mirror of
https://github.com/Alkatrazz24/Funk-lab.git
synced 2026-07-11 12:14:43 +02:00
4da1589a6f
Remplace Qwen3 (chat réutilisé, dim 4096, peu discriminant) par un modèle d'embedding spécialisé nomic-embed-text (dim 768) pour la mémoire long-terme. Ansible (rôle llama_server) : - nouvelle instance optionnelle `llama-embed` (llama_embed_enabled) servant un modèle d'embedding dédié sur :1238, GPU ; télécharge le GGUF si absent. - activée sur gpu-01 (host_vars) : nomic-embed-text-v1.5 f16. STT-server : - STT_EMBED_URL → :1238, STT_EMBED_MODEL → nomic-embed-text (deployment + config). - _ensure_collection détecte le changement de dimension (4096→768) et recrée automatiquement la collection stt-memory (anciens vecteurs incomparables) — pas de drop manuel. Docs : llama_server README, rag.md, stt.md (5d ✅), CLAUDE.md. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_013FmcxGsyXZXogiAHQLjnZT
24 lines
948 B
YAML
24 lines
948 B
YAML
---
|
|
ansible_host: 192.168.10.20
|
|
|
|
# llama-server — modèle servi au démarrage
|
|
llama_model_path: "/mnt/models/bartowski/Qwen3-8B-GGUF/Qwen3-8B-Q4_K_M.gguf"
|
|
llama_model_alias: "qwen3-8b"
|
|
llama_ctx_size: 32768
|
|
|
|
# Instance dédiée embeddings — nomic-embed-text (recherche sémantique précise, dim 768).
|
|
# Sert la mémoire long-terme de STT. Sur GPU, port :1238 (modèle ~300 Mo VRAM).
|
|
llama_embed_enabled: true
|
|
llama_embed_model_path: "/mnt/models/nomic-ai/nomic-embed-text-v1.5.f16.gguf"
|
|
llama_embed_model_url: "https://huggingface.co/nomic-ai/nomic-embed-text-v1.5-GGUF/resolve/main/nomic-embed-text-v1.5.f16.gguf"
|
|
llama_embed_model_alias: "nomic-embed-text"
|
|
|
|
# ROCm scraper — métriques GPU dans Prometheus
|
|
rocm_exporter_enabled: true
|
|
|
|
# Montages NFS (surcharge les defaults du rôle nfs_client)
|
|
nfs_client_mounts:
|
|
- local_path: /mnt/nfs
|
|
remote_export: /srv/data/nfs/k8s
|
|
- local_path: /mnt/models
|
|
remote_export: /srv/data/models
|