ARIA-AGENT/CHANGELOG.md

ARIA — Changelog

Alle Änderungen am Projekt. Format: Keep a Changelog

Hinweis: Dieser Changelog hatte eine große Lücke — er endete bei 0.0.0.5 (2026-03), das Projekt lief aber bis 0.2.0.2 (2026-07) weiter (u. a. OAuth, Voice-Streaming, Speaker-ID, Datei-Manager). Ab dem Projekte-/Multi-Threading- Epos (2026-07) wird wieder gepflegt; die dazwischenliegenden Versionen 0.0.0.6–0.1.9.6 sind nicht rückwirkend nacherfasst.

---

[0.2.1.9] — 2026-07-17 — Kompakt ↔ Cockpit: Umschalter für den Kachel-Desktop

Hinzugefügt

• Ansichts-Umschalter im Header („⧉ Kompakt" / „⧉ Cockpit"): Die App startet in Kompakt — der klassische Vollbild-Chat, exakt wie vor dem Umbau (Default, Mama-tauglich). Ein Tap auf den Button oben rechts schaltet auf Cockpit — den zoom-/verschiebbaren Kachel-Desktop. Persistiert über Neustart (aria_view_mode).
• Warum: Nach dem 0.2.1.8-Deploy sah die App „unverändert" aus — korrekt, denn im normalen Chat gibt es nur eine Kachel (= Vollbild-Chat). Der Umschalter macht den Cockpit-Modus jetzt explizit sichtbar/steuerbar, statt nur bei Code-Projekten aufzutauchen.
• Im Cockpit ist die Übersicht jetzt immer erreichbar (auch im Hauptchat): „⤢ Übersicht" sitzt im Header links (kollidiert nicht mehr mit dem Abbrechen-Button der „ARIA denkt"-Leiste), dazu 2-Finger-Pinch/Pan und Hardware-Back.
• Im Cockpit werden immer alle vier Kacheln gezeigt (Chat/Editor/Desktop/Vorschau) — Editor/Desktop/Vorschau als Platzhalter mit Status-Untertitel („kein Code-Projekt" / „kein Desktop"), bis ARIA ein Code-Projekt startet bzw. eine VM läuft. Vorher wirkten sie „verschwunden", weil sie erst bei Code-Projekten auftauchten.

---

[0.2.1.8] — 2026-07-17 — Desktop-Workspace: zoombarer Canvas, Live-Code-Editor, QEMU/VNC

Hinzugefügt

Zoom-/verschiebbarer Workspace-Canvas (App)

• Die App ist jetzt eine desktop-artige Arbeitsfläche: rausgezoomt sieht man eine Landkarte aus Kacheln (Chat, Editor, Desktop, Vorschau), die man mit 2 Fingern zoomt und verschiebt. Tippt man eine Kachel an, zoomt sie voll auf und wird echt bedienbar („Übersicht + Fokus"). „⤢ Übersicht" bzw. der Hardware-Back führen zurück zur Landkarte.
• Technisch: react-native-gesture-handler + react-native-reanimated (60 fps auf dem UI-Thread). Zwei Ebenen — eine skalierte Thumbnail-Welt und eine Identity-Content-Ebene (Scale 1), in der die schweren Inhalte (ChatScreen + WebViews) immer gemountet sind und nur die fokussierte sichtbar ist. Dadurch bleiben Touch-Koordinaten/Keyboard korrekt und nichts remountet beim Fokuswechsel. Reiner Chat verhält sich exakt wie bisher (eine Kachel, dauerhaft fokussiert).

Live-Code-Editor für Code-Projekte (App + Bridge + Proxy)

• Wird ein Projekt zum Code-Projekt (ARIA ruft set_project_kind('code')), erscheinen Editor- und Desktop-Kachel. Der Editor (WebView, selbstenthaltener Highlight-Editor, offline) zeigt live, was ARIA schreibt — und Stefan kann selbst editieren; Änderungen gehen zurück an ARIA.
• Fluss: ARIAs Write/Edit unter /shared/projects/<projekt-id>/ werden im Proxy abgefangen und als code_file über die Bridge/RVS an die App gespiegelt; Stefans Edits kommen als code_file_edit pfad-sicher zurück ins selbe Verzeichnis.

QEMU für alle Architekturen + Live-Desktop per VNC (Host + Bridge + App)

• ARIA kann jetzt VMs für jede Architektur bauen/testen (x86, ARM, MIPS, PPC, RISC-V, SPARC) — Host-Helper aria-vm (create/boot/screenshot/list/stop), installiert via host-provisioning/qemu-setup.sh. KVM für x86-Gäste, sonst TCG. Beispiel: ein Win-3.11-System bauen und in QEMU testen.
• Der VNC-Live-Desktop wird durch den RVS-Server getunnelt: die Bridge brückt rohes RFB-TCP (QEMU 127.0.0.1:5901) ↔ RVS (vnc_data/vnc_input, Base64-in-JSON), der noVNC-Client läuft in der App-WebView (window.WebSocket-Shim). Stefan bedient die VM live mit Maus/Tastatur in der Desktop-Kachel — NAT-sicher, kein offener Port am Host, kein websockify/noVNC auf dem Host nötig.

Kleineres

• Pro-Projekt-Layout: die zuletzt fokussierte Kachel wird pro Projekt gemerkt (aria_workspace_layout).
• Projekt-Modell bekommt kind ('chat'|'code'); Seed-Regel lehrt ARIA den Code-Projekt-Workflow (Arbeitsverzeichnis /shared/projects/<id>/, aria-vm, VNC landet automatisch in der App).

Deploy

git pull && docker compose up -d --build brain bridge proxy · RVS-Stack up -d --build · Host: bash host-provisioning/qemu-setup.sh (einmalig, als root) · APK neu bauen (nach npm install einmalig npm start --reset-cache + gradlew clean, wegen der neuen nativen Module).

---

[0.2.1.5] — 2026-07-12 — Pro-Projekt-Queue mit Rückfrage-Loop

Hinzugefügt

Nachrichten-Queue pro Projekt (App + Diagnostic)

• Eine zweite Nachricht, während ARIA am aktuellen Task arbeitet, wird jetzt angestellt statt den laufenden Task abzubrechen (vorher: Barge-In-Cancel). Sie läuft der Reihe nach, pro Projekt unabhängig (paralleles Arbeiten in mehreren Projekten bleibt). Wartende Nachrichten zeigen als ⏸-Bubble — tippen entfernt sie aus der Warteschlange.
• Rückfrage-Loop: Stellt ARIA eine echte, blockierende Rückfrage, pausiert die Queue und deine nächste Eingabe beantwortet sie — bis eine finale Antwort kommt, dann läuft der nächste Queue-Eintrag (gleiches Muster). Banner „❓ ARIA fragt nach — deine Eingabe beantwortet das". Der Stop-Button bricht den aktuellen Task ab und schaltet zum nächsten.
• ARIA signalisiert eine Rückfrage über einen unsichtbaren [[AWAIT]]-Marker — wie speak/converse deklariert das Modell den Zustand selbst (kein „endet-mit-?"-Raten). Brain strippt ihn, gibt awaiting_reply durch chat() → ChatOut → Bridge-Chat-Payload. Local (tool-los) und Fast-Path markieren nie.

Pro-Projekt-Textfeld-Entwürfe (App + Diagnostic)

• Der Feldinhalt bleibt beim Projektwechsel erhalten: in Projekt X tippen, zu Y wechseln (leeres Feld), zurück zu X → dein Entwurf steht wieder da. In Storage persistiert.

TTS-Abspiel-Queue (App)

• Zwei fast gleichzeitig fertige Antworten sprechen jetzt garantiert nacheinander statt sich gegenseitig abzuschneiden. Vorher war das Timing-Glück (PcmStreamPlayer.start() ruft stopInternal() = flush/release, hätte die laufende gecuttet). Jetzt: „spielt hörbar" gilt bis zum echten PcmPlaybackFinished (nicht nur bis Stream-Ende); eine neue hörbare Antwort, die währenddessen ankommt, wird gepuffert und danach nachgespielt (Kette für 3, 4, …). Harter Stop/Barge-In/Mund-Button verwirft die Queue.

Geändert

• Voice bricht nicht mehr ab: eine neue Sprachnachricht während ARIA arbeitet stoppt nur akustisch das TTS (sauberes Mikro) und wird über den Brain-Projekt-Lock serialisiert, statt den laufenden Task abzubrechen (passend zu „immer anstellen + Stop-Button"). Text-Senden erkennt Brain-busy als Fallback, damit auch nach einem voice-gestarteten Turn korrekt angestellt wird. Grenze: eine per Sprache gestartete Aufgabe erscheint nicht als löschbare ⏸-Bubble (Aufnahme wird live gestreamt, nicht app-seitig gepuffert).

---

[0.2.1.4] — 2026-07-12 — Lokales LLM: der ehrliche Rückbau

Geändert

Lokales LLM wieder tool-los (B1a) — ein 8B ist ein schlechter Tool-Caller

• B1b hatte dem lokalen Modell Werkzeuge (run_*/web_search) gegeben — die gemeinsame Wurzel von zwei Problemen: (1) ein 8B erfindet mit Werkzeug in der Hand lieber eine plausible Antwort („der Song ist X") statt es zu rufen → Halluzination; (2) das erzwang per-Skill-Guards (skaliert nicht). Local ist jetzt wieder tool-los = reines Reden; alles mit Grundwahrheit (Fakt/Live-Zustand/Gedächtnis/Aktion) gehört an Claude oder den deterministischen Fast-Path. Kein Skill-Ergebnis mehr fälschbar
• Keine Input-Wortliste im Router: eine kurz eingeführte _LIVE_HINTS-Blacklist (Wetter/Musik/… → Claude) wieder entfernt — aus offenem Freitext die Absicht per Wortliste zu raten ist nie vollständig, jeder Miss = ein Halo (nur von per-Skill auf per-Wort verschoben). Generisch = das Modell entscheidet selbst (<<ESCALATE>>); ein stärkeres lokales Modell übernimmt die Selbst-Erkennung später, bis dahin ist local per Einstellung abschaltbar (aus, nicht raus)
• Expliziter Nutzer-Wunsch „nimm Claude/Clodi" wird im Router respektiert (geht nie lokal)

Behoben

• Info-Halluzination: local nannte manchmal aktuellen Song/Restzeit/Skip-Titel ohne run_spotify zu rufen (mal echt, mal frei erfunden — „Midnight City von M83" nie aufgerufen). Neuer Output-Guard _claims_live_media_state eskaliert behauptete Live-Auskünfte ohne echten Skill-Call an Claude; Local-Prompt zusätzlich gehärtet (nie Titel/Zeit/Gerät ohne Tool-Ergebnis; bei „OK: next" keinen Titel erfinden)
• Leeres <voice></voice> machte TTS stumm: Claude hängt reflexartig manchmal ein leeres Voice-Tag an → clean_text_for_tts nahm den leeren Inhalt → gar keine Sprachausgabe (Playlist „Fliegen" gesprochen, „Prodigy" stumm — reiner Claude-Output-Zufall, nicht Skill/Playlist-Name). Leeres/whitespace-Tag wird jetzt ignoriert, der normale Anzeigetext gelesen
• Datei-Anhang erschien erst nach Seitenwechsel: die Live-chat-Payload trug keine files (Anhänge kamen nur als separates file_from_aria-Event) → an der Nachricht tauchte die Datei erst nach Reload aus chat_backup auf. Bridge schickt die files jetzt in der chat-Payload, App hängt sie live an die Text-Bubble (wie der Reload-Pfad) und entfernt die redundante Solo-Bubble
• TDZ-Zeitbombe (App): sendTextMessage stand vor seinen Dependencies (interruptAriaIfBusy, sendPendingAttachments) im deps-Array — Temporal Dead Zone; lief nur dank Babels const→var-Hebung, ein strengerer Bundler hätte beim Mount weißgescreent. Deklaration hinter die Deps verschoben
• QRScanner tsc-clean: toter Prop colorForScannerFrame (existiert in react-native-camera-kit v13 nicht) entfernt; die fehlerhaften Lib-Typen (optionale Props als required markiert) lokal + dokumentiert umgangen → Projekt komplett tsc-clean (0 Fehler)

Spotify-Skill — von ARIA live im Gespräch weiter geschärft

• Skip (next/previous) sagt jetzt den echten neuen Titel an (holt den Track nach dem Skip via API) statt local einen erfinden zu lassen
• playlist_play/search_and_play/play nennen das tatsächliche Wiedergabegerät (aus GET /v1/me/player, kein Raten — verhinderte den Fehler, dass Claude ein falsch geratenes Gerät auch noch ansteuerte) und lesen konsistent vor; saubere „Sprach-Grammatik": Ansagen sprechen, Steuerbefehle (play/pause/transfer/volume) schweigen
• yt-dlp-download-Skill um einen MP3-Modus erweitert — ARIA hat das fehlende Werkzeug selbst gebaut, als eine deutsche Titelmelodie nicht auf Spotify lag (Web-Suche → YouTube-Download → MP3 in den Chat, in <1 min)

---

[0.2.1.3] — 2026-07-11

Hinzugefügt

• skill_get-Tool: ARIA liest den echten Quellcode + Manifest + Readme eines Skills, bevor sie ihn ändert — kein Blind-Rewrite mehr (vorher wurde ein guter Skill durch eine schlechtere Neufassung ersetzt, weil das referenzierte skill_get gar nicht existierte)

Behoben

• converse folgt dem Skill (Fast-Path): auch ein Fast-Path-Befehl kann einen Skill auslösen, nach dem noch etwas zu sagen ist — converse kommt jetzt aus Manifest/Skill-Output statt hart auf False
• Sprachnachricht-Bubble verschwand nach manuellem Stop: bei „ohne Ohr" aufgenommener Sprachnachricht + Stop entfernte ein leeres stream-end-Endpoint die schon gefüllte Bubble; jetzt wird nur noch der unaufgelöste Platzhalter entfernt

---

[0.2.1.2] — 2026-07-11 — Standort-Intelligenz + Skill steuert seine Ausgabe

Hinzugefügt

GPS → Ortsname im Standort-Präfix (keyless, keine Tokens)

• Reverse-Geocoding der Koordinaten in der Bridge (Nominatim zoom=18: Straße+Hausnr, PLZ+Ort, Bundesland; Straßen-Ref + Autobahn-km via Overpass) — damit das lokale Modell nicht „Berlin" für Oldenburg rät; Ortsname wird vor dem Präfix-Bau awaited (rechtzeitig für die erste Nachricht)
• Fahrtrichtung als Himmelsrichtung + exakte Peilung in Grad (Haversine/Bearing aus aufeinanderfolgenden Fixes, MIN_MOVE_M-Schwelle gegen Zittern)

Skill steuert seine Ausgabe selbst — speak + converse pro Aufruf

• Ein Skill entscheidet per JSON-Output {speak, converse} pro Operation, ob vorgelesen wird und ob danach 30 s weitergelauscht wird (Manifest-Default, Output überschreibt) — z. B. „was läuft" vorlesen aber kein Dialog, „nächstes Lied" stumm. In der Skill-Bauanleitung mit dem WARUM dokumentiert, damit die KI die Flags beim Bauen versteht (kein Hardcode im Brain)

Behoben / Geändert

• Generischer Skill-Prompt (kein Hardcode): der Router beschreibt run_*-Skills generisch (weiß nicht mehr, welche „schwer" sind); ein Stop im 30-s-Lauschen beendet dieses jetzt wirklich (kein zweiter Gong / erneutes Öffnen)
• Anti-Halluzination: behauptet local eine Steuerbefehl-Quittung („Spotify: …", „Playlist abspielen") ohne das Tool wirklich zu rufen → Eskalation an Claude statt erfundene Bestätigung durchzulassen

---

[0.2.1.1] — 2026-07-11

Hinzugefügt

• Skill entscheidet selbst, ob vorgelesen wird (manifest.speak): Grundlage der späteren speak/converse-Architektur — der speak-Flag greift sowohl im lokalen als auch im Claude-Pfad, statt am fragilen leeren <voice></voice>-Hack zu hängen

---

[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

Proxy — ARIA-Persona über echten System-Prompt-Kanal

• Persona + Tool-Use-Format gehen jetzt über --append-system-prompt der Claude-CLI statt als <system>-getaggter User-Content im Prompt (openai-to-cli.js: Prompt = nur Verlauf, systemPrompt separat; neue sed-Zeile schleust --append-system-prompt,options.systemPrompt ins buildArgs-Array von manager.js)

Multi-Threading — echte Parallelität in der App

• agent_activity-Events tragen jetzt die projectId (Brain → Proxy aria_project_id → Bridge → App); der „ARIA denkt"-Indikator zeigt nur noch den fokussierten Kontext statt global zu flackern (agentActivityByCtx-Map)
• Kontext-scoped Cancel: neuer Proxy-Endpoint /cancel {projectId} killt nur die Subprozesse eines Kontexts (/cancel-all bleibt fürs NOT-AUS); Bridge-soft-Cancel + App-Abbrechen tragen die fokussierte projectId

Diagnostic — Datei-Zuordnung

• Projekt-Dropdown pro Datei im Datei-Manager (nutzt /api/files-set-project) — auch alt-hochgeladene Dateien nachträglich einem Projekt zuweisen

Behoben

• Identität: fester IDENTITY_ANCHOR ganz oben im System-Prompt — ARIA verliert in (Pentest-)Projekten nicht mehr die Rolle bzw. deutet ihre eigene Aufgabe nicht mehr als Prompt-Injection
• Barge-In kontext-scoped: eine Frage im Hauptchat blockiert/killt nicht mehr die parallele Arbeit in einem Projekt (Busy-Status kontextgenau aus queueStatus statt global)

---

[0.1.9.7 – 0.2.0.2] — 2026-07-02 … 2026-07-10 — Projekte & Multi-Threading

Der große Epos: Themen-Bündel („Projekte") im Hauptchat, echt nebenläufig verarbeitet.

Hinzugefügt

Projekte (Brain + App + Diagnostic)

• Named Themen-Bündel, im Hauptchat verankert, per Sprache adressierbar („steige in Projekt X ein", „für Frankreich: …"), CRUD via Meta-Tools + UI
• App: Focus-One-View + Drawer + Queue-Status-Dots + „← Hauptchat"-Button
• Diagnostic: Kontext-Strip + Focus-Filter + Queue-Polling
• Dateien pro Projekt getaggt (Manifest file_projects.json, Filter im Datei-Manager)

Multi-Threading (Brain)

• Per-Request project_id statt globalem active_project; per-Projekt-asyncio.Lock = Queue-Verhalten pro Kontext, verschiedene Kontexte laufen parallel
• Queue-Aware-Prompting (spätere Nachricht kann laufenden Task als überholt markieren) ohne Extra-LLM-Call

Voice-Router (Bridge)

• 30s-Sticky-Kontext, Prefix-Adressierung, Meta-Command-Interception („zurück zum Hauptchat" ohne Brain-Call), Voice folgt App-Focus

Migration

• Alt-getaggte Projekt-Nachrichten (in conversation.jsonl, aber ohne Tag im chat_backup.jsonl) werden nachträglich einsortiert — idempotent, nicht-destruktiv, reihenfolge-erhaltend

Behoben

• Leere Projekte: Drawer resettete den App-Focus beim Öffnen auf status.active (im Multi-Threading = null); Diagnostic warf project_id beim chat_history-Reload weg (server.js + Renderer); untagged ARIA-Bubbles/Backup-Writes aus dem toten Gateway-Watch-Pfad
• Voice → falscher Kontext: Registry-Race (stt_stream_end poppte die Focus-projectId vor dem finalen stt_endpoint); App übernimmt jetzt die autoritative Server-projectId der STT-Bubble
• STT-Endpointing: akustische Stille als robustes Signal statt rein semantischer Stagnation (nicht mehr „hört nach zwei Worten auf" / „merkt Ende nicht")
• Anhänge: Bild/Datei + Frage landen im gewählten Projekt statt im Hauptchat (projectId durch die ganze Anhang-Kette)
• Bild-Bubbles im Diagnostic: ARIA-Datei-Bubbles tragen project_id, werden nicht mehr fälschlich vom Focus-Filter ausgeblendet

---

[0.0.0.5] — 2026-03-13

Hinzugefügt

Diagnostic — Pipeline-Tab

• Neuer "Pipeline"-Tab im Log-Bereich — zeigt den kompletten Nachrichtenfluss wenn eine Chat-Nachricht über die Diagnostic-UI gesendet wird
• Tracking aller Schritte: Senden → Gateway ACK → Streaming Deltas → Finale Antwort (oder Fehler)
• Zeitmessung: Jeder Schritt zeigt Elapsed-Time seit Pipeline-Start
• Farbcodierung: Blau (Schritte), Grün (Erfolg), Rot (Fehler)
• 60s Timeout — markiert Pipeline als fehlgeschlagen wenn keine Antwort kommt
• Funktioniert für Gateway-direkt und RVS-Nachrichten

Behoben

OpenClaw Gateway Event-Format — ARIA antwortet jetzt

• OpenClaw sendet event: "agent" (Streaming-Deltas in payload.data.delta) und event: "chat" mit payload.state: "delta"|"final"|"error" — nicht chat:delta/chat:final/chat:error wie angenommen
• Antworttext steckt in payload.message.content[0].text (Array von Content-Blöcken, nicht flacher String) — text.slice is not a function Fehler behoben
• ackReactionScope von "group-mentions" auf "all" geändert — Agent reagierte nur auf @mentions, nicht auf direkte Nachrichten
• Diagnostic Server und Bridge auf neues Event-Format umgestellt
• Legacy-Event-Namen (chat:delta, chat:final, chat:error) als Fallback beibehalten

Geändert

OpenClaw Config — Custom Provider Format

• openclaw.json nutzt models.providers (Object, nicht Array) mit api: "openai-completions"
• Model-Einträge brauchen sowohl id als auch name Feld
• aria-setup.sh schreibt korrekte Config mit Heredoc-Pattern ('"'"'INNEREOF'"'"')
• DEFAULT_MODEL=proxy/claude-sonnet-4 — mit Provider-Prefix für Custom Provider
• OPENAI_BASE_URL und OPENAI_API_KEY entfernt — OpenClaw ignoriert diese Env-Vars, nutzt nur models.providers Config

---

[0.0.0.4] — 2026-03-11 / 2026-03-12

Hinzugefügt

Diagnostic Container — Selbstcheck-UI

• Neuer Container aria-diagnostic mit Web-UI auf Port 3001
• Status-Karten: OpenClaw Gateway, RVS, Claude Proxy — jeweils mit Dot-Indicator
• Claude Proxy Test: Prüft Erreichbarkeit (/v1/models) und sendet Test-Prompt an Claude — zeigt verfügbare Modelle als Tags + DEFAULT_MODEL Hinweis für docker-compose.yml
• Auth-Check: "Auth prüfen" Button durchsucht alle bekannten Credential-Pfade im Proxy-Container (/root/.config/claude/, /root/.claude/, /root/.claude/auth/) rekursiv — zeigt gefundene Dateien und deren Inhalt
• Claude Login via UI: "Login starten" Button öffnet interaktives Terminal (xterm.js) in einem Modal-Overlay — führt claude login im Proxy-Container aus, volle TUI-Unterstützung (kein ANSI-Stripping mehr nötig)
• xterm.js Terminal: Bidirektionaler Stream über Docker Exec API mit Tty: true + HTTP Upgrade auf Raw-TCP-Socket — echtes interaktives Terminal im Browser
• UTF-8 Fix: Eingehende Daten werden als Uint8Array an xterm.write() übergeben (statt atob() → Latin-1 String, der Multi-Byte UTF-8 zerstört), ausgehende Daten über TextEncoder UTF-8-safe kodiert
• Credentials manuell einfügen: "Credentials einfügen" Button — JSON von einem eingeloggten Rechner kopieren und direkt in den Container schreiben (schreibt in beide mögliche Pfade: .config/claude/ und .claude/)
• Docker Exec API: Generische dockerExec() (nicht-interaktiv, multiplexed stream) + attachTerminal() (interaktiv, Tty, raw TCP socket) für Befehle in laufenden Containern (via Docker Socket)
• Chat-Test: Nachrichten direkt über Gateway oder via RVS senden
• Tabbed Logs: Separate Tabs für Alle, Gateway, RVS, Proxy, Server — mit Zähler pro Tab
• Autoscroll-Pause: Automatisch wenn hochgescrollt, "Nach unten" Button zum Fortsetzen
• TLS Fallback für RVS-Verbindung (wie Bridge und App)

Geändert

Bridge → aria-core: OpenClaw Gateway Protokoll

• Bridge nutzt jetzt das echte OpenClaw Gateway WebSocket-Protokoll (Port 18789 statt 8080)
• Vollständiger Handshake: connect.challenge → connect Request (mit Auth-Token) → hello-ok
• Nachrichten über chat.send Method mit message und idempotencyKey
• Antworten über chat:final Events (statt custom JSON)
• Streaming-Support vorbereitet (chat:delta Events werden empfangen)
• Fehlerbehandlung für chat:error Events — werden an die App weitergeleitet
• Client-ID: gateway-client / Mode: backend (OpenClaw akzeptiert nur bestimmte Werte)

Docker-Compose Überarbeitung

• Bridge + Diagnostic nutzen network_mode: "service:aria" — teilen Netzwerk mit aria-core, kein separates Netz nötig
• ANTHROPIC_API_KEY + ANTHROPIC_BASE_URL entfernt — OpenClaw rief damit die echte Anthropic API direkt an (401 invalid x-api-key), statt den Proxy zu nutzen. Nur noch OPENAI_* Vars aktiv
• DEFAULT_MODEL=openai/claude-sonnet-4-6 — mit openai/ Prefix, damit OpenClaw den OpenAI-Provider und somit den Proxy nutzt
• openclaw.env erstellt — Volume-Mount schlug fehl weil die Datei nicht existierte (Docker erstellte stattdessen ein leeres Verzeichnis)
• OPENCLAW_GATEWAY_TOKEN statt AUTH_TOKEN — korrekter Env-Var-Name
• ARIA_AUTH_TOKEN an Bridge und Diagnostic durchgereicht
• Port 3001 auf aria-Service gemappt (für Diagnostic Web-UI)
• Proxy Claude-Config Volume :ro → :rw — Login via Diagnostic-UI braucht Schreibzugriff

OpenClaw Config-Persistenz

• Named Docker Volume openclaw-config für /home/node/.openclaw — OpenClaw-Konfiguration (Model, Auth, Sessions) überlebt Container-Neustarts
• aria-setup.sh — Einmaliges Setup-Skript: wartet auf aria-core, setzt Model auf openai/claude-sonnet-4-6, startet Container neu

Behoben

• Handshake fehlgeschlagen [object Object] — Fehlermeldung wurde nicht korrekt stringifiziert
• client.id und client.mode im Connect-Request — OpenClaw akzeptiert nur vordefinierte Werte (cli, gateway-client, webchat etc.)
• chat.send nutzt message statt text als Parameter — OpenClaw Schema-Validierung
• Claude Proxy bindet auf 0.0.0.0 — claude-max-api-proxy bindet hardcoded auf 127.0.0.1, nicht erreichbar im Docker-Netz. Fix: standalone.js wird beim Start gepatcht, liest jetzt HOST Env-Var (Upstream-Bug: startServer() unterstützt host, aber CLI übergibt es nicht)
• Claude Proxy Crash bei Chat-Completion — normalizeModelName() in cli-to-openai.js crasht wenn model undefined ist (TypeError: Cannot read properties of undefined). Fix: Null-Guard-Patch mit Fallback auf claude-sonnet-4
• OpenClaw 401 invalid x-api-key — OpenClaw rief mit ANTHROPIC_BASE_URL + ANTHROPIC_API_KEY=not-needed die echte Anthropic API an, nicht den Proxy. Fix: Anthropic-Vars entfernt, nur OpenAI-Provider aktiv (OPENAI_BASE_URL=http://proxy:3456/v1). Proxy unterstützt nur /v1/chat/completions (OpenAI-Format), nicht /v1/messages (Anthropic-Format)
• App Echo-Bug — Chat-Nachrichten von RVS wurden ohne Sender-Prüfung als ARIA-Nachricht angezeigt. Bei Ghost-Clients (Doppel-Connections nach Reconnect) erschien die eigene Nachricht nochmals. Fix: message.payload.sender wird geprüft, Nachrichten von user und diagnostic werden ignoriert

---

[0.0.0.3] — 2026-03-09

Geändert

RVS — Architektur-Umbau

• RVS ist jetzt reiner Relay — kennt keine Tokens, keine Expiry, leitet nur durch
• TOKEN_EXPIRY und RVS_PUBLIC_HOST/RVS_PUBLIC_PORT entfernt
• Rooms leben solange Clients verbunden sind (statt fester Ablaufzeit)
• Multi-Instanz: Mehrere ARIA-VMs können denselben RVS nutzen (z.B. Stefan + Papa)

Token-Erzeugung auf ARIA-VM statt RVS

• generate-token.js aus rvs/ entfernt
• Neues generate-token.sh im Hauptverzeichnis (läuft auf ARIA-VM)
• Token wird automatisch in .env geschrieben
• ./generate-token.sh show zeigt bestehendes Token als QR nochmal an

Konfiguration vereinfacht

• RVS_URL ersetzt durch RVS_HOST, RVS_PORT, RVS_TLS (klare Einzelfelder)
• Port einmal in .env ändern → wirkt auf RVS docker-compose, Bridge und QR-Code
• rvs/docker-compose.yml nutzt ${RVS_PORT:-443} statt hardcoded Port

Android App — QR-Code Scanner

• Echter QR-Code Scanner statt Platzhalter-Alert (react-native-camera-kit)
• Vollbild-Kamera mit Overlay, Validierung des QR-Formats
• Kamera-Berechtigung (Android Runtime Permission)
• AndroidManifest.xml — CAMERA Permission hinzugefügt

Voice Bridge — RVS-Anbindung

• Bridge verbindet sich jetzt parallel zu aria-core (lokal) UND zum RVS (öffentlich)
• Nachrichten von der App werden über RVS → Bridge → aria-core weitergeleitet
• Antworten von aria-core werden über Bridge → RVS → App zurückgeschickt
• Auto-Reconnect mit Exponential Backoff für beide WebSocket-Verbindungen
• Neue Message-Handler: chat, mode, location, file, audio

Android Build-Fixes

• kotlin_version (snake_case) in build.gradle hinzugefügt — react-native-camera-kit braucht beide Varianten
• build.sh schreibt org.gradle.java.home dynamisch in gradle.properties — verhindert dass Gradle kaputte JVM-Pfade findet (/usr/lib/jvm/openjdk-17 ohne bin/java)
• minSdkVersion 21 → 23 — react-native-camera-kit braucht mindestens API 23

Android App — Credentials Persistenz

• Verbindungsdaten (Host, Port, Token) werden nach QR-Scan in AsyncStorage gespeichert
• Beim App-Start automatisch geladen und verbunden — einmal scannen, nie wieder
• Neue Dependency: @react-native-async-storage/async-storage

Docker & Infrastruktur

• OpenClaw Image fix: openclaw/openclaw:latest → ghcr.io/openclaw/openclaw:latest
• Proxy fix: Binary heißt claude-max-api, braucht @anthropic-ai/claude-code als Peer-Dependency
• Proxy Binary-Name fix: claude-max-api-proxy → claude-max-api (npm-Paket heißt anders als die Binary)
• libportaudio2 in Bridge Dockerfile hinzugefügt — sounddevice braucht PortAudio
• aria-data/config/aria.env.example hinzugefügt — Voice Bridge Konfigurationsvorlage

Wake-Word Fix (openwakeword)

• WakeWordDetector umgebaut — sucht Custom-Modell /voices/wake_aria.onnx, Fallback auf eingebautes hey_jarvis
• Alter Code crashte: wakeword_models=["aria"] erwartet Dateipfad, kein Keyword

TLS Fallback (Bridge → RVS)

• Bridge versucht zuerst wss:// (TLS), bei ssl.SSLError automatisch Fallback auf ws://
• Konfigurierbar über RVS_TLS_FALLBACK=true in .env
• Loggt deutlich wenn TLS gewollt aber nicht verfügbar ist

Audio-Rendering für App (Piper TTS via RVS)

• Bridge rendert Piper TTS → WAV → base64, sendet Text UND Audio gleichzeitig über RVS
• App spielt Audio ab und zeigt Text parallel — Modus entscheidet ob Sprache oder nur Text
• Voice Engine initialisiert IMMER (auch ohne Soundkarte in der VM)
• STT/Wake-Word nur wenn Audio-Hardware vorhanden — graceful degradation
• Neue Dependency: react-native-fs (base64 → temp WAV → Sound abspielen)

Chat-Persistenz (Android App)

• Chat-Verlauf wird in AsyncStorage gespeichert (letzte 500 Nachrichten)
• Beim App-Start automatisch geladen — Konversation bleibt erhalten
• Linearer 1:1 Chat, keine Threads

TLS Fallback + Verbindungslog (Android App)

• App versucht zuerst wss://, bei Fehler automatisch Fallback auf ws://
• network_security_config.xml hinzugefuegt — Android 9+ blockiert sonst ws:// (Cleartext)
• Verbindungslog im Settings-Tab — zeigt jeden Verbindungsversuch, Fehler, Fallback (scrollbar, max 200px)
• Gespeicherte Config wird beim Start in die Einstellungsfelder geladen
• Fix: TLS-Fallback erzeugte Doppel-Verbindungen (onerror + onclose beide reconnected)

RVS — Ghost-Client Fix

• Heartbeat-Intervall 30s → 15s, Cleanup 60s → 30s — tote Clients werden schneller entfernt
• heartbeat als erlaubter Nachrichtentyp hinzugefuegt — App-Heartbeats halten Verbindung lebendig
• App-seitiger JSON-Heartbeat zaehlt als Lebenszeichen (zusaetzlich zu WebSocket Ping/Pong)

Neues Script: get-voices.sh

• Lädt Piper Stimmen (Ramona + Thorsten) von HuggingFace herunter
• Neuer Installationsschritt in README

ARIA Persönlichkeit

• AGENT.md überarbeitet — ARIA ist jetzt Partnerin auf Augenhöhe (Claude-Charakter)
• Direkt, ehrlich, humorvoll, lösungsorientiert, kein Theater

---

[0.0.0.2] — 2026-03-08

Geändert

Build-Fixes

• CI=true in build.sh — verhindert EMFILE durch Metro File-Watcher im Release-Build
• setup.sh erstellt Metro-Config-Dateien automatisch (metro.config.js, babel.config.js, .watchmanconfig)

Release-Script

• release.sh komplett umgebaut — Kennwort wird interaktiv abgefragt statt Token in .env
• Gitea-Upload fix: -F multipart statt --data-binary
• Login-Test vor Release, CHANGELOG.md-Integration für Release Notes

---

[0.0.0.1] — 2026-03-08

Hinzugefügt

Infrastruktur

• docker-compose.yml — ARIA-VM mit Proxy, OpenClaw, Voice Bridge
• .env.example — Konfigurationsvorlage (ohne Secrets)
• release.sh — Automatisiertes Release (Build, Tag, Gitea Upload mit Kennwort-Abfrage)

RVS (Rendezvous-Server)

• WebSocket Relay Server (rvs/server.js) — Token-Rooms, Heartbeat, Message Types
• Docker Setup (rvs/Dockerfile, rvs/docker-compose.yml)

Token & Pairing

• generate-token.sh — Token-Generator mit QR-Code (läuft auf ARIA-VM, schreibt Token in .env)

Voice Bridge

• Python Voice Bridge (bridge/aria_bridge.py) — Whisper STT, Piper TTS, Wake-Word
• 5 Betriebsmodi (bridge/modes.py) — Normal, DND, Whisper, Hangar, Gaming
• Docker Setup (bridge/Dockerfile, bridge/requirements.txt)

Android App (ARIA Cockpit)

• Chat-Screen mit Texteingabe, Voice-Button, Datei/Kamera-Upload
• Settings-Screen mit Verbindungsstatus, Token-Eingabe, Modus-Auswahl, GPS-Toggle, Log-Viewer
• WebSocket-Service mit Auto-Reconnect und Exponential Backoff
• Audio-Service (Mikrofon-Aufnahme, TTS-Wiedergabe)
• Push-to-Talk Button mit Puls-Animation
• Modus-Selektor (5 Modi)
• Build-Tooling: setup.sh (7-Schritt Dev-Setup), build.sh (Release/Debug APK)
• Metro-Config, Babel-Config, Watchman-Config

Konfiguration & Daten

• aria-data/config/AGENT.md — ARIAs Persönlichkeit und Sicherheitsregeln
• aria-data/config/USER.md — Stefans Präferenzen
• aria-data/config/TOOLING.md — VM-Tooling Liste
• aria-data/skills/README.md — Skill-Bauanleitung

Bekannte Probleme

• Android Release-Build: EMFILE: too many open files — Fix: CI=true in build.sh
• JDK 21 inkompatibel mit AGP 8.1 — Fix: Automatischer Fallback auf JDK 17
• react-native-screens > 3.27.0 inkompatibel mit RN 0.73.4 — Fix: Version gepinnt