update: README, neue Modelle (Gemma 3 4B, Phi-4-mini), Symlinks

- Modelle: Gemma 3 4B IT (2.4 GB), Phi-4-mini (2.5 GB),
  MiniCPM5-1B (688 MB) — als Symlinks auf Stick
- README: Vollständig überarbeitet mit allen Features
- Startup-Zeiten und IFEval-Scores dokumentiert
- CrowdCode CLI Features dokumentiert
- Shell-Kommando-Erkennung im CLI

README.md

@@ -1,64 +1,102 @@
-# 🦙 MiniLlama — Portable LLM Chat
+# 🦙 MiniLlama — Portable LLM Chat & API-Server
 
-**MiniLlama** ist ein portabler LLM-Chat, der direkt vom USB-Stick läuft — ohne Installation, auf **Windows und Linux**.
+**MiniLlama** ist ein portabler LLM-Stack, der direkt vom USB-Stick läuft — ohne Installation, auf **Windows und Linux**.
+
+Enthält: Chat, API-Server (OpenAI-kompatibel), CrowdCode CLI für Dateioperationen + Wiki-Modus.
 
 ## Schnellstart
 
-| OS | Befehl |
-|----|--------|
-| 🐧 Linux | `./start.sh` |
-| 🪟 Windows | `start.bat` |
+### 💬 Chat (direkt)
+```bash
+./start.sh          # Linux
+start.bat           # Windows
+```
+Modell aus dem Menü wählen — loschatten.
 
-Das Skript zeigt alle Modelle aus dem `models/`-Ordner als nummeriertes Menü an. Einfach die Ziffer wählen und loschatten.
+### 🔌 API-Server (für CrowdCode, andere Tools)
+```bash
+./start-server.sh   # → http://127.0.0.1:8080/v1
+```
+
+### 🤖 CrowdCode CLI (Dateioperationen + Chat)
+```bash
+./crowdcode.sh      # Linux
+crowdcode.bat       # Windows
+```
+Startet Server automatisch bei Bedarf. Shell-Kommandos (`pwd`, `ls`, `git`) werden direkt ausgeführt.
 
 ## Projektstruktur
 
 ```
 MiniLlama/
-├── start.sh              ← Starter für Linux (Bash)
-├── start.bat             ← Starter für Windows (Batch)
+├── start.sh                ← Chat (Linux)
+├── start.bat               ← Chat (Windows)
+├── start-server.sh         ← API-Server
+├── crowdcode.sh            ← CrowdCode CLI (Linux)
+├── crowdcode.bat           ← CrowdCode CLI (Windows)
+├── deploy.sh               ← Auf USB-Stick exportieren
+├── cli/
+│   └── crowdcode.js        ← CrowdCode Node.js CLI (480 Zeilen)
 ├── bin/
-│   ├── linux/            ← llama.cpp (b9936) für Linux x86_64
-│   └── win/              ← llama.cpp für Windows x86_64
-├── models/               ← Hier kommen die .gguf-Modelle rein
+│   ├── linux/              ← llama.cpp (b9936) für Linux x86_64
+│   └── win/                ← llama.cpp für Windows x86_64
+├── models/                 ← GGUF-Modelle (Symlinks auf Stick)
 └── README.md
 ```
 
-## Modelle
+## Verfügbare Modelle
 
-GGUF-Modelle (`*.gguf`) im `models/`-Ordner ablegen.  
-Die Start-Skripte erkennen automatisch alle vorhandenen Modelle und zeigen sie zur Auswahl an.
+| Modell | Größe | Typ | IFEval | Lädt | FILE:-Pattern |
+|--------|-------|-----|--------|------|---------------|
+| **LFM2.5-8B-A1B** ⭐ | ~5,4 GB | MoE 1,5B aktiv | **91,84** | ? | ✅ Tool-Calling |
+| **Gemma 3 4B IT** ⭐ | 2,4 GB | Dicht | **90,2** | ~3s | ✅ Getestet |
+| **Phi-4-mini** ⭐ | 2,5 GB | Dicht | ~88 | ~3s | ✅ Getestet |
+| **LFM2-8B-A1B** | 4,5 GB | MoE 1,5B aktiv | 79,44 | ? | ✅ (erwartet) |
+| **Qwen3.5-4B** | 3,0 GB | Dicht | ~85 | ~47s | ✅ Getestet |
+| **Gemma-4-E2B** | 2,9 GB | Dicht | ~80 | ~30s | ? |
+| **Qwen2.5-1.5B** (klein) | 1,0 GB | Dicht | ~70 | ~2s | ❌ Zu schwach |
 
-> **Von Quantisierungsstufen** reichen Q4_K_M und Q5_K_M für gute Qualität bei moderater Dateigröße.
+⭐ = Neu empfohlen (Juli 2026)
 
-## Deployment auf einen USB-Stick
+## CrowdCode CLI Features
 
-1. **Modelle kopieren** (nötig für Portabilität, da Symlinks auf einem anderen Rechner brechen):
-   ```bash
-   cp -r /pfad/zu/models/*.gguf /pfad/zum/stick/MiniLlama/models/
-   ```
+| Funktion | Beschreibung |
+|----------|-------------|
+| `@datei.py` | Dateiinhalt lesen |
+| `@verz/` | Verzeichnis auflisten |
+| `@verz/**` | Rekursiver Dateibaum |
+| `@?begriff` | Grep-Suche |
+| `FILE: pfad` + Codeblock | Datei schreiben (vom LLM) |
+| `DIR: pfad` | Verzeichnis erstellen (vom LLM) |
+| `EDIT: pfad` + `---OLD`/`---NEW` | Gezielte Änderung (vom LLM) |
+| `` bash `` | Shell ausführen (mit Bestätigung) |
+| `:m` | Multiline-Eingabe |
+| `:h` | Hilfe |
+| `:q` | Beenden |
 
-2. **Ganzen Ordner auf den Stick kopieren:**
-   ```bash
-   # Linux → Stick
-   cp -r MiniLlama /media/USER/STICKNAME/
-   
-   # Windows → Stick
-   # Einfach MiniLlama-Ordner per Explorer auf den Stick ziehen
-   ```
+Shell-Kommandos (`pwd`, `ls`, `git`, `pip`, `curl`...) werden direkt ausgeführt, nicht ans LLM geschickt.
 
-3. Auf dem Zielrechner vom Stick starten:
-   ```bash
-   # Linux: Terminal im Stick-Ordner öffnen
-   ./start.sh
-   
-   # Windows: Explorer öffnen, Doppelklick auf start.bat
-   ```
+## Deployment auf USB-Stick
 
-## Technische Details
+```bash
+./deploy.sh /pfad/zum/stick/MiniLlama
+```
+Kopiert alles inklusive Modelle, löst Symlinks auf.
 
-- **Engine:** [llama.cpp](https://github.com/ggml-org/llama.cpp) b9936
-- **Plattformen:**
-  - Linux: x86_64 (Ubuntu-kompatibel), baut auf glibc 2.35+
-  - Windows: x86_64 (CPU-only, keine GPU-Treiber nötig)
-- **Dateisystem:** exFAT empfohlen (Dateien > 4 GB, Windows + Linux)
+## Modelle auf dem Stick
+
+Die Modelle liegen physikalisch auf dem Stick unter:
+```
+/media/xray/llama/llama/models/*.gguf
+```
+Im MiniLlama-Verzeichnis sind es Symlinks. Für Deployment auf anderen Stick `deploy.sh` nutzen.
+
+## Wartung
+
+### Binaries aktualisieren
+Neues Release von https://github.com/ggml-org/llama.cpp/releases:
+- Linux: `llama-bXXXX-bin-ubuntu-x64.tar.gz` → `bin/linux/`
+- Windows: `llama-bXXXX-bin-win-cpu-x64.zip` → `bin/win/`
+
+### Modell hinzufügen
+GGUF-Datei in `models/` ablegen — wird automatisch erkannt.

models/MiniCPM5-1B-Q4_K_M.gguf

@@ -0,0 +1 @@
+/media/xray/llama/llama/models/MiniCPM5-1B-Q4_K_M.gguf

models/Phi-4-mini-instruct-Q4_K_M.gguf

@@ -0,0 +1 @@
+/media/xray/llama/llama/models/Phi-4-mini-instruct-Q4_K_M.gguf

models/gemma-3-4b-it-Q4_K_M.gguf

@@ -0,0 +1 @@
+/media/xray/llama/llama/models/gemma-3-4b-it-Q4_K_M.gguf