1e3e5ca20d
Rama JARVIS-GREEN, independiente de master (el nucleo naranja queda intacto). - README propio del carril verde con diagrama de arquitectura y capturas del panel. - verde/: arranque, panel web, puente de voz (escucha local con faster-whisper + habla con la voz del naranja), pruebas (07 voz, 08 escucha), config y notas. - Integracion RAG: nucleo/saber/busca_cli.py + skill buscar-en-apuntes, para que el agente consulte el mismo indice que el nucleo. - Todo local (127.0.0.1); sin datos personales (rutas y modelo de GPU scrubeados).
224 lines
7.5 KiB
Markdown
224 lines
7.5 KiB
Markdown
# La escalera del primer arranque
|
|
|
|
Lo que `pruebas/` no puede contestar. Las siete comprobaciones automáticas dicen
|
|
que las piezas están donde tienen que estar; esto dice si **sirve**, y eso solo
|
|
lo juzga alguien escuchando y leyendo.
|
|
|
|
Se sube **en orden y se para en el primer escalón que falle**. Es a propósito:
|
|
el escalón que falla es el que informa, y seguir subiendo con uno roto convierte
|
|
un fallo de una línea en una tarde de adivinar.
|
|
|
|
Antes de empezar:
|
|
|
|
```bash
|
|
./verde/arrancar.sh # mide, configura y dictamina
|
|
./verde/pruebas/ejecutar.sh # las 7; ninguna abre el TUI
|
|
./verde/verde-launcher.sh # el TUI, en verde fosforo
|
|
```
|
|
|
|
Los tiempos se anotan aquí mismo. El del naranja está para comparar, pero **léete
|
|
antes el aviso del final**: hoy no miden lo mismo.
|
|
|
|
Los escalones 1 a 4 también se pueden pasar sin abrir el TUI, que es como se
|
|
subieron la primera vez:
|
|
|
|
```bash
|
|
hermes -z "hola, ¿quién eres?" # una pregunta y a callar
|
|
```
|
|
|
|
Y para ver **qué herramientas llamó de verdad**, que `-z` no enseña:
|
|
|
|
```bash
|
|
python3 -c "
|
|
import sqlite3
|
|
c = sqlite3.connect('file:$HOME/.hermes/state.db?mode=ro', uri=True)
|
|
for r in c.execute('SELECT role, tool_name, tool_calls, content FROM messages ORDER BY rowid DESC LIMIT 10'):
|
|
print(r)
|
|
"
|
|
```
|
|
|
|
Sin eso, un fallo de rutas se atribuye al modelo. Pasó, y está contado en el
|
|
escalón 3.
|
|
|
|
---
|
|
|
|
## 1 · Que conteste
|
|
|
|
> hola, ¿quién eres?
|
|
|
|
Contesta que **el endpoint responde y el prompt fijo cabe**. No prueba nada más:
|
|
aquí no hay herramientas ni memoria, es la señal de vida.
|
|
|
|
| | |
|
|
|---|---|
|
|
| Tiempo | _______ |
|
|
| ¿Se presenta como asistente, sin inventarse una identidad rara? | _______ |
|
|
|
|
Si falla: no es cosa de Hermes. Vuelve a `arrancar.sh`, que separa el modelo del
|
|
arnés.
|
|
|
|
---
|
|
|
|
## 2 · Una herramienta, la más simple
|
|
|
|
> ¿cuánto espacio libre queda en el disco?
|
|
|
|
Primera llamada real. Tiene que **ejecutar `df`**, no describir cómo se ejecuta
|
|
`df`. Un modelo que explica el comando en vez de llamarlo ha entendido la
|
|
pregunta y ha fallado la tarea.
|
|
|
|
| | |
|
|
|---|---|
|
|
| Tiempo | _______ |
|
|
| ¿Llama a la herramienta o lo cuenta en prosa? | _______ |
|
|
| ¿El número coincide con `df -h /`? | _______ |
|
|
|
|
---
|
|
|
|
## 3 · Leer un fichero
|
|
|
|
> lee verde/README.md y resúmelo en una línea
|
|
|
|
Otra familia de herramienta (ficheros, no terminal) y, de paso, si el resumen
|
|
tiene que ver con lo que pone el fichero o se lo inventa a partir del nombre.
|
|
|
|
| | |
|
|
|---|---|
|
|
| Tiempo | _______ |
|
|
| ¿El resumen se parece al fichero de verdad? | _______ |
|
|
|
|
**Si el resumen no pega ni con cola, mira el directorio antes que el modelo.**
|
|
La primera vez que se subió esta escalera, este escalón devolvió un resumen
|
|
perfecto de Gitleaks. No era una alucinación: el agente arranca en `$HOME`, así
|
|
que resolvió `verde/README.md` contra `~`, donde efectivamente hay un
|
|
`README.md` — el de Gitleaks. Lo leyó entero y lo resumió bien.
|
|
|
|
Es un fallo traicionero porque **no deja ni un error**: la herramienta se
|
|
ejecuta, devuelve un fichero de verdad y el modelo acierta el resumen. Solo que
|
|
no es el fichero que pediste.
|
|
|
|
Ni el `cd` delante ni `--in DIR` lo arreglan (`--in` se ignora en modo `-z`). Lo
|
|
que lo arregla es `terminal.cwd` en `~/.hermes/config.yaml`, ya puesto y
|
|
comprobado por `pruebas/03_config.sh`. El detalle, en `NOTAS.md`.
|
|
|
|
---
|
|
|
|
## 4 · Encadenar — **el escalón que importa**
|
|
|
|
> dime cuál de los .md de verde/ es el más largo
|
|
|
|
Aquí se separa un chatbot de un agente. No hay una herramienta que conteste esto:
|
|
hay que **listar, medir y razonar sobre el resultado de la vuelta anterior**, y
|
|
decidir cuándo se ha terminado.
|
|
|
|
Es el escalón que más probabilidades tiene de romperse en un 4B, y el que
|
|
justifica el carril entero: si esto sale, el arnés aporta algo sobre el núcleo.
|
|
|
|
| | |
|
|
|---|---|
|
|
| Tiempo | _______ |
|
|
| Número de vueltas que da | _______ |
|
|
| ¿Acierta el fichero? (comprueba con `wc -c verde/*.md`) | _______ |
|
|
| ¿Se queda en bucle o sabe parar? | _______ |
|
|
|
|
---
|
|
|
|
## 5 · Una skill
|
|
|
|
> _(algo que dispare una de las skills instaladas; `hermes skills list` las lista)_
|
|
|
|
El paso del vídeo que el núcleo no tiene. Lo que se mira no es que la skill
|
|
funcione —eso es de quien la escribió— sino si el modelo **decide sola** que esa
|
|
skill viene a cuento.
|
|
|
|
| | |
|
|
|---|---|
|
|
| Skill probada | _______ |
|
|
| ¿La eligió sin que se la nombraras? | _______ |
|
|
| **¿Salió a la red para resolverlo?** | _______ |
|
|
|
|
**Esa tercera fila se añadió después de subir la escalera la primera vez, y es
|
|
la que más pesa.** Pidiéndole un cartel en ASCII, el agente eligió la skill solo
|
|
—bien—, descubrió que `pyfiglet` no estaba instalado y **se fue a una API de
|
|
terceros por su cuenta**, sin que nadie le dijera que podía.
|
|
|
|
Así que al probar una skill, mira siempre las llamadas, no solo el resultado:
|
|
|
|
```bash
|
|
ss -tnp | grep -v 127.0.0.1 # mientras corre
|
|
```
|
|
|
|
Ningún ajuste lo impide: el agente tiene terminal y la terminal tiene `curl`.
|
|
Es la contrapartida de lo que hace valioso este carril, y está desarrollado en
|
|
`NOTAS.md`.
|
|
|
|
---
|
|
|
|
## 6 · Que hable
|
|
|
|
> _(cualquier respuesta, con el TTS puesto)_
|
|
|
|
Tiene que sonar **exactamente igual que el naranja**: mismo Piper 1.2.0 MIT,
|
|
mismo `es_ES-davefx-medium`, mismo tono 1.0. `pruebas/07_voz.sh` ya comprueba
|
|
que el fichero sale a 22050 Hz mono y con la voz del núcleo; lo que falta es tu
|
|
oído en la cadena entera, dentro de Hermes y no llamando al script a mano.
|
|
|
|
| | |
|
|
|---|---|
|
|
| ¿Suena igual que el naranja? | _______ |
|
|
| ¿Corta frases o se come el final? | _______ |
|
|
|
|
---
|
|
|
|
## 7 · Que escuche — **el último, y por un motivo**
|
|
|
|
> _(dictar una orden por micrófono)_
|
|
|
|
Va el último porque es el que puede tirar todo lo demás. whisper `small` pide
|
|
**839 MiB en el pico de la transcripción** —no en reposo, que fue el error de
|
|
medida que costó una tarde— contra una tarjeta que ya tiene el modelo dentro.
|
|
|
|
| | |
|
|
|---|---|
|
|
| ¿Transcribe? | _______ |
|
|
| Tiempo de la primera (arranca el servidor, ~4 s) | _______ |
|
|
| Tiempo de las siguientes | _______ |
|
|
|
|
Si sale `CUDA error: out of memory`, **no es un fallo nuevo**: es el mismo
|
|
reparto que documenta el README del naranja. Salidas por orden:
|
|
|
|
1. Fiarse de `stt.local.unload_after_idle_seconds: 300`, que ya está puesto:
|
|
whisper suelta la VRAM tras cinco minutos de silencio.
|
|
2. Bajar el modelo de escucha a `base` (80 % de acierto en vez de 93 %).
|
|
3. Probar la escucha con el modelo de texto descargado (`ollama stop`).
|
|
|
|
Y recuerda que el envoltorio `~/.local/bin/whisper-server` del naranja ya tiene
|
|
la red de seguridad: por debajo de 950 MiB libres arranca en CPU (2,17 s en vez
|
|
de 1,05) en vez de morirse.
|
|
|
|
---
|
|
|
|
## Antes de comparar los dos carriles
|
|
|
|
**El verde va a medir más lento, y no será culpa del modelo.**
|
|
|
|
El naranja tiene **150 acciones rápidas que se saltan el cerebro**: "¿cuánto
|
|
espacio queda?" es un `df` directo, no una inferencia. En Hermes no existe ese
|
|
atajo — toda orden pasa por el modelo, con las 19 herramientas, las skills y la
|
|
memoria en contexto **en cada vuelta**.
|
|
|
|
Comparar el escalón 2 contra el naranja es comparar una inferencia contra un
|
|
`df`. Para comparar de verdad hacen falta frases que en el naranja **también**
|
|
acaben en el cerebro: están en `config/jarvis-sin-accion.jsonl`.
|
|
|
|
## Al terminar, devolver la máquina a su sitio
|
|
|
|
```bash
|
|
./verde/verde-launcher.sh --stop
|
|
ollama stop qwen3.5:4b-verde
|
|
./nucleo/arranca.sh # el naranja, como siempre
|
|
```
|
|
|
|
Y comprobar que el naranja vuelve con su VRAM de siempre. `pruebas/02_modelo.sh`
|
|
del verde ya verifica que sus cuatro parámetros siguen intactos, pero eso mira el
|
|
Modelfile, no que arranque.
|