Files
Loki/.env.example
Claude cbe9bcd514 Auto-réglage GPU : détection, num_ctx optimal et bouton Réglage auto
Backend :
- agent_config : num_ctx dans la config, envoyé à Ollama (0 = défaut modèle)
- ollama_client : méthode ps() (placement GPU/CPU via /api/ps)
- autotune : placement() lit size vs size_vram pour savoir si le modèle est sur GPU
- routes/config : POST /api/config/auto (détecte GPU + modèle, calcule et applique
  num_ctx/max_tokens, renvoie la détection et le placement)

Frontend :
- client/store : autoTune(), état tuning + résultat
- SettingsView : bouton ⚡ Réglage auto, bannière de détection (GPU/VRAM,
  contexte, placement GPU/CPU), slider Contexte (num_ctx)

Config :
- GPU_VRAM_MB / GPU_NAME pour déclarer la VRAM si Ollama est distant

Tests : recommandation (8B sur 12 Go -> ctx 32768), route /auto + persistance,
transmission num_ctx aux options Ollama, placement via /api/ps.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01SVay7z3y7q2gEe54ByAE6N
2026-06-30 05:54:30 +00:00

27 lines
1.0 KiB
Bash

# ── Loki — configuration ────────────────────────────────────────────────
# Hôte Ollama. En Docker, host.docker.internal pointe vers la machine hôte.
# En local (hors Docker), utilise http://localhost:11434
OLLAMA_HOST=http://host.docker.internal:11434
# Modèle sélectionné par défaut au démarrage
DEFAULT_MODEL=llama3.1:8b
# Dossier de travail de l'agent (monté en volume dans le conteneur)
WORKSPACE_DIR=/workspace
# Base SQLite (sessions, messages, config)
DATA_DIR=/data
# Port de l'application (identique dedans/dehors). 8717 par défaut.
PORT=8717
# Optionnel : URL d'une instance SearxNG pour l'outil web_search.
# Si vide, web_search utilise DuckDuckGo (sans clé d'API).
SEARX_URL=
# Optionnel : VRAM du GPU (en Mo) pour l'auto-réglage, si Ollama tourne sur une
# autre machine (la détection nvidia-smi ne voit pas un GPU distant).
# Ex. 12000 pour une carte 12 Go. 0 = détection automatique.
GPU_VRAM_MB=0
GPU_NAME=