release: bump version to 0.2.5.2

Stefan: 'die antwort kam auf der app, aber meine frage ist nicht in der app'.
Die App zeigt Diagnostic-Nachrichten durchaus an (sender=diagnostic -> als
User-Bubble), legte sie aber OHNE projectId ab. Die Chat-Ansicht filtert nach
Projekt (ChatScreen.tsx:2078) — damit war die Nachricht nur im Hauptchat
sichtbar und in jedem Projekt unsichtbar. ARIAs Antwort trug die projectId und
erschien korrekt; nur die eigene Frage fehlte. Jetzt wird die mitgeschickte
projectId uebernommen. tsc: 0 Fehler.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

android/android/app/build.gradle

@@ -79,8 +79,8 @@ android {
         applicationId "com.ariacockpit"
         minSdkVersion rootProject.ext.minSdkVersion
         targetSdkVersion rootProject.ext.targetSdkVersion
-        versionCode 20501
-        versionName "0.2.5.1"
+        versionCode 20502
+        versionName "0.2.5.2"
         // Fallback fuer Libraries mit Product Flavors
         missingDimensionStrategy 'react-native-camera', 'general'
     }

android/package.json

@@ -1,6 +1,6 @@
 {
   "name": "aria-cockpit",
-  "version": "0.2.5.1",
+  "version": "0.2.5.2",
   "private": true,
   "scripts": {
     "android": "react-native run-android",

android/src/screens/ChatScreen.tsx

@@ -1303,6 +1303,10 @@ const ChatScreen: React.FC = () => {
               sender: 'user',
               text: diagText,
               timestamp: message.timestamp,
+              // projectId MUSS mit: die Chat-Ansicht filtert danach. Ohne das
+              // landete die Nachricht im Hauptchat-Topf und war in jedem Projekt
+              // unsichtbar — man sah nur ARIAs Antwort, nicht die eigene Frage.
+              projectId: (message.payload.projectId as string) || '',
             }]));
           }
           return;
@@ -1802,9 +1806,20 @@ const ChatScreen: React.FC = () => {
         // dem STT-Text gefuellte Bubble NICHT loeschen, sonst verschwindet die
         // Sprachnachricht obwohl ARIA schon an der Antwort arbeitet.
         if (ev.audioRequestId) {
-          setMessages(prev => prev.filter(m =>
-            !(m.audioRequestId === ev.audioRequestId
-              && m.text.includes('Spracheingabe wird verarbeitet'))));
+          // 'no-response' heisst: die Spracherkennung hat GAR NICHT geantwortet
+          // (Worker neu gestartet / nicht erreichbar) — die Aufnahme ist also
+          // wirklich verloren gegangen, Du hast nicht etwa nichts gesagt. Das
+          // zeigen wir an, statt die Bubble stillschweigend zu entfernen; sonst
+          // wirkt es, als waere die Nachricht nie gesendet worden.
+          const lost = String(ev.reason || '').includes('no-response');
+          setMessages(prev => lost
+            ? prev.map(m => (m.audioRequestId === ev.audioRequestId
+                && m.text.includes('Spracheingabe wird verarbeitet'))
+                ? { ...m, text: '⚠️ Aufnahme ging verloren — die Spracherkennung war gerade nicht erreichbar. Bitte nochmal aufnehmen.' }
+                : m)
+            : prev.filter(m =>
+                !(m.audioRequestId === ev.audioRequestId
+                  && m.text.includes('Spracheingabe wird verarbeitet'))));
         }
         // Passiv-Lauschen: leeres Endpoint (no-speech / Silero-Musik / speaker_
         // mismatch). NICHT sofort beenden — solange die Stille-Toleranz ab

android/src/services/rvs.ts

@@ -104,11 +104,7 @@ class RVSConnection {
     // Verbindungen + doppelte Events.
     if (this.ws) {
       this.log('info', 'Bestehende WS-Verbindung wird geschlossen vor Neu-Connect');
-      try {
-        this.ws.onclose = null;  // verhindert dass scheduleReconnect doppelt feuert
-        this.ws.onerror = null;
-        this.ws.close();
-      } catch (_) {}
+      this.detachSocket(this.ws);
       this.ws = null;
     }
 
@@ -215,7 +211,12 @@ class RVSConnection {
         this.startHeartbeat();
       };
 
+      const socket = this.ws;   // genau DIESE Verbindung (nicht 'this.ws' spaeter)
       this.ws.onmessage = (event: WebSocketMessageEvent) => {
+        // Nur die AKTUELLE Verbindung darf Nachrichten einspeisen. Sonst
+        // koennte eine alte, laengst aufgegebene Verbindung weiter Daten
+        // liefern und vortaeuschen, es sei alles in Ordnung.
+        if (socket !== this.ws) return;
         try {
           const message: RVSMessage = JSON.parse(event.data as string);
           this.notifyMessageListeners(message);
@@ -258,8 +259,7 @@ class RVSConnection {
           this.log('warn', 'TLS fehlgeschlagen — Fallback auf ws:// (ohne TLS)');
           this.clearTimers();
           if (this.ws) {
-            this.ws.onclose = null; // onclose-Handler entfernen um Doppel-Reconnect zu verhindern
-            try { this.ws.close(); } catch (_) {}
+            this.detachSocket(this.ws);   // inkl. onmessage — sonst bleibt ein Zombie, der weiter empfaengt
           }
           this.ws = null;
           this.shouldReconnect = true;
@@ -302,6 +302,25 @@ class RVSConnection {
     }, HEARTBEAT_INTERVAL_MS);
   }
 
+  /**
+   * Klemmt eine Verbindung VOLLSTAENDIG ab, bevor sie verworfen wird.
+   *
+   * Wichtig: frueher wurden nur onclose/onerror entfernt — onmessage blieb
+   * haengen. Eine aufgegebene (Zombie-)Verbindung lieferte dadurch weiter
+   * Nachrichten an die App, waehrend gesendet wurde ueber die neue/tote.
+   * Symptom: die App zeigt "getrennt", ARIAs Sprachausgabe kommt aber trotzdem
+   * an — und nichts, was man schreibt oder spricht, erreicht den Server.
+   */
+  private detachSocket(ws: WebSocket): void {
+    try {
+      ws.onopen = null;
+      ws.onmessage = null;   // <- das fehlte
+      ws.onclose = null;     // verhindert doppelten Reconnect
+      ws.onerror = null;
+      ws.close();
+    } catch (_) {}
+  }
+
   private clearTimers(): void {
     if (this.heartbeatTimer) {
       clearInterval(this.heartbeatTimer);

aria-brain/agent.py

@@ -1549,14 +1549,18 @@ META_TOOLS = [
             "description": (
                 "Startet die Wiedergabe eines Titels auf einem Jellyfin-Geraet. Ablauf: "
                 "1. jellyfin_search -> itemId, 2. jellyfin_devices -> Geraet/Sitzung, "
-                "3. jellyfin_play. Laeuft die Jellyfin-App auf dem Zielgeraet noch nicht, "
-                "vorher host_app_launch (query='Jellyfin') aufrufen."
+                "3. jellyfin_play. Prueft selbst nach, ob die Wiedergabe wirklich "
+                "angelaufen ist. GIB IMMER 'host' MIT (Name des Host-Agenten am "
+                "Fernseher, z.B. 'Fire-TV Schlafzimmer'): dann starte ich Jellyfin bei "
+                "einer eingeschlafenen Sitzung automatisch neu und lege nochmal nach, "
+                "statt faelschlich Erfolg zu melden."
             ),
             "parameters": {
                 "type": "object",
                 "properties": {
                     "item_id": {"type": "string", "description": "itemId aus jellyfin_search."},
                     "device": {"type": "string", "description": "Geraete-/Sitzungsname aus jellyfin_devices (z.B. 'Fire TV')."},
+                    "host": {"type": "string", "description": "Host-Agent am Geraet (fuer automatischen Neustart bei toter Sitzung)."},
                     "server": {"type": "string", "description": "Server-Name (optional)."},
                     "resume": {"type": "boolean", "description": "Wenn moeglich fortsetzen statt von vorn (Default true)."},
                 },
@@ -2876,9 +2880,15 @@ class Agent:
         except Exception as exc:
             return None, f"Jellyfin nicht erreichbar: {exc}"
 
-    def _jellyfin_find_session(self, server: dict, device: str):
-        """Sucht die Sitzung eines Geraets. Gibt (session, fehlertext)."""
-        sessions, err = self._jellyfin_call(server, "/Sessions")
+    def _jellyfin_find_session(self, server: dict, device: str, fresh_sec: int = 600):
+        """Sucht die Sitzung eines Geraets. Gibt (session, fehlertext).
+
+        `activeWithinSeconds` filtert eingeschlafene Sitzungen aus: Jellyfin
+        listet Clients noch eine Weile, nachdem die App laengst weg ist — ein
+        Play-Befehl an so eine Karteileiche verpufft wortlos.
+        """
+        sessions, err = self._jellyfin_call(
+            server, "/Sessions", params={"activeWithinSeconds": fresh_sec})
         if err:
             return None, err
         d = (device or "").strip().lower()
@@ -2895,6 +2905,27 @@ class Agent:
                       f"Geraet GEOEFFNET sein — sonst vorher host_app_launch "
                       f"(query='Jellyfin') aufrufen.")
 
+    def _jellyfin_playing(self, server: dict, sess: dict, item_id: str,
+                          tries: int = 4, wait: float = 1.5) -> bool:
+        """Prueft, ob auf der Sitzung wirklich etwas abgespielt wird.
+
+        Jellyfin quittiert einen Play-Befehl auch dann mit 204, wenn die Sitzung
+        laengst tot ist — ohne diese Kontrolle meldet man faelschlich Erfolg.
+        """
+        want = (item_id or "").strip()
+        for _ in range(max(1, tries)):
+            time.sleep(wait)
+            sessions, err = self._jellyfin_call(server, "/Sessions", timeout=10.0)
+            if err:
+                continue
+            for s in (sessions or []):
+                if s.get("Id") != sess.get("Id"):
+                    continue
+                now = s.get("NowPlayingItem") or {}
+                if now and (not want or now.get("Id") == want):
+                    return True
+        return False
+
     def _dispatch_jellyfin(self, name: str, arguments: dict) -> str:
         server = self._jellyfin_server(arguments.get("server") or "")
         if not server:
@@ -2925,7 +2956,10 @@ class Agent:
                 return f"Treffer auf {label}:\n" + "\n".join(lines)
 
             if name == "jellyfin_devices":
-                sessions, err = self._jellyfin_call(server, "/Sessions")
+                # Nur Sitzungen, die zuletzt aktiv waren — sonst listet Jellyfin
+                # auch laengst geschlossene Apps, an die kein Befehl mehr geht.
+                sessions, err = self._jellyfin_call(
+                    server, "/Sessions", params={"activeWithinSeconds": 600})
                 if err:
                     return f"FEHLER: {err}"
                 out = []
@@ -2967,8 +3001,45 @@ class Agent:
                     params=play_params)
                 if err:
                     return f"FEHLER: {err}"
-                return (f"OK — Wiedergabe auf '{sess.get('DeviceName')}' gestartet"
-                        f"{note} (Server {label}).")
+
+                # Nachsehen, ob wirklich etwas laeuft. Eine eingeschlafene Sitzung
+                # nimmt den Befehl wortlos an, ohne dass der Film startet — genau
+                # der Fall "beim zweiten Mal ging es nicht".
+                if self._jellyfin_playing(server, sess, item_id):
+                    # Ausdruecklich vermerken, dass NICHTS repariert werden musste —
+                    # sonst erzaehlt das Modell gern die Panne aus einem frueheren
+                    # Turn nach ("Session war eingeschlafen"), obwohl alles glatt lief.
+                    return (f"OK — Wiedergabe auf '{sess.get('DeviceName')}' laeuft"
+                            f"{note} (Server {label}). Sitzung war aktiv, kein Neustart "
+                            f"noetig — erwaehne also KEINEN Neustart und KEINE "
+                            f"eingeschlafene Sitzung.")
+
+                # Sitzung war tot. Wenn wir den zugehoerigen Agenten kennen:
+                # Jellyfin dort neu starten, frische Sitzung holen, einmal
+                # nachlegen. Sonst ehrlich sagen, was zu tun ist.
+                host = (arguments.get("host") or "").strip()
+                if not host:
+                    return ("FEHLER: Der Befehl wurde angenommen, aber es laeuft nichts — "
+                            "die Jellyfin-Sitzung auf dem Geraet war eingeschlafen. "
+                            "Starte die Jellyfin-App neu (host_app_launch mit "
+                            "query='Jellyfin') und versuche es erneut. Tipp: Gib "
+                            "jellyfin_play den Parameter 'host' mit (Name des "
+                            "Host-Agenten), dann mache ich das automatisch.")
+                self._dispatch_host("host_app_launch", {"host": host, "query": "Jellyfin"})
+                time.sleep(6)   # App braucht einen Moment, bis sie sich anmeldet
+                sess2, err2 = self._jellyfin_find_session(server, device, fresh_sec=120)
+                if err2:
+                    return (f"FEHLER: Jellyfin auf '{host}' neu gestartet, aber es meldet "
+                            f"sich keine Sitzung: {err2}")
+                self._jellyfin_call(server, f"/Sessions/{sess2['Id']}/Playing",
+                                    method="POST", params=play_params)
+                if self._jellyfin_playing(server, sess2, item_id):
+                    return (f"OK — Wiedergabe laeuft auf '{sess2.get('DeviceName')}'"
+                            f"{note}. (Die Sitzung war eingeschlafen, ich habe Jellyfin "
+                            f"auf '{host}' neu gestartet.)")
+                return (f"FEHLER: Auch nach dem Neustart von Jellyfin auf '{host}' startet "
+                        f"die Wiedergabe nicht. Laeuft die App auf dem Bildschirm? "
+                        f"Ggf. dort einmal anmelden.")
 
             if name == "jellyfin_control":
                 device = (arguments.get("device") or "").strip()

diagnostic/index.html

@@ -2278,6 +2278,7 @@
         if (msg.type === 'host_update') { hosts = msg.hosts || []; renderHosts(); return; }
         if (msg.type === 'rooms_info') { rooms = (msg.payload && msg.payload.rooms) || []; renderRooms(); return; }
         if (msg.type === 'sat_result') { onSatResult(msg.payload || {}); return; }
+        if (msg.type === 'llm_openai_config_result') { onOpenAiConfigResult(msg.payload || {}); return; }
         if (msg.type === 'agent_history_list') {
           if (agentHistoryHost && msg.payload && msg.payload.host === agentHistoryHost) {
             renderAgentHistory(msg.payload.events || []);
@@ -4621,7 +4622,9 @@
             '<span style="color:#8888AA;">' + escapeHtml(modelText) + '</span>' +
             (w.gpus ? '<span style="color:#8888AA;">GPU ' + escapeHtml(w.gpus) + '</span>' : '') +
             '<span style="margin-left:auto;color:' + dot + ';">' + stat + '</span>' +
-            '</div>';
+            '</div>' +
+            // Nur LLM-Boxen: OpenAI-Endpunkt fuer Fremd-Tools (OpenHands & Co.)
+            (w.service === 'llm' ? renderOpenAiEndpoint(w) : '');
         }).join('');
         // Auslastungs-Button pro Node — Ziel bevorzugt die llm-Instanz (sieht alle
         // GPUs + Tokens), sonst irgendein online Worker des Node.
@@ -4634,6 +4637,62 @@
       }).join('');
     }
 
+    // ── OpenAI-Endpunkt einer LLM-Box (fuer OpenHands, Continue, ...) ──
+    // Der PORT kommt immer aus der .env der Box (Docker-Port-Mapping, steht beim
+    // Container-Start fest) und wird hier nur angezeigt. Der API-Key ist hier
+    // setzbar — ausser er steht in der .env, dann hat die Vorrang und das Feld
+    // ist schreibgeschuetzt.
+    function renderOpenAiEndpoint(w) {
+      const id = 'oa-' + (w.instanceId || '').replace(/[^a-zA-Z0-9]/g, '-');
+      const port = w.openaiPort || '8081';
+      const bind = w.openaiBind || '127.0.0.1';
+      const lanOpen = bind === '0.0.0.0';
+      const locked = !!w.openaiEnvLocked;
+      const keyState = w.openaiKeySet
+        ? '<span style="color:#34C759;">Key gesetzt</span>'
+        : '<span style="color:#FF9500;">kein Key — Endpunkt offen</span>';
+      const warn = (lanOpen && !w.openaiKeySet)
+        ? '<div style="color:#FF6E6E;margin-top:4px;">⚠ Im LAN erreichbar OHNE Key — jeder im Netz kann das Modell nutzen.</div>'
+        : '';
+      const field = locked
+        ? '<input type="text" value="aus .env übernommen" disabled ' +
+          'style="flex:1;background:#15151F;color:#666;border:1px solid #1E1E2E;border-radius:4px;padding:4px 8px;font-size:11px;">' +
+          '<span style="color:#8888AA;font-size:10px;">🔒 .env hat Vorrang</span>'
+        : '<input type="password" id="' + id + '" placeholder="API-Key setzen (leer = entfernen)" ' +
+          'style="flex:1;background:#0D0D1A;color:#E0E0F0;border:1px solid #1E1E2E;border-radius:4px;padding:4px 8px;font-size:11px;">' +
+          '<button class="btn secondary" onclick="saveOpenAiKey(\'' + escapeHtml(w.instanceId) + '\',\'' + id + '\')" ' +
+          'style="padding:2px 8px;font-size:10px;">Speichern</button>';
+      return '<div style="margin:2px 0 8px 18px;padding:6px 8px;background:#0D0D1A;border-radius:6px;font-size:11px;">' +
+        '<div style="color:#8888AA;">OpenAI-Endpunkt (OpenHands &amp; Co.): ' +
+          '<code style="color:#FFD60A;">http://' + escapeHtml(bind === '0.0.0.0' ? '&lt;box-ip&gt;' : '127.0.0.1') +
+          ':' + escapeHtml(port) + '/v1</code> · ' + keyState + '</div>' +
+        '<div style="display:flex;gap:6px;align-items:center;margin-top:5px;">' + field + '</div>' +
+        '<div id="' + id + '-msg" style="color:#8888AA;margin-top:4px;"></div>' +
+        '<div style="color:#666;margin-top:3px;">Port und Erreichbarkeit kommen aus der <code>.env</code> der Box ' +
+          '(<code>LLM_OPENAI_PORT</code>, <code>LLM_OPENAI_BIND</code>) — sie stehen beim Container-Start fest.</div>' +
+        warn + '</div>';
+    }
+
+    function saveOpenAiKey(instanceId, fieldId) {
+      const el = document.getElementById(fieldId);
+      const msg = document.getElementById(fieldId + '-msg');
+      if (!el) return;
+      openAiReqId = 'oa_' + Date.now() + '_' + Math.floor(Math.random() * 100000);
+      if (msg) msg.textContent = 'speichere …';
+      send({ action: 'llm_openai_config', instanceId, apiKey: el.value, requestId: openAiReqId });
+    }
+    let openAiReqId = null;
+
+    function onOpenAiConfigResult(p) {
+      if (!p || (openAiReqId && p.requestId && p.requestId !== openAiReqId)) return;
+      const id = 'oa-' + String(p.instanceId || '').replace(/[^a-zA-Z0-9]/g, '-');
+      const msg = document.getElementById(id + '-msg');
+      if (!msg) return;
+      msg.innerHTML = p.ok
+        ? '<span style="color:#34C759;">✓ ' + escapeHtml(p.message || 'gespeichert') + '</span>'
+        : '<span style="color:#FF6E6E;">✗ ' + escapeHtml(p.error || 'fehlgeschlagen') + '</span>';
+    }
+
     // Sprung von den Einstellungen zur Compute-Flotte (dort sitzt der
     // Auslastung-Button pro Node → Live nvidia-smi + Graphen).
     function gotoComputeFleet() {

diagnostic/server.js

@@ -656,6 +656,8 @@ function workerList() {
   return Array.from(workers.values()).map(w => ({
     instanceId: w.instanceId, service: w.service, node: w.node,
     gpus: w.gpus, model: w.model, models: w.models || [], busy: !!w.busy,
+    openaiPort: w.openaiPort || "", openaiBind: w.openaiBind || "",
+    openaiKeySet: !!w.openaiKeySet, openaiEnvLocked: !!w.openaiEnvLocked,
     online: (now - (w.last_seen || 0)) < WORKER_OFFLINE_MS,
   }));
 }
@@ -1180,6 +1182,8 @@ function connectRVS(forcePlain) {
       } else if (msg.type === "rooms_info") {
         // Antwort des RVS auf rooms_query → an den Browser (Raum-Diagnose).
         broadcast({ type: "rooms_info", payload: msg.payload || {} });
+      } else if (msg.type === "llm_openai_config_result") {
+        broadcast({ type: "llm_openai_config_result", payload: msg.payload || {} });
       } else if (msg.type === "sat_result") {
         // Ergebnis einer Satelliten-Aktion → an den Browser (z.B. APK-Rollout).
         broadcast({ type: "sat_result", payload: msg.payload || {} });
@@ -1209,6 +1213,11 @@ function connectRVS(forcePlain) {
             instanceId: p.instanceId, service: p.service || "",
             node: p.node || "", gpus: p.gpus || "", model: p.model || "",
             models: Array.isArray(p.models) ? p.models : (p.model ? [p.model] : []),
+            // OpenAI-Endpunkt (nur llm-Worker): Port/Bind kommen aus der .env der
+            // Box, der Key wird NIE uebertragen — nur ob einer gesetzt ist und ob
+            // die .env ihn vorgibt (dann ist das Feld hier schreibgeschuetzt).
+            openaiPort: p.openaiPort || "", openaiBind: p.openaiBind || "",
+            openaiKeySet: !!p.openaiKeySet, openaiEnvLocked: !!p.openaiEnvLocked,
             busy: !!prev.busy, last_seen: Date.now(),
           });
           broadcastWorkers();
@@ -2964,6 +2973,17 @@ wss.on("connection", (ws) => {
           },
           timestamp: Date.now(),
         });
+      } else if (msg.action === "llm_openai_config") {
+        // Browser setzt den API-Key des OpenAI-Endpunkts einer Box.
+        sendToRVS_raw({
+          type: "llm_openai_config",
+          payload: {
+            instanceId: String(msg.instanceId || ""),
+            apiKey: String(msg.apiKey || ""),
+            requestId: String(msg.requestId || ""),
+          },
+          timestamp: Date.now(),
+        });
       } else if (msg.action === "agent_history_query") {
         // Browser will die gespeicherte Historie eines Agenten — die Bridge
         // antwortet mit agent_history_list (auf derselben rvsWs).

rvs/server.js

@@ -113,6 +113,9 @@ const ALLOWED_TYPES = new Set([
   // OHNE diese Typen verwirft der RVS die Meldungen an der Allow-List (Z. 312),
   // und die Box bleibt in der Flotte unsichtbar, obwohl sie sendet.
   "worker_hello", "worker_ping", "worker_update", "worker_list",
+  // OpenAI-Endpunkt einer LLM-Box: Diagnostic setzt den API-Key (der PORT kommt
+  // immer aus der .env der Box — er ist ein Docker-Port-Mapping).
+  "llm_openai_config", "llm_openai_config_result",
   "node_stats", "node_stats_stream_start", "node_stats_stream_stop",
   "node_stats_history_request", "node_stats_history",
   "node_stats_reset", "node_stats_reset_done",

xtts/.env.example

@@ -4,7 +4,7 @@
 # ════════════════════════════════════════════════
 
 # ─── Welche Dienste startet DIESER Node? ──────────
-# Komma-getrennt aus: voxtral, whisper, f5tts, llm
+# Komma-getrennt aus: voxtral, whisper, f5tts, llm, openhands
 # Nur die aufgefuehrten Dienste starten bei `docker compose up -d`.
 #   nur STT-Box (Voxtral) → COMPOSE_PROFILES=voxtral
 #   nur STT-Box (Whisper) → COMPOSE_PROFILES=whisper
@@ -13,6 +13,12 @@
 #   Kleine Karte (wenig VRAM): Whisper + F5-TTS auf EINER GPU
 #                         → COMPOSE_PROFILES=whisper,f5tts
 #   All-in-One, grosse Karte  → COMPOSE_PROFILES=voxtral,f5tts,llm
+#   LLM + OpenHands-Oberflaeche → COMPOSE_PROFILES=llm,openhands
+# 'openhands' ist REIN OPTIONAL (Standalone-Entwickler-Agent, s.u.). Wer es nicht
+# auffuehrt, bei dem wird der Container gar nicht erst angelegt — das Image wird
+# nicht einmal geladen. Fuer den normalen ARIA-Betrieb also einfach weglassen.
+# ACHTUNG: Profile brauchen compose v2 (`docker compose`, mit Leerzeichen). Das
+# alte `docker-compose` 1.x behandelt sie unzuverlaessig.
 # Hinweis: voxtral UND whisper zusammen NICHT sinnvoll — beide sind STT und
 # wuerden dieselbe Anfrage doppelt beantworten. Pro Node genau EINEN STT waehlen:
 # Voxtral-3B (~9 GB, beste Qualitaet) ODER Whisper (klein, passt neben F5-TTS).
@@ -56,3 +62,34 @@ RVS_SNI=
 # WHISPER_MODEL=small  # tiny|base|small|medium|large-v3 (Hot-Swap via Diagnostic)
 # WHISPER_LANGUAGE=de
 # LLM_MODEL=qwen3-8b   # Key aus llama-swap/config.yaml
+
+# ─── OpenAI-Endpunkt des lokalen LLM (optional) ───
+# llama-swap ist OpenAI-kompatibel (/v1/chat/completions, /v1/models). Damit
+# koennen Fremd-Tools direkt auf das lokale Modell: OpenHands, Continue,
+# Open WebUI, Aider ...  Base-URL dann:  http://<box>:<LLM_OPENAI_PORT>/v1
+#
+# LLM_OPENAI_BIND steuert, WER drankommt:
+#   127.0.0.1  nur diese Maschine (Default, sicher)
+#   0.0.0.0    das ganze LAN  →  dann UNBEDINGT LLM_OPENAI_KEY setzen!
+LLM_OPENAI_BIND=127.0.0.1
+LLM_OPENAI_PORT=8081
+# API-Key. Leer = Endpunkt ohne Authentifizierung (nur mit BIND=127.0.0.1 ok).
+# WICHTIG: Steht hier ein Wert, hat er VORRANG — das Feld ist dann in der ARIA-
+# Diagnostic schreibgeschuetzt. Leer lassen, wenn Du den Key lieber dort pro Box
+# setzen willst (er wird dann auf der Box unter /models/openai_key.json abgelegt).
+# Der Key wirkt, sobald ein Modell das naechste Mal geladen wird.
+LLM_OPENAI_KEY=
+
+# ─── OpenHands (optional, eigenes Profil) ─────────
+# Standalone-Entwickler-Agent, der das lokale LLM nutzt. Start:
+#   COMPOSE_PROFILES=llm,openhands docker compose up -d
+# Dann http://<box>:<OPENHANDS_PORT> aufrufen.
+# ACHTUNG: OpenHands startet eigene Arbeits-Container und bekommt dafuer den
+# Docker-Socket — das ist faktisch Root-Zugriff auf diese Maschine. Deshalb
+# BIND auf 127.0.0.1 lassen und von aussen per SSH-Tunnel zugreifen:
+#   ssh -L 3000:127.0.0.1:3000 user@box   ->  lokal http://localhost:3000
+OPENHANDS_BIND=127.0.0.1
+OPENHANDS_PORT=3000
+# Wie OpenHands das lokale Modell anspricht (Container-intern, daher :8080):
+OPENHANDS_LLM_BASE_URL=http://llama-swap:8080/v1
+OPENHANDS_LLM_MODEL=openai/qwen3-8b

xtts/README.md

@@ -70,3 +70,83 @@ nvidia-smi                                   # Host sieht die GPU
 docker run --rm --gpus all nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi   # Container auch
 docker logs -f aria-whisper-bridge           # "RVS verbunden" + service_status ready
 ```
+
+## Lokales LLM von außen nutzen (OpenAI-Endpunkt)
+
+`llama-swap` spricht **OpenAI-kompatibel** (`/v1/chat/completions`, `/v1/models`).
+Damit können Fremd-Tools direkt auf das lokale Modell: **OpenHands**, Continue,
+Open WebUI, Aider …
+
+```
+Base-URL:  http://<box>:<LLM_OPENAI_PORT>/v1
+Modell:    qwen3-8b   (oder ein anderer Key aus llama-swap/config.yaml)
+API-Key:   LLM_OPENAI_KEY  (falls gesetzt)
+```
+
+In der `.env`:
+
+| Variable | Bedeutung |
+|---|---|
+| `LLM_OPENAI_BIND` | `127.0.0.1` = nur diese Maschine (**Default, sicher**) · `0.0.0.0` = ganzes LAN |
+| `LLM_OPENAI_PORT` | Host-Port (Default `8081`) |
+| `LLM_OPENAI_KEY`  | API-Key; leer = **ohne Authentifizierung** |
+
+> ⚠️ `LLM_OPENAI_BIND=0.0.0.0` **ohne** `LLM_OPENAI_KEY` heißt: jeder im Netz kann
+> das Modell benutzen. Entweder Key setzen oder auf localhost gebunden lassen.
+
+**Wo wird was konfiguriert?**
+
+- **Port und Erreichbarkeit** immer in der `.env`. Beides ist ein Docker-Port-Mapping
+  und steht beim Container-Start fest — es lässt sich nicht aus der Ferne ändern.
+- **API-Key**: entweder in der `.env` **oder** — wenn dort leer — in der ARIA-Diagnostic
+  unter *Compute-Flotte* bei der jeweiligen Box. Dort abgelegt landet er auf der Box
+  unter `/models/openai_key.json` (Rechte 0600).
+- **Die `.env` hat immer Vorrang.** Steht `LLM_OPENAI_KEY` dort, ist das Feld in der
+  Diagnostic **schreibgeschützt** (🔒-Hinweis).
+- Ein geänderter Key greift, sobald ein Modell das **nächste Mal geladen** wird
+  (llama-server bekommt ihn per `--api-key`). Laufendes Modell also einmal entladen
+  lassen (TTL) oder ein anderes Modell anfragen.
+
+Prüfen:
+```bash
+curl -s http://localhost:8081/v1/models                       # ohne Key
+curl -s -H "Authorization: Bearer $LLM_OPENAI_KEY" \
+     http://localhost:8081/v1/models                          # mit Key
+```
+
+## OpenHands (optionales Profil)
+
+OpenHands ist **rein optional** und liegt in einem eigenen Profil. Wer es nicht in
+`COMPOSE_PROFILES` aufführt, bei dem wird der Container **gar nicht erst angelegt** —
+das Image wird nicht einmal geladen. Für den normalen ARIA-Betrieb also einfach weglassen:
+
+```bash
+COMPOSE_PROFILES=voxtral,f5tts,llm docker compose up -d   # ohne OpenHands
+COMPOSE_PROFILES=llm,openhands     docker compose up -d   # mit OpenHands
+```
+
+Dann `http://<box>:<OPENHANDS_PORT>` (Default `3000`) öffnen. Das lokale Modell ist
+schon vorbelegt (`OPENHANDS_LLM_BASE_URL`, `OPENHANDS_LLM_MODEL`) und in der
+Oberfläche änderbar.
+
+| Variable | Bedeutung |
+|---|---|
+| `OPENHANDS_BIND` | `127.0.0.1` (Default) oder `0.0.0.0` fürs LAN |
+| `OPENHANDS_PORT` | Host-Port (Default `3000`) |
+| `OPENHANDS_LLM_BASE_URL` | Default `http://llama-swap:8080/v1` (Container-intern — **nicht** der Host-Port) |
+| `OPENHANDS_LLM_MODEL` | Default `openai/qwen3-8b` |
+
+> ⚠️ OpenHands startet eigene Arbeits-Container und bekommt dafür den **Docker-Socket**.
+> Das ist faktisch Root-Zugriff auf diese Maschine — wer die Oberfläche erreicht,
+> kann im Zweifel alles auf der Box.
+>
+> **Deshalb bleibt `OPENHANDS_BIND` auf `127.0.0.1`.** Von einem anderen Rechner
+> greifst Du per SSH-Tunnel zu, statt den Port ins LAN zu öffnen:
+> ```bash
+> ssh -L 3000:127.0.0.1:3000 user@box     # dann lokal http://localhost:3000
+> ```
+> Das kostet nichts und ist die wirksamste Absicherung, solange der Socket
+> durchgereicht wird. Wer echte Isolation braucht: OpenHands in eine eigene VM,
+> oder einen rootless Docker-Daemon als Beiwagen statt des Host-Sockets.
+
+Ohne das Profil ändert sich nichts: Wer nur ARIAs Box fahren will, startet OpenHands gar nicht.

xtts/docker-compose.yml

@@ -139,6 +139,13 @@ services:
     # Liest die vom llm-adapter generierte Config. Beim allerersten Boot faengt
     # restart: unless-stopped die Reihenfolge ab, bis der Adapter sie geschrieben hat.
     command: ["--config", "/models/llama-swap.config.yaml", "--listen", "0.0.0.0:8080"]
+    # OpenAI-kompatibler Endpunkt (/v1/chat/completions, /v1/models) — damit
+    # koennen Fremd-Tools wie OpenHands, Continue oder Open WebUI direkt auf das
+    # lokale LLM. Standardmaessig NUR auf localhost gebunden (sicher); fuer
+    # Zugriff aus dem LAN LLM_OPENAI_BIND=0.0.0.0 setzen — dann aber unbedingt
+    # LLM_OPENAI_KEY vergeben, sonst kann jeder im Netz das Modell nutzen.
+    ports:
+      - "${LLM_OPENAI_BIND:-127.0.0.1}:${LLM_OPENAI_PORT:-8081}:8080"
     restart: unless-stopped
 
   # ─── Local-LLM-Adapter — RVS <-> llama.cpp ────
@@ -172,3 +179,33 @@ services:
       # Erster Load eines Modells kann ein GGUF ziehen (mehrere GB) — grosszuegig.
       - LLM_TIMEOUT_SEC=${LLM_TIMEOUT_SEC:-600}
     restart: unless-stopped
+
+  # ─── OpenHands (optional, Standalone) ────────────────
+  # Eigenstaendige Entwickler-Agenten-Oberflaeche, die das LOKALE LLM ueber den
+  # OpenAI-Endpunkt von llama-swap nutzt. Bewusst ein eigenes Profil: wer nur
+  # ARIAs Box fahren will, startet es gar nicht erst.
+  #   COMPOSE_PROFILES=llm,openhands docker compose up -d
+  # Danach http://<box>:${OPENHANDS_PORT:-3000} und dort als Provider
+  # "OpenAI-kompatibel" mit Base-URL http://llama-swap:8080/v1 eintragen
+  # (aus dem Container heraus erreichbar), Modell z.B. qwen3-8b.
+  openhands:
+    image: docker.all-hands.dev/all-hands-ai/openhands:latest
+    container_name: aria-openhands
+    profiles: ["openhands"]
+    environment:
+      - SANDBOX_RUNTIME_CONTAINER_IMAGE=docker.all-hands.dev/all-hands-ai/runtime:latest
+      - LOG_ALL_EVENTS=true
+      # Vorbelegung fuer das lokale Modell — in der Oberflaeche aenderbar.
+      - LLM_BASE_URL=${OPENHANDS_LLM_BASE_URL:-http://llama-swap:8080/v1}
+      - LLM_API_KEY=${LLM_OPENAI_KEY:-local}
+      - LLM_MODEL=${OPENHANDS_LLM_MODEL:-openai/qwen3-8b}
+    volumes:
+      # OpenHands startet seine Arbeits-Container selbst -> braucht den Socket.
+      # ACHTUNG: das gibt dem Container Kontrolle ueber den Docker-Host.
+      - /var/run/docker.sock:/var/run/docker.sock
+      - ./openhands-state:/.openhands
+    ports:
+      - "${OPENHANDS_BIND:-127.0.0.1}:${OPENHANDS_PORT:-3000}:3000"
+    extra_hosts:
+      - "host.docker.internal:host-gateway"
+    restart: unless-stopped

xtts/llm-adapter/adapter.py

@@ -27,6 +27,8 @@ import asyncio
 import json
 import logging
 import os
+import re
+import shlex
 import time
 
 import httpx
@@ -94,6 +96,44 @@ BASE_CONFIG_PATH = os.getenv("LLAMA_BASE_CONFIG", "/llamaswap/config.yaml")
 GEN_CONFIG_PATH = os.getenv("LLAMA_GEN_CONFIG", "/models/llama-swap.config.yaml")
 REGISTRY_PATH = os.getenv("LLM_REGISTRY", "/models/aria_models.json")
 
+# ── OpenAI-kompatibler Endpunkt (fuer OpenHands & Co.) ─────
+# Der Port ist ein Docker-Port-Mapping und steht beim Container-Start fest —
+# er kommt IMMER aus der .env. Der API-Key kann zusaetzlich zur Laufzeit aus der
+# Diagnostic gesetzt werden, ABER: steht er in der .env, hat die .env Vorrang
+# und das Feld ist in der Diagnostic schreibgeschuetzt.
+OPENAI_PORT = os.getenv("LLM_OPENAI_PORT", "8081").strip() or "8081"
+OPENAI_BIND = os.getenv("LLM_OPENAI_BIND", "127.0.0.1").strip() or "127.0.0.1"
+_OPENAI_KEY_ENV = os.getenv("LLM_OPENAI_KEY", "").strip()
+OPENAI_KEY_FILE = os.getenv("LLM_OPENAI_KEY_FILE", "/models/openai_key.json")
+
+
+def _openai_key() -> str:
+    """Gueltiger API-Key: .env gewinnt, sonst der in der Diagnostic gesetzte."""
+    if _OPENAI_KEY_ENV:
+        return _OPENAI_KEY_ENV
+    try:
+        with open(OPENAI_KEY_FILE) as f:
+            return str((json.load(f) or {}).get("key") or "").strip()
+    except Exception:
+        return ""
+
+
+def _openai_key_save(key: str) -> bool:
+    """Speichert den in der Diagnostic gesetzten Key. Bei .env-Vorrang: nein."""
+    if _OPENAI_KEY_ENV:
+        return False
+    try:
+        os.makedirs(os.path.dirname(OPENAI_KEY_FILE), exist_ok=True)
+        tmp = OPENAI_KEY_FILE + ".tmp"
+        with open(tmp, "w") as f:
+            json.dump({"key": key.strip()}, f)
+        os.replace(tmp, OPENAI_KEY_FILE)
+        os.chmod(OPENAI_KEY_FILE, 0o600)
+        return True
+    except Exception as exc:
+        logger.error("OpenAI-Key speichern fehlgeschlagen: %s", exc)
+        return False
+
 # ── Auslastungs-Monitor (Stage E) ──────────────────────────
 import node_stats
 STATS_PATH = os.getenv("STATS_PATH", "/models/aria_stats.json")
@@ -144,6 +184,19 @@ def _generate_config() -> int:
                     f"-hf {repo}:{quant}\n-ngl {ngl} -c {ctx} --jinja"),
             "ttl": 3600,
         }
+    # API-Key auf JEDES Modell anwenden (auch die aus dem Basis-Template) —
+    # llama-server prueft dann den Authorization-Header. Ohne Key bleibt der
+    # Endpunkt offen; deshalb ist er per Default nur an localhost gebunden.
+    key = _openai_key()
+    for k, spec in list(models.items()):
+        cmd = str((spec or {}).get("cmd") or "")
+        if not cmd:
+            continue
+        cmd = re.sub(r"\s*--api-key\s+\S+", "", cmd)     # alten Key entfernen
+        if key:
+            cmd = cmd.rstrip() + f" --api-key {shlex.quote(key)}"
+        models[k] = dict(spec, cmd=cmd)
+
     out = dict(base)
     out["models"] = models
     try:
@@ -270,6 +323,13 @@ async def _announce(ws) -> None:
         "instanceId": INSTANCE_ID, "service": WORKER_SERVICE,
         "node": NODE_NAME, "gpus": GPU_IDS, "model": LLM_MODEL,
         "models": models,   # welche Modelle diese Box fahren kann (llama-swap-Keys)
+        # OpenAI-Endpunkt fuer Fremd-Tools (OpenHands & Co.). Der Key selbst wird
+        # NICHT gesendet (Broadcast!) — nur ob einer gesetzt ist und ob die .env
+        # ihn vorgibt (dann ist das Feld in der Diagnostic schreibgeschuetzt).
+        "openaiPort": OPENAI_PORT,
+        "openaiBind": OPENAI_BIND,
+        "openaiKeySet": bool(_openai_key()),
+        "openaiEnvLocked": bool(_OPENAI_KEY_ENV),
     })
     logger.info("worker_hello: models=%s", models)
 
@@ -355,6 +415,45 @@ async def _do_llm_request(ws, payload: dict) -> None:
     })
 
 
+async def _handle_openai_config(ws, payload: dict) -> None:
+    """Setzt den API-Key des OpenAI-Endpunkts (aus der Diagnostic).
+
+    Der PORT wird hier bewusst NICHT geaendert: er ist ein Docker-Port-Mapping
+    und steht beim Container-Start fest — dafuer ist die .env zustaendig.
+    Steht der Key in der .env, gewinnt sie und wir lehnen ab.
+    """
+    if (payload.get("instanceId") or INSTANCE_ID) != INSTANCE_ID:
+        return
+    req_id = payload.get("requestId", "")
+    key = str(payload.get("apiKey") or "").strip()
+    if _OPENAI_KEY_ENV:
+        await _send(ws, "llm_openai_config_result", {
+            "requestId": req_id, "instanceId": INSTANCE_ID, "ok": False,
+            "error": "Der API-Key steht in der .env dieser Box — die hat Vorrang. "
+                     "Zum Aendern dort anpassen und die Box neu starten.",
+        })
+        return
+    if not _openai_key_save(key):
+        await _send(ws, "llm_openai_config_result", {
+            "requestId": req_id, "instanceId": INSTANCE_ID, "ok": False,
+            "error": "Key konnte nicht gespeichert werden (Schreibrechte auf /models?)",
+        })
+        return
+    # Config neu schreiben, damit llama-server den Key beim naechsten Laden nutzt.
+    _generate_config()
+    logger.info("OpenAI-API-Key %s (wirkt beim naechsten Modell-Laden)",
+                "gesetzt" if key else "entfernt")
+    await _send(ws, "llm_openai_config_result", {
+        "requestId": req_id, "instanceId": INSTANCE_ID, "ok": True,
+        "keySet": bool(key),
+        "message": ("API-Key gesetzt. Er greift, sobald das Modell das naechste Mal "
+                    "geladen wird — bereits laufende Modelle einmal entladen lassen "
+                    "(TTL) oder ein anderes Modell anfragen."
+                    if key else "API-Key entfernt — der Endpunkt ist jetzt offen."),
+    })
+    await _announce(ws)
+
+
 async def _handle_provision(ws, payload: dict) -> None:
     """Fuegt ein Modell hinzu: Registry+Config schreiben, reload, dann Warmup
     (zieht das GGUF via -hf beim ersten Load). Meldet die neue Modell-Liste."""
@@ -464,6 +563,9 @@ async def _run() -> None:
                     # Auslastungs-Monitor (node_stats_*) abfangen.
                     if await _stats.handle(ws, mtype, payload, _send):
                         continue
+                    if mtype == "llm_openai_config":
+                        asyncio.create_task(_handle_openai_config(ws, payload))
+                        continue
                     if mtype not in ("llm_request", "llm_provision_model", "llm_remove_model"):
                         continue
                     if mtype == "llm_provision_model":