#!/usr/bin/env python3
"""Pone el cerebro en Ollama sobre GPU y mata el razonamiento.

Se ejecuta DENTRO del flatpak, con la app CERRADA (si no, al salir puede
reescribir los ajustes con lo que tenia en memoria):

    flatpak run --command=python3 io.github.qwersyk.Newelle//master \
        ~/COFRE/CODERS/JARVIS/config/set_backend.py

Por que Ollama y no el llamacpp interno: el llama.cpp que empaqueta el
flatpak es el prebuilt de CPU, sin CUDA, asi que el modelo corria entero
en procesador. Ollama ya esta en GPU. Los dos son locales igual.

Medido el 10 ago 2026 con qwen3.5:4b, misma pregunta:

    think=true    41.2 s   749 tokens (casi todos de monologo interno)
    think=false    2.5 s    44 tokens

De paso deja sana la ruta de llamacpp por si se vuelve a ella: el mismo
razonamiento se apaga alli con --reasoning-budget 0, y el contexto por
defecto (0 = el del modelo) abria 262144 por slot, unos 10 GB de RAM.
"""
import json
import sys

from gi.repository import Gio

SCHEMA = "io.github.qwersyk.Newelle"
MODELO = "qwen3.5:4b"

AJUSTES_OLLAMA = {
    "endpoint": "http://localhost:11434",
    "model": MODELO,
    "custom_model": False,
    "thinking": False,          # lo que baja de 41 s a 2.5 s
    "native_tool_calling": True,
    "serve": False,             # el servicio del sistema ya esta levantado
}

AJUSTES_LLAMACPP = {
    "custom_args": "--reasoning-budget 0",
    "ctx": 8192,
}


def main():
    settings = Gio.Settings.new(SCHEMA)

    try:
        llm = json.loads(settings.get_string("llm-settings") or "{}")
    except json.JSONDecodeError:
        llm = {}

    # merge, no reemplazo: ahi viven los ajustes de todos los proveedores
    llm.setdefault("ollama", {}).update(AJUSTES_OLLAMA)
    llm.setdefault("llamacpp", {}).update(AJUSTES_LLAMACPP)

    settings.set_string("llm-settings", json.dumps(llm))
    settings.set_string("language-model", "ollama")
    Gio.Settings.sync()

    # releer de gsettings, no fiarse de lo que acabamos de escribir
    guardado = json.loads(settings.get_string("llm-settings"))
    motor = settings.get_string("language-model")
    ollama = guardado.get("ollama", {})

    print(f"language-model: {motor}")
    print(f"modelo:         {ollama.get('model')}")
    print(f"thinking:       {ollama.get('thinking')}")
    print(f"llamacpp:       {guardado.get('llamacpp', {}).get('custom_args')} "
          f"· ctx {guardado.get('llamacpp', {}).get('ctx')}")

    ok = (motor == "ollama"
          and ollama.get("model") == MODELO
          and ollama.get("thinking") is False)
    print("verificado" if ok else "FALLO: no quedo como se pidio")
    return 0 if ok else 1


if __name__ == "__main__":
    sys.exit(main())