JARVIS/verde/PLAN-ARRANQUE.md

Carril verde: dejarlo listo para lanzar de un tirón

Ejecutado el 16 de agosto de 2026. Este fichero se deja como estaba, que es el registro de lo que se planeó. Lo que pasó al ejecutarlo —incluidos dos topes que el plan no anticipaba, el suelo de 64k de Hermes y el directorio de trabajo en $HOME— está en NOTAS.md. Y una parte del plan quedó desmentida por los hechos: la escalera de contexto de arrancar.sh (24576 → 20480 → 16384) buscaba el número equivocado, porque por debajo de 64.000 Hermes no arranca.

Contexto

El verde está instalado y configurado, pero sin estrenar. El primer arranque quedó aplazado por dos motivos, uno técnico y uno de agenda:

1. El prompt fijo de Hermes no cabe. Medido con hermes prompt-size desde el directorio real de arranque: 26.281 B de sistema + 55.978 B de esquemas de 19 herramientas = 82.259 B ≈ 20.500 tokens, contra los 4.096 de num_ctx de qwen3.5:4b-jarvis. Y un segundo tope escondido, num_predict 300, que el naranja hereda del modelo base y que cortaría el JSON de una tool call por la mitad. Ya existe qwen3.5:4b-verde para resolverlo, pero a 32k de contexto da cudaMalloc failed: out of memory y falta encontrar el techo real.
2. La gráfica está ocupada por entrena/dataset.py, un trabajo tuyo de 7-10 horas que va por 100/2261 fragmentos.

Objetivo de este plan: que cuando el dataset termine, arrancar y probar el verde sea un comando, sin re-derivar nada de lo anterior ni recordar en qué orden iba. Todo lo que una máquina puede decidir sola, automatizado; lo que necesita tu oído y tu criterio, escrito en una escalera con huecos para anotar.

Paso 0 — Guardar esto en el repo (primero, y son dos segundos)

Este plan vive en ~/.claude/plans/, fuera del repo. Lo primero es copiarlo a verde/PLAN-ARRANQUE.md y enlazarlo desde verde/README.md, para que esté donde está todo lo demás y sobreviva a cerrar la terminal.

Ya está a salvo en el repo, y no hace falta rehacerlo: NOTAS.md (17 KB, con el bloqueo del contexto, la variante del modelo, las trampas del config.yaml y los pasos para retomar), README.md, config.yaml, env.ejemplo, qwen3.5-4b-verde.Modelfile, instalar.sh, verde-launcher.sh, voz-verde.sh, jarvis-verde.svg y boveda/README.md. La configuración aplicada en ~/.hermes/ y el modelo qwen3.5:4b-verde en ollama también persisten.

model.default sigue apuntando a qwen3.5:4b-jarvis a propósito: cambiarlo al verde sin fijar antes context_length sería peor que dejarlo, porque Hermes se creería los 262.144 que reporta /api/show. Lo cambia arrancar.sh cuando haya medido el techo real.

Lo que se construye

1. verde/arrancar.sh — el comando único

Hace en orden lo que hoy habría que hacer a mano, y se planta en cuanto algo no cuadra en vez de seguir y dar un fallo confuso más adelante.

./verde/arrancar.sh              # medir, configurar y dictaminar
./verde/arrancar.sh --solo-medir # sin tocar la configuracion

Pasos:

• Guarda de entrada. Si entrena/dataset.py sigue vivo, se para y lo dice: competir con él por la tarjeta estropea las dos cosas. --igual lo salta. También cierra los restos del naranja (nucleo/jarvis.py, whisper-server) y hace ollama stop qwen3.5:4b-jarvis, comprobando que la VRAM baja a ~140 MiB.

• Busca el techo de contexto, midiendo. Recrea qwen3.5:4b-verde bajando num_ctx hasta que cargue de verdad, y anota la VRAM de cada intento:

  Intento	num_ctx	Nota
  1	24576	el objetivo
  2	20480
  3	16384	suelo: por debajo no cabe el prompt fijo con holgura
  4	16384 con num_gpu 24	si ni así

  Si ninguno entra, se para y propone OLLAMA_FLASH_ATTENTION=1 + OLLAMA_KV_CACHE_TYPE=q8_0 sin aplicarlo: es del servicio, no del modelo, y afectaría también al naranja. Esa decisión es tuya.

• Configura Hermes con el número que salió. En ~/.hermes/config.yaml: model.default (línea 53) y context_length (línea 113, ya está escrita y comentada — la propia documentación del fichero dice que es justo para "a local server with a custom num_ctx"). Copia de seguridad antes, y verificación parseando después, nunca leyendo:

  python3 -c "import yaml;print(yaml.safe_load(open('$HOME/.hermes/config.yaml'))['model'])"
  

  Dos trampas ya conocidas que el script evita: las claves duplicadas dentro de model: (provider y base_url aparecen dos veces y en YAML gana la última — por eso hoy casi sale el tráfico por OpenRouter), y que la línea 122 # max_tokens: 8192 está sin indentar, así que descomentarla tal cual la dejaría fuera del bloque.

• La prueba decisiva, antes de abrir nada: curl al endpoint con un tools dentro. Separa dos preguntas que juntas se contestan mal — ¿sabe el modelo emitir una llamada? y ¿funciona Hermes?. Dictamen explícito: tool_calls válido → seguir; prosa o JSON roto → parar y decidir modelo mayor por CPU (hay 49 GB y 8 núcleos) o recortar herramientas.

• Resumen final con lo medido y el comando siguiente.

2. verde/pruebas/ — la suite, con tu convención

Misma forma que pruebas/ del naranja: scripts numerados y un ejecutar.sh que los pasa y resume. Ninguna abre el TUI.

	Comprueba
01_gpu.sh	tarjeta libre, sin naranja ni dataset compitiendo
02_modelo.sh	4b-verde existe con sus parámetros y 4b-jarvis sigue intacto
03_config.sh	parseado: modelo, context_length, base_url en loopback, cero URLs de nube
04_tool_calling.sh	la decisiva: el modelo emite tool_calls bien formado
05_cabe.sh	hermes prompt-size < context_length, con margen
06_privacidad.sh	0 credenciales, 0 tokens de mensajería, nada fuera de loopback
07_voz.sh	voz-verde.sh genera WAV a 22050 Hz (hoy: 0,34 s para 3,2 s)

La 04 y la 05 son las que hoy no se pudieron pasar. La 06 replica el espíritu de tu pruebas/06_privacidad.sh.

3. verde/ESCALERA.md — lo que solo puedes juzgar tú

El guion del primer arranque interactivo, con huecos para anotar tiempo y resultado. De trivial a real, y se para en el primer escalón que falle, que es el que informa:

#	Prueba	Qué contesta
1	"hola, ¿quién eres?"	el endpoint responde y el prompt cabe
2	"¿cuánto espacio libre queda?"	una herramienta, terminal
3	"lee verde/README.md y resúmelo en una línea"	herramienta de ficheros
4	"dime cuál de los .md de verde/ es el más largo"	varias vueltas encadenadas
5	algo que dispare una skill	el paso 6 del vídeo
6	que hable	debe sonar igual que el naranja
7	que escuche	el último: 839 MiB de pico contra la tarjeta casi llena

El escalón 4 es el que separa un chatbot de un agente: encadenar llamadas y razonar sobre el resultado de la anterior.

El 7 puede dar CUDA error: out of memory, y no sería un fallo nuevo: es el mismo reparto que documenta tu README. Salidas por orden: bajar a base, fiarse de unload_after_idle_seconds: 300, o probar la escucha con el modelo descargado.

4. Notas al día

verde/NOTAS.md y verde/README.md ya recogen el bloqueo, la variante del modelo y las trampas. Se actualizan para apuntar a arrancar.sh como la puerta de entrada, y NOTAS.md recibe la tabla de VRAM por intento cuando se mida.

Lo que sigue sin hacerse

• No se toca qwen3.5:4b-jarvis, ni nucleo/, config/, voz/ o newelle/. El naranja se cierra como proceso y se reabre igual.
• No se mata dataset.py. El script se planta si lo encuentra vivo.
• No se ponen claves ni se activa ningún canal de mensajería.
• No se cambia nada del servicio de ollama sin decírtelo: OLLAMA_KV_CACHE_TYPE se propone, no se aplica.

Verificación

Con dataset.py ya terminado:

./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 -> ESCALERA.md

Y devolver la máquina a su sitio al acabar: ollama stop qwen3.5:4b-verde, y comprobar que el naranja vuelve a arrancar con su VRAM de siempre. Sigue pendiente, para cuando pares de desarrollar:

cd pruebas && ./ejecutar.sh          # las 104 del naranja

Hoy no se corrieron a propósito: abren la app y cargan el modelo.

Y antes de comparar los dos carriles

El naranja tiene 121 acciones rápidas que se saltan el modelo; Hermes no tiene ese atajo y toda orden le pasa por el cerebro. El verde va a medir más lento y no será culpa del modelo. Para comparar hay que usar solo frases que en el naranja también acaben en el cerebro: están en config/jarvis-sin-accion.jsonl.