # viel zu wenig: Spotify _all=true mit 90 Playlists
@@ -1512,7 +1651,8 @@ class Agent:
        # 7. Assistant-Turn (final reply) in die Conversation
        self.conversation.add("assistant", final_reply,
                              project_id=active_project_id)
-        return final_reply, "claude"
+        # speak folgt dem ausgefuehrten Skill (Steuerbefehl=stumm), sonst True.
+        return final_reply, "claude", bool(getattr(self, "_claude_turn_speak", True))

    # ── Tool-Dispatcher ───────────────────────────────────────

@@ -1533,6 +1673,7 @@ class Agent:
                    pip_packages=arguments.get("pip_packages", []),
                    config_schema=arguments.get("config_schema") or None,
                    fast_patterns=arguments.get("fast_patterns") or None,
+                    speak=bool(arguments.get("speak", False)),
                    author="aria",
                )
                # Side-Channel-Event: Stefan soll sehen wenn ARIA was anlegt
@@ -1592,6 +1733,8 @@ class Agent:
                for k in ("entry_code", "readme", "description", "args", "active"):
                    if k in arguments and arguments[k] is not None:
                        patch[k] = arguments[k]
+                if "speak" in arguments and arguments["speak"] is not None:
+                    patch["speak"] = bool(arguments["speak"])
                if "pip_packages" in arguments and isinstance(arguments["pip_packages"], list):
                    patch["pip_packages"] = arguments["pip_packages"]
                if "config_schema" in arguments and isinstance(arguments["config_schema"], list):
@@ -150,7 +150,7 @@ async def _fire(trigger: dict, agent_factory) -> None:

    try:
        agent = agent_factory()
-        reply, _ = agent.chat(prompt, source="trigger")
+        reply, _, _ = agent.chat(prompt, source="trigger")
        events = agent.pop_events()
        logger.info("[trigger] %s gefeuert → ARIA-Reply: %s", name, reply[:80])
        triggers_mod.append_log(name, {"event": "reply", "text": reply[:500]})
@@ -29,11 +29,12 @@ LOCAL_LLM_HTTP_TIMEOUT_SEC = float(os.environ.get("LOCAL_LLM_HTTP_TIMEOUT_SEC",


 def local_llm_chat(messages: list, *, max_tokens: int = 512,
-                   temperature: float = 0.7, stop=None, tools=None) -> dict:
+                   temperature: float = 0.7, stop=None, tools=None,
+                   model=None) -> dict:
    """Ein Chat-Call ans lokale LLM. messages = [{role, content}, ...].
-    tools (B1b): optionale OpenAI-Tool-Defs; das Ergebnis kann dann
-    result['tool_calls'] enthalten. Blockierend (urllib) — chat() laeuft
-    ohnehin im Executor-Thread."""
+    model (B0.5): welches Modell llama-swap laden soll. tools (B1b): optionale
+    OpenAI-Tool-Defs; das Ergebnis kann dann result['tool_calls'] enthalten.
+    Blockierend (urllib) — chat() laeuft ohnehin im Executor-Thread."""
    if not isinstance(messages, list) or not messages:
        return {"ok": False, "error": "messages leer/ungueltig"}
    req = {"messages": messages, "max_tokens": max_tokens, "temperature": temperature}
@@ -41,6 +42,8 @@ def local_llm_chat(messages: list, *, max_tokens: int = 512,
        req["stop"] = stop
    if tools:
        req["tools"] = tools
+    if model:
+        req["model"] = model
    try:
        body = json.dumps(req).encode("utf-8")
        http_req = urllib.request.Request(
@@ -633,6 +633,9 @@ class ChatOut(BaseModel):
    # Welcher Backend die Antwort erzeugt hat: "local" (Qwen), "claude",
    # "fast-path" (Skill/Regex). Fuer den Quell-Badge in Diagnostic.
    answered_by: str = "claude"
+    # Soll die Antwort vorgelesen werden? Fast-Path (reiner Steuerbefehl) = False;
+    # ARIA-Antworten (local/claude) = True. System-Flag statt <voice>-Tag.
+    speak: bool = True
    # Echo der project_id die dieser Turn hatte. Bridge nutzt sie damit die
    # ausgehende Chat-Bubble sauber getaggt in der richtigen Thread-Bahn der
    # UI landet.
@@ -716,7 +719,7 @@ async def chat(body: ChatIn, background: BackgroundTasks):
                # Sync-Aufruf im Executor damit wir den Event-Loop nicht blocken —
                # chat() macht HTTP-Calls (Proxy) die 30-60s dauern koennen.
                loop = asyncio.get_running_loop()
-                reply, answered_by = await loop.run_in_executor(
+                reply, answered_by, speak = await loop.run_in_executor(
                    None,
                    lambda: a.chat(
                        body.message, source=body.source, project_id=pid,
@@ -739,6 +742,7 @@ async def chat(body: ChatIn, background: BackgroundTasks):
                events=a.pop_events(),
                project_id=pid,
                answered_by=answered_by,
+                speak=speak,
            )
    finally:
        _project_pending[pid] = [
@@ -813,6 +817,7 @@ def projects_archive(project_id: str):
 class ProjectUpdateBody(BaseModel):
    name: Optional[str] = None
    description: Optional[str] = None
+    hidden: Optional[bool] = None


@app.patch("/projects/{project_id}")
@@ -52,25 +52,55 @@ def _messages_tokens(messages: list) -> int:
    return total


-def log_call(model: str, messages_in: list, reply_text: str = "") -> None:
-    """Eine Call-Metric anhaengen. Robust gegen Fehler (silent fail)."""
+def _append(model: str, tokens_in: int, tokens_out: int, source: str) -> None:
+    """Ein Metric-Entry auf Disk anhaengen. Robust (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,
+            "in": int(tokens_in),
+            "out": int(tokens_out),
+            "source": source,          # "claude" | "local" | "fast-path"
        })
        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)
+        logger.warning("metrics._append: %s", exc)
+
+
+def log_call(model: str, messages_in: list, reply_text: str = "",
+             source: str = "claude") -> None:
+    """Claude-Call-Metric anhaengen (Tokens per chars/4-Schaetzung)."""
+    _append(model, _messages_tokens(messages_in), _estimate_tokens(reply_text), source)
+
+
+def log_local_call(model: str, messages_in: list, reply_text: str = "",
+                   usage: dict | None = None) -> None:
+    """Lokaler-LLM-Call-Metric. Nutzt echte usage-Tokens (prompt/completion)
+    wenn der Adapter sie liefert, sonst chars/4-Schaetzung wie bei Claude.
+    Quelle = 'local' — damit die Ersparnis-Rechnung local von claude trennt."""
+    tokens_in = tokens_out = None
+    if isinstance(usage, dict):
+        pt = usage.get("prompt_tokens")
+        ct = usage.get("completion_tokens")
+        if isinstance(pt, (int, float)):
+            tokens_in = int(pt)
+        if isinstance(ct, (int, float)):
+            tokens_out = int(ct)
+    if tokens_in is None:
+        tokens_in = _messages_tokens(messages_in)
+    if tokens_out is None:
+        tokens_out = _estimate_tokens(reply_text)
+    _append(model or "local", tokens_in, tokens_out, "local")
+
+
+def log_fast_path(reply_text: str = "") -> None:
+    """Fast-Path (reiner Skill, KEIN LLM) — spart einen ganzen Claude-Call zum
+    Nulltarif. tokens_in=0 (kein Prompt ans LLM), out = winzige Quittung."""
+    _append("fast-path", 0, _estimate_tokens(reply_text), "fast-path")


 def _maybe_rotate() -> None:
@@ -95,6 +125,11 @@ def aggregate(window_seconds: int) -> dict:
    tokens_in = 0
    tokens_out = 0
    by_model: dict[str, int] = {}
+    # Aufschluesselung nach Quelle (claude / local / fast-path) fuer die
+    # Ersparnis-Anzeige im Diagnostic.
+    def _src_bucket() -> dict:
+        return {"calls": 0, "tokens_in": 0, "tokens_out": 0}
+    by_source: dict[str, dict] = {}
    if METRICS_FILE.exists():
        try:
            for raw in METRICS_FILE.read_text(encoding="utf-8").splitlines():
@@ -107,11 +142,19 @@ def aggregate(window_seconds: int) -> dict:
                    continue
                if obj.get("ts", 0) < cutoff_ms:
                    continue
+                ti = int(obj.get("in") or 0)
+                to = int(obj.get("out") or 0)
                calls += 1
-                tokens_in += int(obj.get("in") or 0)
-                tokens_out += int(obj.get("out") or 0)
+                tokens_in += ti
+                tokens_out += to
                m = obj.get("model", "?")
                by_model[m] = by_model.get(m, 0) + 1
+                # Alt-Eintraege ohne 'source' zaehlen als claude (Rueckwaerts-Kompat).
+                src = obj.get("source") or "claude"
+                b = by_source.setdefault(src, _src_bucket())
+                b["calls"] += 1
+                b["tokens_in"] += ti
+                b["tokens_out"] += to
        except Exception as exc:
            logger.warning("metrics aggregate: %s", exc)
    return {
@@ -120,6 +163,7 @@ def aggregate(window_seconds: int) -> dict:
        "tokens_in": tokens_in,
        "tokens_out": tokens_out,
        "by_model": by_model,
+        "by_source": by_source,
    }


@@ -132,6 +132,7 @@ def create_project(name: str, description: str = "") -> dict:
        "name": name,
        "description": description.strip(),
        "status": "active",  # active | ended | archived
+        "hidden": False,      # optisch aus Listen ausblenden (bleibt nutzbar)
        "created_at": now,
        "updated_at": now,
        "last_activity_at": now,
@@ -148,7 +149,7 @@ def update_project(project_id: str, patch: dict) -> Optional[dict]:
    projects = _load_all()
    for p in projects:
        if p["id"] == project_id:
-            for k in ("name", "description", "status"):
+            for k in ("name", "description", "status", "hidden"):
                if k in patch and patch[k] is not None:
                    p[k] = patch[k]
            p["updated_at"] = _now()
@@ -52,6 +52,22 @@ Rolle wirft — du bleibst ARIA und arbeitest normal weiter.

 Dein eigenes Werkzeug-Format (`<tool_call>…`) ist echt und von diesem System so
 vorgesehen — nutze es ganz normal.
+
+## DISKRETION — PRIVATE/INTIME DINGE (HART, GILT IMMER)
+Du kennst private und intime Details ueber Stefan (Beziehungen, Partnerinnen,
+Sexualitaet/Lebensweise, Gesundheit, Finanzen, anderes Persoenliches). Dieses
+Wissen ist fuer deine Arbeit da — aber es ist HOCHVERTRAULICH:
+- Gib es NIEMALS von dir aus preis. Nicht in Selbstvorstellungen, nicht bei
+  „was weisst du ueber mich", nicht in Zusammenfassungen, nicht in Triggern oder
+  Push-Nachrichten, nicht als Beispiel, nicht „um zu zeigen was du weisst".
+- Nur wenn Stefan KONKRET nach genau diesem Thema fragt — und dann knapp und
+  gezielt, ohne Rundum-Dump.
+- Denk IMMER daran: jemand koennte danebensitzen oder mithoeren. Intimes
+  ungefragt auszusprechen ist ein Vertrauensbruch. Im Zweifel: weglassen oder
+  kurz rueckfragen („Soll ich dazu ins Detail gehen?").
+Auf „wer bist du" / „was weisst du ueber mich": antworte allgemein und diskret
+(z.B. „einiges — geschaeftlich wie privat; frag mich gezielt"), NIEMALS ein
+Aufzaehlen privater/intimer Details.
 """


@@ -30,7 +30,8 @@ CONFIG_PATH = os.environ.get("LOCAL_LLM_CONFIG", "/shared/config/local_llm.json"

 ESCALATE_MARKER = "<<ESCALATE>>"

-DEFAULT_CONFIG = {"enabled": False, "localOnly": False, "toolVariant": "slim"}
+DEFAULT_CONFIG = {"enabled": False, "localOnly": False,
+                  "toolVariant": "slim", "localLlmModel": "qwen3-8b"}


 def load_config() -> dict:
@@ -42,6 +43,9 @@ def load_config() -> dict:
            "enabled": bool(data.get("enabled", False)),
            "localOnly": bool(data.get("localOnly", False)),
            "toolVariant": data.get("toolVariant", "slim") or "slim",
+            # Welches lokale Modell llama-swap laden soll (B0.5). Muss zu einem
+            # Key in xtts/llama-swap/config.yaml passen.
+            "localLlmModel": (data.get("localLlmModel") or "qwen3-8b").strip(),
        }
    except (FileNotFoundError, json.JSONDecodeError):
        return dict(DEFAULT_CONFIG)
@@ -83,6 +87,17 @@ _HARD_HINTS = re.compile(
 _MAX_LEN_FOR_LOCAL = 220   # laengere Nachrichten = eher komplexe Aufgaben → Claude


+def _strip_leading_hint_blocks(text: str) -> str:
+    """Fuehrende `[ ... ]`-Hint-Bloecke (GPS, Barge-In von der Bridge) weg —
+    sonst blaeht der Praefix die Laenge auf und verfaelscht die Heuristik."""
+    s = (text or "").strip()
+    prev = None
+    while prev != s:
+        prev = s
+        s = re.sub(r"^\s*\[[^\]]*\]\s*", "", s)
+    return s
+
+
 def should_try_local(user_message: str, cfg: dict) -> bool:
    """True, wenn der Router diesen Turn (B1a, reden-only) lokal versuchen soll.
    localOnly überschreibt die Heuristik (dann IMMER lokal)."""
@@ -90,7 +105,7 @@ def should_try_local(user_message: str, cfg: dict) -> bool:
        return False
    if cfg.get("localOnly"):
        return True
-    msg = (user_message or "").strip()
+    msg = _strip_leading_hint_blocks(user_message)
    if not msg or len(msg) > _MAX_LEN_FOR_LOCAL:
        return False
    if _TOOL_HINTS.search(msg):
@@ -147,6 +162,11 @@ def build_local_system_prompt(identity_anchor: str, has_tools: bool = False,
        "",
        "## WAS DU HIER NICHT KANNST",
        _AWARENESS,
+        "WICHTIG — du hast Stefans GEDAECHTNIS hier NICHT im Kopf: Bei Fragen zu "
+        "seinem Leben, zu Personen/Namen, Beziehungen, seiner Vergangenheit, "
+        "seinen Vorlieben/Sachen oder anderem gespeicherten Wissen antworte NICHT "
+        "aus dem Nichts (und rate nicht, wer wer ist) — sondern eskaliere. Das "
+        "grosse Modell kennt das Gedaechtnis und antwortet diskret.",
        "Dafuer — und bei tiefen/technischen Fragen, langem Code, oder wenn du "
        f"unsicher bist — antworte AUSSCHLIESSLICH mit exakt `{ESCALATE_MARKER}` "
        "(nichts sonst). Dann uebernimmt das grosse Modell mit vollem Zugriff. "
@@ -165,6 +165,7 @@ def create_skill(
    author: str = "aria",
    config_schema: Optional[list] = None,
    fast_patterns: Optional[list] = None,
+    speak: bool = False,
 ) -> dict:
    """Legt einen neuen Skill an. Wirft ValueError bei ungueltigen Inputs.

@@ -215,6 +216,11 @@ def create_skill(
        "author": author,
        "config_schema": _normalize_config_schema(config_schema),
        "fast_patterns": _normalize_fast_patterns(fast_patterns),
+        # speak: soll die Antwort dieses Skills vorgelesen werden (TTS)?
+        # False (Default) = reiner Steuerbefehl (Spotify, Licht) → stumm, App
+        # beendet direkt. True = Antwort-Skill (Info/Ergebnis) → vorlesen +
+        # Gespraechs-Fenster. Gilt fuer Fast-Path UND local-Skill-Ausfuehrung.
+        "speak": bool(speak),
        "version_history": [],
    }
    write_manifest(name, manifest)
@@ -335,10 +341,12 @@ def update_skill(name: str, patch: dict) -> dict:
        # nach archive_current_version manifest neu laden (version_history geupdatet)
        manifest = read_manifest(name) or manifest

-    allowed = {"description", "args", "requires", "active", "version", "entry"}
+    allowed = {"description", "args", "requires", "active", "version", "entry", "speak"}
    for k, v in patch.items():
        if k in allowed:
            manifest[k] = v
+    if "speak" in patch:
+        manifest["speak"] = bool(patch["speak"])
    if "config_schema" in patch:
        manifest["config_schema"] = _normalize_config_schema(patch["config_schema"])
    if "fast_patterns" in patch:
@@ -149,6 +149,54 @@ def _num_to_words_de(n: int) -> str:
    return str(n)


+# Vollstaendige Zehner fuer den generischen Konverter (inkl. 60-90).
+_TENS_FULL_DE = {20: "zwanzig", 30: "dreissig", 40: "vierzig", 50: "fuenfzig",
+                 60: "sechzig", 70: "siebzig", 80: "achtzig", 90: "neunzig"}
+
+
+def _below_100_de(n: int) -> str:
+    if n in _NUM_WORDS_DE:            # 0..20
+        return _NUM_WORDS_DE[n]
+    tens = (n // 10) * 10
+    ones = n % 10
+    if ones == 0:
+        return _TENS_FULL_DE[tens]
+    ones_word = "ein" if ones == 1 else _NUM_WORDS_DE[ones]
+    return f"{ones_word}und{_TENS_FULL_DE[tens]}"
+
+
+def _below_1000_de(n: int) -> str:
+    if n < 100:
+        return _below_100_de(n)
+    h, rest = divmod(n, 100)
+    h_word = ("ein" if h == 1 else _NUM_WORDS_DE[h]) + "hundert"
+    return h_word if rest == 0 else h_word + _below_100_de(rest)
+
+
+def _int_to_words_de(n: int) -> str:
+    """Ganzzahl 0..999999 als zusammenhaengendes deutsches Wort
+    ('dreiundzwanzig', 'einhundert', 'zweitausendsechsundzwanzig').
+    Groesser (IDs/Codes) → als Ziffern lassen (der Aufrufer gated zusaetzlich)."""
+    if n < 0:
+        return "minus " + _int_to_words_de(-n)
+    if n < 1000:
+        return _below_1000_de(n)
+    if n < 1_000_000:
+        th, rest = divmod(n, 1000)
+        th_word = ("ein" if th == 1 else _below_1000_de(th)) + "tausend"
+        return th_word if rest == 0 else th_word + _below_1000_de(rest)
+    return str(n)
+
+
+def _spell_standalone_int(m) -> str:
+    """Regex-Callback: freistehende Ganzzahl ausschreiben. Sehr lange
+    Ziffernfolgen (IDs, Codes, Telefonnummern) bleiben Ziffern."""
+    s = m.group(0)
+    if len(s) > 6:
+        return s
+    return _int_to_words_de(int(s))
+
+
 def _time_range_to_words(m):
    """'8:00-9:00 Uhr' → 'acht bis neun Uhr', '8-9 Uhr' → 'acht bis neun Uhr'."""
    h1 = int(m.group(1))
@@ -168,7 +216,7 @@ def _decimal_to_words(m):
    """'0.1' / '0,1' → 'null komma eins', '1,25' → 'eins komma zwei fuenf'."""
    int_part = int(m.group(1))
    dec_part = m.group(2)
-    int_word = _num_to_words_de(int_part) if 0 <= int_part <= 59 else str(int_part)
+    int_word = _int_to_words_de(int_part) if int_part <= 999999 else str(int_part)
    dec_words = " ".join(_num_to_words_de(int(d)) for d in dec_part)
    return f"{int_word} komma {dec_words}"

@@ -184,7 +232,7 @@ _UNIT_WORDS = [
    (r'\bkm\b', 'Kilometer'),
    (r'\bm/s\b', 'Meter pro Sekunde'),
    (r'\bkg\b', 'Kilogramm'),
-    (r'\b°C\b', 'Grad Celsius'),
+    (r'\b°C\b', ' Grad Celsius'),
    (r'°C', ' Grad Celsius'),
    (r'\bMbps\b', 'Megabit pro Sekunde'),
    (r'\bGbps\b', 'Gigabit pro Sekunde'),
@@ -301,6 +349,15 @@ def clean_text_for_tts(text: str) -> str:
    # werden, koennen bei Bedarf explizit in _UNIT_WORDS uebersteuert werden.
    t = _re_tts.sub(r'\b([A-Z]{2,5})\b', lambda m: " ".join(m.group(1)), t)

+    # Generisches Ausschreiben ALLER verbleibenden freistehenden Ganzzahlen
+    # ('23' → 'dreiundzwanzig', '100' → 'einhundert', '2026' → 'zwei-
+    # tausendsechsundzwanzig'). Laeuft NACH Uhrzeiten/Dezimalzahlen/Einheiten,
+    # die ihre Ziffern schon zu Woertern gemacht haben. Tag-unabhaengig — so
+    # klingen auch Antworten des lokalen LLM (das keine <voice>-Tags nutzt)
+    # sauber. Ziffernfolgen die an ., :, / kleben (IPs, Versionen, Uhrzeit-
+    # Reste) ueberspringen wir, um sie nicht zu zerreissen.
+    t = _re_tts.sub(r'(?<![\d.,:/])\d{1,6}(?![\d.,:/])', _spell_standalone_int, t)
+
    # Anfuehrungszeichen
    t = _re_tts.sub(r'["""„`]', '', t)

@@ -1309,10 +1366,22 @@ class ARIABridge:
                "projectId": (payload.get("projectId") or "") if isinstance(payload, dict) else "",
                # Quell-Backend (local/claude/fast-path) fuer den Diagnostic-Badge.
                "answeredBy": (payload.get("answeredBy") or "") if isinstance(payload, dict) else "",
+                # Wird diese Antwort vorgelesen? Fast-Path/Steuerbefehl = False.
+                # Die App braucht das: ohne TTS feuert onPlaybackFinished nie,
+                # und daran haengt das Wake-Word-Re-Arm — sonst bleibt das Ohr
+                # nach einem Fast-Path-Befehl grau haengen.
+                "speak": bool(payload.get("speak", True)) if isinstance(payload, dict) else True,
            },
            "timestamp": int(asyncio.get_event_loop().time() * 1000),
        })

+        # System-Flag vom Brain: reine Steuerbefehle (Fast-Path) NICHT vorlesen.
+        # Robust und unabhaengig von <voice>-Tags im Text (die ARIA beim
+        # Skill-Rebuild verlieren kann) — die Quelle entscheidet, nicht der Inhalt.
+        if isinstance(payload, dict) and payload.get("speak") is False:
+            logger.info("[core] TTS uebersprungen (speak=False — Fast-Path-Steuerbefehl)")
+            return
+
        # TTS ueber XTTS (XTTS-Bridge auf Gaming-PC)
        if not (getattr(self, 'tts_enabled', True) and should_speak(self.current_mode, is_critical)):
            logger.info("[core] TTS unterdrueckt (Modus: %s)", self.current_mode.config.name)
@@ -1640,6 +1709,9 @@ class ARIABridge:
        # Welcher Backend geantwortet hat (local/claude/fast-path) — fuer den
        # Quell-Badge in Diagnostic.
        answered_by = (data.get("answered_by") or "claude").strip()
+        # Soll vorgelesen werden? Fast-Path (Steuerbefehl) = False. System-Flag
+        # vom Brain — robust, unabhaengig von <voice>-Tags im Reply-Text.
+        speak = data.get("speak", True)

        # Side-Channel-Events VOR der Chat-Bubble broadcasten (z.B. skill_created)
        # damit sie in der UI vor der Reply auftauchen
@@ -1707,7 +1779,8 @@ class ARIABridge:
        # metadata mitschickt).
        try:
            await self._process_core_response(reply, {"projectId": turn_project_id,
-                                                       "answeredBy": answered_by})
+                                                       "answeredBy": answered_by,
+                                                       "speak": speak})
        except Exception:
            logger.exception("[brain] _process_core_response Fehler")
            await self._emit_activity("idle", "", project_id=project_id)
@@ -1718,6 +1791,14 @@ class ARIABridge:
                "timestamp": int(asyncio.get_event_loop().time() * 1000),
            })

+        # Das 'thinking' oben ging mit der REQUEST-projectId raus, das 'idle' in
+        # _process_core_response aber mit der TURN-projectId (Brain kann den Turn
+        # umgeroutet haben, z.B. Voice-Sticky). Weichen sie ab, bekaeme der
+        # Request-Kontext nie sein idle → "ARIA denkt" bliebe dort haengen.
+        # Darum hier zusaetzlich fuer die Request-projectId ein idle.
+        if (project_id or "") != (turn_project_id or ""):
+            await self._emit_activity("idle", "", project_id=project_id)
+
        if data.get("distilling"):
            logger.info("[brain] Destillat laeuft im Hintergrund")

@@ -2930,6 +3011,24 @@ class ARIABridge:
            if self._is_duplicate_client_msg(client_msg_id):
                return

+            # Text-Fenster-Dedup: im Auto cancelt der App-No-Speech-Watchdog den
+            # Stream vorzeitig und startet passives Lauschen, waehrend die Bridge
+            # dieselbe Aeusserung parallel noch finalisiert → derselbe Befehl
+            # kaeme zweimal (aus ZWEI verschiedenen audioRequestIds, darum greift
+            # die ID-Idempotenz oben nicht). Identischen Endpoint-Text innerhalb
+            # 5s verwerfen. Genuines "nächstes, nächstes" liegt praktisch immer
+            # weiter auseinander (man hoert den Wechsel erst).
+            _norm_txt = " ".join(text.lower().split())
+            _now_t = asyncio.get_event_loop().time()
+            if (_norm_txt
+                    and _norm_txt == getattr(self, "_last_endpoint_norm", "")
+                    and (_now_t - getattr(self, "_last_endpoint_at", 0.0)) < 5.0):
+                logger.info("[rvs] stt_endpoint Dupe verworfen (gleicher Text <5s): %r",
+                            text[:60])
+                return
+            self._last_endpoint_norm = _norm_txt
+            self._last_endpoint_at = _now_t
+
            # App-Focus aus stt_stream_start-Registry auflösen (falls die
            # App-Version die projectId noch nicht mitschickt: leer = Hauptchat).
            stream_req_id = payload.get("requestId", "") or ""
@@ -3375,7 +3474,8 @@ class ARIABridge:
    _LLM_TIMEOUT_S = 30.0

    async def _local_llm(self, messages: list, max_tokens: int = 512,
-                         temperature: float = 0.7, stop=None, tools=None) -> dict:
+                         temperature: float = 0.7, stop=None, tools=None,
+                         model=None) -> dict:
        """Schickt einen llm_request an den llm-adapter (Gamebox), wartet auf
        llm_response. tools (B1b) werden durchgereicht; tool_calls kommen zurueck.
        Rueckgabe: {ok, content, tool_calls, model, elapsedMs} oder {ok:False, error}."""
@@ -3399,8 +3499,10 @@ class ARIABridge:
                req_payload["stop"] = stop
            if tools:
                req_payload["tools"] = tools
-            logger.info("[rvs] llm_request → llm-adapter (id=%s, msgs=%d, max_tokens=%d, tools=%d)",
-                        request_id[:8], len(messages), max_tokens, len(tools) if tools else 0)
+            if model:
+                req_payload["model"] = model
+            logger.info("[rvs] llm_request → llm-adapter (id=%s, msgs=%d, max_tokens=%d, tools=%d, model=%s)",
+                        request_id[:8], len(messages), max_tokens, len(tools) if tools else 0, model or "-")
            ok = await self._send_to_rvs({
                "type": "llm_request",
                "payload": req_payload,
@@ -3898,10 +4000,11 @@ class ARIABridge:
                    except (TypeError, ValueError):
                        temperature = 0.7
                    _tools = data.get("tools") if isinstance(data.get("tools"), list) else None
+                    _model = data.get("model") if isinstance(data.get("model"), str) else None
                    result = await self._local_llm(
                        messages=messages, max_tokens=max_tokens,
                        temperature=temperature, stop=data.get("stop"),
-                        tools=_tools,
+                        tools=_tools, model=_model,
                    )
                    status = 200 if result.get("ok") else 502
                    await _send_response(writer, status, result)
@@ -956,6 +956,21 @@
          <br><span style="color:#FFD60A;">Aktueller Stand (B1a): das lokale Modell <strong>plaudert nur</strong> — Werkzeuge macht noch Claude. Lokale Tools kommen mit B1b.</span>
        </div>

+        <!-- Lokales Modell (llama-swap, B0.5) -->
+        <div style="display:flex;align-items:center;gap:8px;margin:12px 0 4px 0;padding-top:10px;border-top:1px solid #2a2a3a;">
+          <span style="font-size:13px;color:#E0E0F0;"><strong>Lokales Modell:</strong></span>
+          <select id="local-llm-model" onchange="saveLocalLlmConfig()" style="flex:1;background:#1E1E2E;border:1px solid #333;border-radius:4px;padding:6px 8px;color:#E0E0F0;font-family:inherit;font-size:12px;">
+            <option value="">(lade Liste…)</option>
+          </select>
+          <button class="btn secondary" onclick="loadLocalModelList()" title="Liste neu laden" style="padding:4px 8px;font-size:10px;">↻</button>
+        </div>
+        <div id="local-llm-model-desc" style="font-size:10px;color:#8888AA;margin:0 0 2px 0;line-height:1.5;"></div>
+        <div style="font-size:10px;color:#FFD60A;margin:0 0 4px 0;line-height:1.5;">
+          Beim ersten Wechsel zu einem Modell lädt die Gamebox das GGUF (mehrere GB) —
+          die <strong>erste Antwort dauert dann länger</strong>, danach ist es gecacht.
+          Liste kommt aus <code>/shared/config/local_models.json</code> (Keys = xtts/llama-swap/config.yaml).
+        </div>
+
        <div id="local-llm-status" style="font-size:11px;color:#6a6a88;margin-top:8px;padding-top:8px;border-top:1px solid #2a2a3a;min-height:14px;"></div>
      </div>
    </div>
@@ -1013,6 +1028,18 @@
      </div>
    </div>

+    <div class="settings-section">
+      <h2>Lokales LLM & Claude-Ersparnis <button class="info-btn" onclick="showInfo('local-savings')" title="Wie wird die Ersparnis gerechnet?">ℹ</button></h2>
+      <div class="card">
+        <div style="font-size:11px;color:#8888AA;margin-bottom:10px;">
+          Turns, die das <strong style="color:#B392F0;">lokale LLM</strong> (Qwen) oder ein reiner <strong style="color:#F0B85E;">Skill-Fast-Path</strong> uebernommen hat — jeder davon ist ein Claude-Call, der NICHT passiert ist. Die lokalen Tokens laufen auf deiner eigenen Hardware (kein Subscription-Quota).
+        </div>
+        <div id="savings-grid" style="display:grid;grid-template-columns:repeat(auto-fit,minmax(150px,1fr));gap:8px;font-size:12px;">
+          <div class="metric-cell"><div class="metric-label">–</div><div class="metric-value">–</div></div>
+        </div>
+      </div>
+    </div>
+
    <div class="settings-section">
      <h2>Bootstrap & Migration <button class="info-btn" onclick="showInfo('bootstrap')" title="Was sind die drei Wege?">ℹ</button></h2>
      <div class="card" style="line-height:1.6;">
@@ -1068,6 +1095,7 @@
      <div style="display:flex;justify-content:space-between;align-items:center;margin-bottom:8px;">
        <h2 style="margin:0;">📁 Projekte</h2>
        <div>
+          <button class="btn secondary" id="toggle-hidden-btn" onclick="toggleShowHidden()" style="padding:4px 10px;font-size:11px;" title="Versteckte Projekte ein-/ausblenden">👁 Versteckte anzeigen</button>
          <button class="btn secondary" onclick="loadProjects()" style="padding:4px 10px;font-size:11px;">🔄 Aktualisieren</button>
          <button class="btn" onclick="openCreateProjectModal()" style="padding:4px 10px;font-size:11px;">+ Neues Projekt</button>
        </div>
@@ -1396,6 +1424,7 @@
    let focusedContextId = localStorage.getItem('diag_focused_context_id') || '';
    let diagQueueStatus = {};
    let diagProjectsCache = [];
+    let diagShowHiddenStrip = false;   // versteckte Projekte im Streifen zeigen?

    function updateChatVisibilityByFocus() {
      for (const box of [chatBox, document.getElementById('chat-box-fs')]) {
@@ -1436,20 +1465,79 @@
        if (s.queue_size > 0) return { color: '#FFD60A', label: `Queue: ${s.queue_size}` };
        return { color: '#34C759', label: 'idle' };
      };
+      // Projekt-Chip MIT Auge (verstecken/sichtbar). Auge hat eigenes onclick
+      // + stopPropagation, damit der Klick nicht den Kontext wechselt.
+      const projChip = (p, isFocus, dotColor, subline) => {
+        const hidden = !!p.hidden;
+        const bg = isFocus ? 'rgba(52,199,89,0.15)' : '#1E1E2E';
+        const border = isFocus ? '#34C759' : '#2A2A3E';
+        const eye = hidden ? '👁' : '🙈';
+        const eyeTitle = hidden ? 'Wieder dauerhaft sichtbar machen' : 'Verstecken (aus dem Streifen ausblenden)';
+        return `<div style="flex:0 0 auto;padding:6px 10px;background:${bg};border:1px solid ${border};border-radius:6px;display:flex;align-items:center;gap:6px;min-width:120px;${hidden ? 'opacity:0.5;' : ''}">
+          <div onclick="switchDiagFocus('${p.id}')" style="cursor:pointer;display:flex;align-items:center;gap:6px;min-width:0;">
+            <div style="width:8px;height:8px;border-radius:4px;background:${dotColor};"></div>
+            <div style="display:flex;flex-direction:column;min-width:0;">
+              <div style="color:${isFocus?'#34C759':'#E0E0F0'};font-size:12px;font-weight:600;white-space:nowrap;overflow:hidden;text-overflow:ellipsis;max-width:200px;">📁 ${escapeHtml(p.name)}${hidden ? ' <span style="color:#B392F0;font-size:9px;font-weight:700;">versteckt</span>' : ''}</div>
+              <div style="color:#8888AA;font-size:10px;">${subline}</div>
+            </div>
+          </div>
+          <span onclick="event.stopPropagation();setStripProjectHidden('${p.id}',${!hidden})" title="${eyeTitle}" style="cursor:pointer;font-size:14px;padding:2px 4px;user-select:none;">${eye}</span>
+        </div>`;
+      };
      const cards = [];
      // Hauptchat
      const mainDot = dotFor('__main__');
      cards.push(chip('', '💬 Hauptchat', focusedContextId === '', mainDot.color, mainDot.label || 'idle'));
-      // Projekte — nur active/ended, sortiert nach letzter Aktivitaet
+      // Projekte — nur active/ended, sortiert nach letzter Aktivitaet.
+      // Versteckte standardmaessig raus; per Toggle-Chip einblendbar.
+      let hiddenCount = 0;
      for (const p of diagProjectsCache) {
        if (p.status === 'archived') continue;
+        if (p.hidden) {
+          hiddenCount++;
+          if (!diagShowHiddenStrip) continue;
+        }
        const d = dotFor(p.id);
        const sub = d.label || `${p.turn_count} Turns`;
-        cards.push(chip(p.id, `📁 ${p.name}`, focusedContextId === p.id, d.color, sub));
+        cards.push(projChip(p, focusedContextId === p.id, d.color, sub));
+      }
+      // Toggle-Chip am Ende (nur wenn es versteckte gibt oder gerade gezeigt werden)
+      if (hiddenCount > 0 || diagShowHiddenStrip) {
+        const tLabel = diagShowHiddenStrip
+          ? `🙈 versteckte ausblenden (${hiddenCount})`
+          : `👁 versteckte anzeigen (${hiddenCount})`;
+        cards.push(`<div onclick="toggleDiagHiddenStrip()" title="Versteckte Projekte ein-/ausblenden" style="cursor:pointer;flex:0 0 auto;padding:6px 10px;background:#0D0D18;border:1px dashed #3A3A50;border-radius:6px;display:flex;align-items:center;color:#B392F0;font-size:11px;font-weight:600;white-space:nowrap;">${tLabel}</div>`);
      }
      strip.innerHTML = cards.join('');
    }

+    function toggleDiagHiddenStrip() {
+      diagShowHiddenStrip = !diagShowHiddenStrip;
+      renderContextStrip();
+    }
+
+    async function setStripProjectHidden(id, hidden) {
+      try {
+        const r = await fetch(`/api/brain/projects/${encodeURIComponent(id)}`, {
+          method: 'PATCH',
+          headers: { 'Content-Type': 'application/json' },
+          body: JSON.stringify({ hidden: !!hidden }),
+        });
+        if (!r.ok) throw new Error('HTTP ' + r.status);
+        // Wenn wir das gerade fokussierte Projekt verstecken (und Versteckte nicht
+        // eingeblendet sind), zurueck auf Hauptchat — sonst haengt der Focus an
+        // einem unsichtbaren Chip.
+        if (hidden && id === focusedContextId && !diagShowHiddenStrip) {
+          switchDiagFocus('');
+        }
+        // Lokal sofort aktualisieren (der /api/brain-Proxy broadcastet zusaetzlich
+        // project_changed an App + andere Tabs).
+        await refreshDiagProjectsCache();
+      } catch (e) {
+        alert('Verstecken/Anzeigen fehlgeschlagen: ' + e.message);
+      }
+    }
+
    async function refreshDiagQueueStatus() {
      try {
        const r = await fetch('/api/brain/projects/queue-status');
@@ -1571,8 +1659,8 @@
        try { loadBrainStatus(); } catch {}
        // Sprachmodell-Dropdown befuellen (kuratierte Tier-Liste vom Proxy)
        try { loadModelList(); } catch {}
-        // Lokales-LLM-Schalter aus /shared/config/local_llm.json laden
-        try { loadLocalLlmConfig(); } catch {}
+        // Lokales-LLM: erst Modell-Liste (Dropdown), dann Config (Auswahl setzen)
+        try { loadLocalModelList().then(() => loadLocalLlmConfig()); } catch {}
      };

      // Brain-Status periodisch refreshen damit die Card live bleibt
@@ -1747,8 +1835,10 @@
        }

        if (msg.type === 'project_changed') {
-          // ARIA hat in einem Tool-Call ein Projekt erstellt/betreten/verlassen/beendet.
-          // Liste neu laden falls sichtbar.
+          // Projekt geaendert (ARIA-Tool, App/Diagnostic-Verstecken, …) →
+          // BEIDE Projekt-UIs live aktualisieren: den Kontext-Streifen (Main)
+          // und die vertikale Liste (Einstellungen).
+          refreshDiagProjectsCache();
          loadProjects();
          return;
        }
@@ -2626,7 +2716,7 @@
      // Liste neu aufbauen
      list.innerHTML = '';
      let anyLoading = false, anyError = false;
-      const labels = { f5tts: 'F5-TTS', whisper: 'Whisper STT', flux: 'FLUX Image-Gen' };
+      const labels = { f5tts: 'F5-TTS', whisper: 'Whisper STT', flux: 'FLUX Image-Gen', llm: 'Lokales LLM' };
      for (const [s, info] of Object.entries(_serviceState)) {
        const row = document.createElement('div');
        row.style.cssText = 'display:flex;align-items:center;gap:6px;';
@@ -2975,16 +3065,28 @@
            <div style="color:${!activeId ? '#34C759' : '#E0E0F0'};font-weight:600;">💬 Hauptchat ${!activeId ? '<span style="font-size:10px;font-weight:800;">✓ AKTIV</span>' : ''}</div>
            <div style="color:#555570;font-size:11px;margin-top:2px;">Standard-Verlauf, keine Projekt-Zuordnung</div>
          </div>`);
+        const showHidden = !!window.__showHidden;
+        let hiddenCount = 0, shownCount = 0;
        for (const p of projects) {
+          const hidden = !!p.hidden;
+          if (hidden) hiddenCount++;
+          // Versteckte nur zeigen wenn der Toggle an ist.
+          if (hidden && !showHidden) continue;
+          shownCount++;
          const isActive = p.id === activeId;
          const since = p.last_activity_at ? new Date(p.last_activity_at * 1000).toLocaleString('de-DE') : '?';
          const ended = p.status === 'ended';
+          // Auge: versteckt → 👁 (wieder sichtbar machen), sichtbar → 🙈 (verstecken).
+          const eyeIcon = hidden ? '👁' : '🙈';
+          const eyeTitle = hidden ? 'Wieder dauerhaft sichtbar machen' : 'Verstecken (aus Listen ausblenden)';
+          const eyeColor = hidden ? '#B392F0' : '#8888AA';
          rows.push(`
-            <div style="padding:12px 14px;border-bottom:1px solid #1E1E2E;${isActive ? 'background:rgba(52,199,89,0.08);border-left:3px solid #34C759;' : ''}">
+            <div style="padding:12px 14px;border-bottom:1px solid #1E1E2E;${isActive ? 'background:rgba(52,199,89,0.08);border-left:3px solid #34C759;' : ''}${hidden ? 'opacity:0.55;' : ''}">
              <div style="display:flex;justify-content:space-between;align-items:flex-start;gap:8px;">
                <div onclick="switchProject('${p.id}')" style="cursor:pointer;flex:1;">
                  <div style="color:${isActive ? '#34C759' : '#E0E0F0'};font-weight:600;">
-                    📁 ${escapeHtml(p.name)}
+                    ${hidden ? '🙈' : '📁'} ${escapeHtml(p.name)}
+                    ${hidden ? '<span style="color:#B392F0;font-size:10px;font-weight:700;margin-left:6px;background:rgba(179,146,240,0.15);padding:2px 6px;border-radius:3px;">versteckt</span>' : ''}
                    ${ended ? '<span style="color:#FFD60A;font-size:10px;font-weight:700;margin-left:6px;background:rgba(255,214,10,0.15);padding:2px 6px;border-radius:3px;">beendet</span>' : ''}
                    ${isActive ? '<span style="color:#34C759;font-size:10px;font-weight:800;margin-left:6px;">✓ AKTIV</span>' : ''}
                  </div>
@@ -2992,6 +3094,7 @@
                  <div style="color:#555570;font-size:11px;margin-top:4px;">${p.turn_count} Turns · zuletzt ${since}</div>
                </div>
                <div style="display:flex;gap:4px;">
+                  <button class="btn secondary" onclick="setProjectHidden('${p.id}', ${!hidden})" style="padding:3px 8px;font-size:10px;color:${eyeColor};" title="${eyeTitle}">${eyeIcon}</button>
                  ${!ended ? `<button class="btn secondary" onclick="endProject('${p.id}', '${escapeHtmlAttr(p.name)}')" style="padding:3px 8px;font-size:10px;" title="Projekt beenden">⏹</button>` : ''}
                  <button class="btn secondary" onclick="archiveProject('${p.id}', '${escapeHtmlAttr(p.name)}')" style="padding:3px 8px;font-size:10px;color:#E55C5C;" title="Archivieren">🗑</button>
                </div>
@@ -3000,13 +3103,43 @@
        }
        if (projects.length === 0) {
          rows.push('<div style="padding:18px;color:#555570;font-size:12px;text-align:center;">Noch keine Projekte. „+ Neues Projekt" oder sag ARIA „lass uns ein Projekt anlegen".</div>');
+        } else if (shownCount === 0) {
+          rows.push(`<div style="padding:18px;color:#555570;font-size:12px;text-align:center;">Alle ${hiddenCount} Projekte sind versteckt. Klick „👁 Versteckte anzeigen".</div>`);
        }
        listEl.innerHTML = rows.join('');
+
+        // Toggle-Button beschriften (mit Anzahl) + Zustand spiegeln.
+        const thBtn = document.getElementById('toggle-hidden-btn');
+        if (thBtn) {
+          thBtn.textContent = showHidden
+            ? `🙈 Versteckte ausblenden${hiddenCount ? ' ('+hiddenCount+')' : ''}`
+            : `👁 Versteckte anzeigen${hiddenCount ? ' ('+hiddenCount+')' : ''}`;
+          thBtn.style.opacity = hiddenCount ? '1' : '0.5';
+        }
      } catch (e) {
        listEl.innerHTML = `<div style="padding:14px;color:#FF6E6E;font-size:12px;">Fehler: ${e.message}</div>`;
      }
    }

+    function toggleShowHidden() {
+      window.__showHidden = !window.__showHidden;
+      loadProjects();
+    }
+
+    async function setProjectHidden(id, hidden) {
+      try {
+        const r = await fetch(`/api/brain/projects/${encodeURIComponent(id)}`, {
+          method: 'PATCH',
+          headers: { 'Content-Type': 'application/json' },
+          body: JSON.stringify({ hidden: !!hidden }),
+        });
+        if (!r.ok) throw new Error('HTTP ' + r.status);
+        // Beim Verstecken bleibt der „anzeigen"-Modus wie er ist; beim
+        // Wieder-Sichtbarmachen sieht man es sofort ohne Umschalten.
+        loadProjects();
+      } catch (e) { alert('Verstecken/Anzeigen fehlgeschlagen: ' + e.message); }
+    }
+
    async function switchProject(projectId) {
      try {
        await fetch('/api/brain/projects/switch', {
@@ -5882,6 +6015,29 @@
      setCell('metrics-h24', d.h24);
      setCell('metrics-d30', d.d30);

+      // Lokales LLM & Claude-Ersparnis — pro Fenster: wie viele Claude-Calls
+      // durch local/fast-path vermieden wurden + lokale Token-Last.
+      const savingsGrid = document.getElementById('savings-grid');
+      if (savingsGrid) {
+        const wins = [['letzte 1h', d.h1], ['letzte 5h', d.h5],
+                      ['letzte 24h', d.h24], ['letzte 30 Tage', d.d30]];
+        const z = { calls: 0, tokens_in: 0, tokens_out: 0 };
+        savingsGrid.innerHTML = wins.map(([label, w]) => {
+          const bs = (w && w.by_source) || {};
+          const loc = bs.local || z;
+          const fp = bs['fast-path'] || z;
+          const saved = (loc.calls || 0) + (fp.calls || 0);
+          const locTok = (loc.tokens_in || 0) + (loc.tokens_out || 0);
+          const color = saved > 0 ? '#3FB950' : '#555570';
+          return `<div class="metric-cell">
+            <div class="metric-label">${label}</div>
+            <div class="metric-value" style="color:${color};">${saved} Claude-Calls gespart</div>
+            <div class="metric-sub">lokal ${loc.calls || 0} · fast-path ${fp.calls || 0}</div>
+            <div class="metric-sub">${fmtTokens(locTok)} lokale Tokens (eigene HW)</div>
+          </div>`;
+        }).join('');
+      }
+
      // 5h-Fenster gegen Plan-Limit: Warn-Klassen
      const plan = getActivePlanLimit();
      const limit = plan.h5;
@@ -5924,6 +6080,15 @@

    // Vor-definierte Info-Blocks
    const INFO_TEXTS = {
+      'local-savings': {
+        title: 'Lokales LLM & Claude-Ersparnis',
+        html: `
+          <p>Jeder Turn, den das <strong>lokale LLM</strong> oder ein <strong>Fast-Path</strong> (reiner Skill, ganz ohne LLM) beantwortet, ist ein Claude-Call, der <strong>nicht</strong> gegen dein Subscription-Quota laeuft.</p>
+          <p><strong>„Claude-Calls gespart"</strong> = Anzahl der local- + fast-path-Antworten im Zeitfenster. Konservativ gezaehlt: 1 Antwort = mindestens 1 gesparter Claude-Call (bei Tool-Use waeren es real oft mehr).</p>
+          <p><strong>„lokale Tokens"</strong> = Prompt+Antwort-Tokens, die auf deiner eigenen Gamebox-GPU verarbeitet wurden (echte <code>usage</code>-Zahlen vom Modell, sonst chars/4-Schaetzung). Die kosten dich nichts ausser Strom.</p>
+          <p>Fast-Path-Antworten (z.B. „nächstes Lied") haben ~0 Tokens — reiner Skill-Aufruf, kein Modell.</p>
+        `,
+      },
      'local-llm': {
        title: 'Lokales LLM — schnelle Antworten',
        html: `
@@ -6254,6 +6419,29 @@
        el.style.color = '#4ADE80';
      }
    }
+    let _localModelsCache = [];
+    let _currentLocalModel = 'qwen3-8b';
+    function updateLocalModelDesc() {
+      const el = document.getElementById('local-llm-model-desc');
+      const sel = document.getElementById('local-llm-model');
+      if (!el || !sel) return;
+      const m = _localModelsCache.find(x => x.id === sel.value);
+      el.textContent = m && m.description ? m.description : '';
+    }
+    async function loadLocalModelList() {
+      try {
+        const r = await fetch('/api/local-models-list');
+        const j = await r.json();
+        _localModelsCache = (j && j.models) || [];
+      } catch (e) { _localModelsCache = []; }
+      const sel = document.getElementById('local-llm-model');
+      if (sel) {
+        sel.innerHTML = _localModelsCache.map(m =>
+          `<option value="${m.id}">${m.display_name || m.id}</option>`).join('') || '<option value="">(keine)</option>';
+        if (_localModelsCache.some(m => m.id === _currentLocalModel)) sel.value = _currentLocalModel;
+        updateLocalModelDesc();
+      }
+    }
    async function loadLocalLlmConfig() {
      try {
        const r = await fetch('/api/local-llm-config');
@@ -6264,15 +6452,24 @@
        if (en) en.checked = !!c.enabled;
        if (ol) ol.checked = !!c.localOnly;
        if (tv) tv.value = (c.toolVariant === 'full') ? 'full' : 'slim';
+        _currentLocalModel = c.localLlmModel || 'qwen3-8b';
+        const sel = document.getElementById('local-llm-model');
+        if (sel && _localModelsCache.some(m => m.id === _currentLocalModel)) {
+          sel.value = _currentLocalModel;
+          updateLocalModelDesc();
+        }
        setLocalLlmStatus(c);
      } catch (e) { /* still */ }
    }
    async function saveLocalLlmConfig() {
+      const modelSel = document.getElementById('local-llm-model');
      const body = {
        enabled: document.getElementById('local-llm-enabled').checked,
        localOnly: document.getElementById('local-llm-onlylocal').checked,
        toolVariant: document.getElementById('local-llm-toolvariant').value,
+        localLlmModel: (modelSel && modelSel.value) || '',
      };
+      updateLocalModelDesc();
      try {
        const r = await fetch('/api/local-llm-config', {
          method: 'POST', headers: { 'Content-Type': 'application/json' },
@@ -309,9 +309,10 @@ function readLocalLlmConfig() {
      enabled: !!p.enabled,
      localOnly: !!p.localOnly,
      toolVariant: p.toolVariant === "full" ? "full" : "slim",
+      localLlmModel: (typeof p.localLlmModel === "string" && p.localLlmModel) ? p.localLlmModel : "qwen3-8b",
    };
  } catch {
-    return { enabled: false, localOnly: false, toolVariant: "slim" };
+    return { enabled: false, localOnly: false, toolVariant: "slim", localLlmModel: "qwen3-8b" };
  }
 }
 function writeLocalLlmConfig(patch) {
@@ -319,6 +320,7 @@ function writeLocalLlmConfig(patch) {
  if (typeof patch.enabled === "boolean") cur.enabled = patch.enabled;
  if (typeof patch.localOnly === "boolean") cur.localOnly = patch.localOnly;
  if (patch.toolVariant === "slim" || patch.toolVariant === "full") cur.toolVariant = patch.toolVariant;
+  if (typeof patch.localLlmModel === "string" && patch.localLlmModel.trim()) cur.localLlmModel = patch.localLlmModel.trim();
  fs.mkdirSync("/shared/config", { recursive: true });
  const tmp = LOCAL_LLM_CONFIG_FILE + ".tmp";
  fs.writeFileSync(tmp, JSON.stringify(cur, null, 2));
@@ -326,6 +328,27 @@ function writeLocalLlmConfig(patch) {
  return cur;
 }

+// ── Lokale Modell-Liste (Diagnostic-Dropdown) ────────────────
+// /shared/config/local_models.json — kuratierte Liste; muss zu den KEYS in
+// xtts/llama-swap/config.yaml passen. Wird bei Bedarf mit Defaults seeded.
+const LOCAL_MODELS_FILE = "/shared/config/local_models.json";
+const DEFAULT_LOCAL_MODELS = [
+  { id: "qwen3-8b", display_name: "Qwen3 8B (Standard)", description: "Bestes Tool-Calling, ~6 GB. Passt auf 12 GB." },
+  { id: "qwen3-4b", display_name: "Qwen3 4B (schneller)", description: "Kleiner + flotter, ~3 GB. Etwas schwaecher." },
+];
+function loadLocalModels() {
+  try {
+    const arr = JSON.parse(fs.readFileSync(LOCAL_MODELS_FILE, "utf-8"));
+    if (Array.isArray(arr) && arr.length && arr.every(m => m && typeof m.id === "string")) return arr;
+  } catch {}
+  // Seed defaults
+  try {
+    fs.mkdirSync("/shared/config", { recursive: true });
+    fs.writeFileSync(LOCAL_MODELS_FILE, JSON.stringify(DEFAULT_LOCAL_MODELS, null, 2));
+  } catch {}
+  return DEFAULT_LOCAL_MODELS;
+}
+
 // ── File-Project-Manifest ───────────────────────────────────────────
 // Jeder Eintrag map[absoluter_pfad] = project_id (leer = Hauptchat).
 // Wird vom files-list-Endpoint + files-set-project gepflegt.
@@ -875,6 +898,11 @@ function connectRVS(forcePlain) {
        // Mode-Broadcast von der Bridge → an Browser-Clients weiterreichen
        log("info", "rvs", `Mode-Broadcast: ${msg.payload?.mode} (${msg.payload?.name})`);
        broadcast({ type: "mode", payload: msg.payload });
+      } else if (msg.type === "project_changed") {
+        // Ein Projekt wurde geaendert (ARIA-Tool, App-Verstecken, …) → an die
+        // Browser-Tabs weiterreichen, damit die Projektliste live neu laedt
+        // (bisher wurde das NICHT geforwardet → Diagnostic aktualisierte nie).
+        broadcast({ type: "project_changed", payload: msg.payload || {} });
      } else if (msg.type === "agent_activity") {
        // Bridge meldet "ARIA denkt/schreibt/tool" oder "idle" — an Browser
        // weiterreichen, damit der Thinking-Indikator im Chat erscheint.
@@ -1574,7 +1602,16 @@ const htmlPath = path.join(__dirname, "index.html");

 const server = http.createServer((req, res) => {
  if (req.url === "/" || req.url === "/index.html") {
-    res.writeHead(200, { "Content-Type": "text/html; charset=utf-8" });
+    // no-store: das Dashboard ist eine Single-HTML-App die bei jedem Deploy
+    // neue Inline-JS/CSS bekommt. Ohne Cache-Header servierte der Browser die
+    // alte Version trotz Reload (neue Features tauchten erst nach Hard-Reload
+    // auf) — genau das Symptom „ich seh den Button nicht".
+    res.writeHead(200, {
+      "Content-Type": "text/html; charset=utf-8",
+      "Cache-Control": "no-store, no-cache, must-revalidate",
+      "Pragma": "no-cache",
+      "Expires": "0",
+    });
    res.end(fs.readFileSync(htmlPath, "utf-8"));
  } else if (req.url === "/api/state") {
    res.writeHead(200, { "Content-Type": "application/json" });
@@ -1602,6 +1639,9 @@ const server = http.createServer((req, res) => {
      }
    });
    return;
+  } else if (req.url === "/api/local-models-list" && req.method === "GET") {
+    res.writeHead(200, { "Content-Type": "application/json" });
+    res.end(JSON.stringify({ ok: true, models: loadLocalModels() }));
  } else if (req.url === "/api/local-llm-config" && req.method === "GET") {
    res.writeHead(200, { "Content-Type": "application/json" });
    res.end(JSON.stringify(readLocalLlmConfig()));
@@ -2142,6 +2182,13 @@ const server = http.createServer((req, res) => {
    // mehr als eine Minute.
    const isUpload = /\/attachments(\/upload)?$/.test(targetPath);
    const timeout = isUpload ? 120000 : 60000;
+    // Projekt-Mutationen (create/switch/end/archive/patch inkl. hidden) sollen
+    // alle Clients live aktualisieren. Wir broadcasten nach Erfolg ein
+    // project_changed an RVS — App + andere Diagnostic-Tabs laden dann neu,
+    // ohne Seiten-Refresh (spiegelt das bestehende ARIA-project_changed-Event).
+    const isProjectMutation =
+      /^\/projects\b/.test(targetPath) &&
+      (req.method === "POST" || req.method === "PATCH" || req.method === "DELETE");
    const proxyReq = http.request({
      host: "aria-brain",
      port: 8080,
@@ -2152,6 +2199,17 @@ const server = http.createServer((req, res) => {
    }, (proxyRes) => {
      res.writeHead(proxyRes.statusCode, proxyRes.headers);
      proxyRes.pipe(res);
+      if (isProjectMutation && proxyRes.statusCode >= 200 && proxyRes.statusCode < 300) {
+        try {
+          // An App + Bridge (RVS echot NICHT an den Sender) …
+          sendToRVS_raw({ type: "project_changed",
+                          payload: { reason: "diagnostic" },
+                          timestamp: Date.now() });
+          // … und an die eigenen Browser-Tabs (die haengen am Diag-Server, nicht
+          // direkt am RVS, kriegen den RVS-Broadcast also nicht).
+          broadcast({ type: "project_changed", payload: { reason: "diagnostic" } });
+        } catch (_) {}
+      }
    });
    proxyReq.on("error", (err) => {
      res.writeHead(503, { "Content-Type": "application/json" });
@@ -90,22 +90,19 @@ services:
                                                 # Container-Restarts.
    restart: unless-stopped

-  # ─── Lokales LLM (Plan B, B0) — llama.cpp-Server (GPU) ────────
-  # Serviert Qwen3-8B (GGUF Q4_K_M) OpenAI-kompatibel auf :8081, NUR im
-  # Compose-Netz (kein RVS direkt) — die Bruecke macht der llm-adapter.
+  # ─── Lokales LLM (Plan B, B0.5) — llama-swap (GPU) ────────────
+  # llama-swap laedt/swappt mehrere Modelle on-demand (nur eins passt gleich-
+  # zeitig in die 12 GB). Welches geladen wird, bestimmt das `model`-Feld im
+  # Request — das Brain schickt es aus local_llm.json mit. Erster Load eines
+  # Modells zieht das GGUF via -hf von HF (Cache unter /models, persistent).
+  # OpenAI-kompatibel auf :8080, nur im Compose-Netz; die Bruecke macht der
+  # llm-adapter. Modell-Liste: ./llama-swap/config.yaml.
  #
-  # AUTO-DOWNLOAD: llama.cpp zieht das GGUF beim ersten Start selbst von
-  # Hugging Face (-hf <repo>:<quant>) und cached es unter /models (persistent
-  # via Bind-Mount -> kein Re-Download bei Restart). Kein manuelles Ablegen
-  # noetig. Modell wechseln = LLM_HF_REPO/LLM_HF_QUANT in der .env aendern +
-  # Container neu. (Alternativ lokale Datei: command auf -m /models/x.gguf.)
-  #
-  # VRAM auf der RTX 3060 (12 GB): whisper-small (~1-2) + f5tts (~1-2) +
-  # qwen3-8b-q4 (~6) ~= 9-10 GB. Passt, aber knapp — bei OOM: LLM_CTX kleiner
-  # oder Quant auf Q4_K_S/IQ4_XS wechseln.
-  llama:
-    image: ghcr.io/ggml-org/llama.cpp:server-cuda
-    container_name: aria-llama
+  # BLIND GEBAUT (kein Gamebox-Test hier): beim ersten Start
+  # `docker logs -f aria-llama-swap` pruefen. Image bundelt llama-server.
+  llama-swap:
+    image: ghcr.io/mostlygeek/llama-swap:unified-cuda
+    container_name: aria-llama-swap
    deploy:
      resources:
        reservations:
@@ -114,13 +111,11 @@ services:
              count: 1
              capabilities: [gpu]
    volumes:
-      - ./models:/models                         # HF-Download-Cache (persistent)
+      - ./models:/models                                   # HF-Download-Cache (persistent)
+      - ./llama-swap/config.yaml:/app/config.yaml:ro       # Modell-Liste
    environment:
-      - LLAMA_CACHE=/models                       # llama.cpp legt -hf-Downloads hier ab
-    command: >
-      -hf ${LLM_HF_REPO:-Qwen/Qwen3-8B-GGUF}:${LLM_HF_QUANT:-Q4_K_M}
-      --host 0.0.0.0 --port 8081
-      -ngl 99 -c ${LLM_CTX:-8192} --jinja
+      - LLAMA_CACHE=/models                                # llama-server legt -hf-Downloads hier ab
+    command: ["--config", "/app/config.yaml", "--listen", "0.0.0.0:8080"]
    restart: unless-stopped

  # ─── Local-LLM-Adapter — RVS <-> llama.cpp (Plan B, B0) ──────
@@ -130,14 +125,15 @@ services:
    build: ./llm-adapter
    container_name: aria-llm-adapter
    depends_on:
-      - llama
+      - llama-swap
    environment:
      - RVS_HOST=${RVS_HOST}
      - RVS_PORT=${RVS_PORT:-443}
      - RVS_TLS=${RVS_TLS:-true}
      - RVS_TLS_FALLBACK=${RVS_TLS_FALLBACK:-true}
      - RVS_TOKEN=${RVS_TOKEN}
-      - LLAMA_URL=http://llama:8081
+      - LLAMA_URL=http://llama-swap:8080
      - LLM_MODEL=${LLM_MODEL:-qwen3-8b}
-      - LLM_TIMEOUT_SEC=${LLM_TIMEOUT_SEC:-60}
+      # Erster Load eines Modells kann ein GGUF ziehen (mehrere GB) — grosszuegig.
+      - LLM_TIMEOUT_SEC=${LLM_TIMEOUT_SEC:-600}
    restart: unless-stopped
@@ -0,0 +1,42 @@
+# llama-swap Modell-Liste fuer ARIA (Plan B, B0.5).
+# Welches Modell geladen wird, bestimmt das `model`-Feld im Request (das Brain
+# schickt es aus /shared/config/local_llm.json mit). llama-swap laedt es
+# on-demand, swappt bei Bedarf (nur eins passt gleichzeitig in die 12 GB).
+# Erster Load zieht das GGUF via -hf von Hugging Face (Cache unter /models).
+#
+# Die Modell-KEYS hier muessen zu local_models.json (Diagnostic-Dropdown) passen.
+#
+# healthCheckTimeout: Sekunden, die llama-swap auf "Modell bereit" wartet.
+# GROSSZUEGIG, weil der erste Load ein GGUF (mehrere GB) herunterlaedt. Wenn der
+# erste Download laenger dauert und abbricht: hier hochsetzen.
+healthCheckTimeout: 1800
+
+models:
+  # Standard — Qwen3 8B (~6 GB Q4). Bestes Tool-Calling, passt auf 12 GB.
+  "qwen3-8b":
+    cmd: |
+      llama-server --port ${PORT} --host 127.0.0.1
+      -hf Qwen/Qwen3-8B-GGUF:Q4_K_M
+      -ngl 99 -c 8192 --jinja
+    ttl: 3600   # nach 1h Idle entladen (VRAM freigeben)
+
+  # Kleiner + schneller — Qwen3 4B (~3 GB). Fuer noch flottere Antworten,
+  # etwas schwaecher. Guter A/B-Vergleich gegen 8B.
+  "qwen3-4b":
+    cmd: |
+      llama-server --port ${PORT} --host 127.0.0.1
+      -hf Qwen/Qwen3-4B-GGUF:Q4_K_M
+      -ngl 99 -c 8192 --jinja
+    ttl: 3600
+
+  # ── Vorlagen fuer spaeter (auskommentiert; brauchen mehr VRAM / 2. Karte) ──
+  # "qwen3-14b":
+  #   cmd: |
+  #     llama-server --port ${PORT} --host 127.0.0.1
+  #     -hf Qwen/Qwen3-14B-GGUF:Q4_K_M -ngl 99 -c 8192 --jinja
+  #   ttl: 3600
+  # "mistral-small-3":
+  #   cmd: |
+  #     llama-server --port ${PORT} --host 127.0.0.1
+  #     -hf <mistral-small-3-gguf-repo>:Q4_K_M -ngl 99 -c 8192 --jinja
+  #   ttl: 3600
@@ -69,14 +69,16 @@ async def _send(ws, mtype: str, payload: dict) -> None:


 async def _call_llama(messages: list, *, max_tokens: int, temperature: float,
-                      stop, tools=None) -> dict:
-    """Ruft llama.cpp /v1/chat/completions (OpenAI-Format). Gibt
+                      stop, tools=None, model=None) -> dict:
+    """Ruft llama.cpp/llama-swap /v1/chat/completions (OpenAI-Format). Gibt
    {ok, content, tool_calls, error} zurueck — wirft nie.

-    tools: optionale OpenAI-Tool-Definitionen (B1b). llama.cpp (--jinja) mit
-    Qwen3 kann natives Tool-Calling und liefert dann message.tool_calls."""
+    model: welches Modell llama-swap laden soll (B0.5). Kommt aus dem Request
+    (Brain -> local_llm.json). Faellt auf LLM_MODEL (env) zurueck.
+    tools: optionale OpenAI-Tool-Definitionen (B1b). Qwen3 (--jinja) kann
+    natives Tool-Calling und liefert dann message.tool_calls."""
    body = {
-        "model": LLM_MODEL,
+        "model": model or LLM_MODEL,
        "messages": messages,
        "max_tokens": max_tokens,
        "temperature": temperature,
@@ -108,7 +110,22 @@ async def _call_llama(messages: list, *, max_tokens: int, temperature: float,
        return {"ok": False, "content": "", "error": str(e)[:300]}


+# B0.5-2: Lade-Status ans Diagnostic (service_status, service="llm"). Wir kennen
+# den Download-Fortschritt nicht (llama-swap gibt ihn nicht her), aber wir melden
+# den Zustand bei Modellwechsel: loading -> ready/error. _last_model = aktuell
+# geladenes; _ready_models = in dieser Session schon einmal bereit gewesene
+# (fuer den "frisch geladen"-Hinweis 🎉 bei langem Erst-Load).
+_last_model = None
+_ready_models: set = set()
+
+
+async def _emit_llm_status(ws, state: str, model: str, **extra) -> None:
+    await _send(ws, "service_status",
+                {"service": "llm", "state": state, "model": model, **extra})
+
+
 async def _handle_llm_request(ws, payload: dict) -> None:
+    global _last_model
    req_id = payload.get("requestId", "")
    messages = payload.get("messages") or []
    if not isinstance(messages, list) or not messages:
@@ -120,13 +137,34 @@ async def _handle_llm_request(ws, payload: dict) -> None:
    temperature = float(payload.get("temperature", 0.7) or 0.7)
    stop = payload.get("stop")
    tools = payload.get("tools") or None
+    model = (payload.get("model") or "").strip() or None
+    eff_model = model or LLM_MODEL
+
+    # Modellwechsel (oder erster Request) → llama-swap laedt/swappt: Status melden.
+    switching = eff_model != _last_model
+    if switching:
+        await _emit_llm_status(ws, "loading", eff_model)
+
    t0 = time.time()
    res = await _call_llama(messages, max_tokens=max_tokens,
-                            temperature=temperature, stop=stop, tools=tools)
+                            temperature=temperature, stop=stop, tools=tools,
+                            model=model)
    dt = time.time() - t0
+
+    if switching:
+        if res.get("ok"):
+            fresh = (eff_model not in _ready_models) and dt > 25
+            _ready_models.add(eff_model)
+            _last_model = eff_model
+            await _emit_llm_status(ws, "ready", eff_model,
+                                   loadSeconds=round(dt, 1), freshlyDownloaded=fresh)
+        else:
+            # bei Fehler _last_model NICHT setzen → naechster Versuch meldet erneut loading
+            await _emit_llm_status(ws, "error", eff_model,
+                                   error=(res.get("error") or "")[:120])
    tc = res.get("tool_calls")
-    logger.info("llm_request id=%s -> ok=%s %.2fs content_len=%d tool_calls=%d",
-                (req_id[:8] if req_id else "?"), res.get("ok"), dt,
+    logger.info("llm_request id=%s model=%s -> ok=%s %.2fs content_len=%d tool_calls=%d",
+                (req_id[:8] if req_id else "?"), model or LLM_MODEL, res.get("ok"), dt,
                len(res.get("content") or ""), len(tc) if tc else 0)
    await _send(ws, "llm_response", {
        "requestId": req_id,
@@ -134,7 +172,7 @@ async def _handle_llm_request(ws, payload: dict) -> None:
        "content": res.get("content", ""),
        "tool_calls": tc,
        "error": res.get("error"),
-        "model": LLM_MODEL,
+        "model": model or LLM_MODEL,
        "elapsedMs": int(dt * 1000),
    })