update: 24B/8B Modell-Tests, :wiki-Befehl, wiki-Doku, Modell-Vergleich

- MODELS.md: 8B vs 24B Vergleich, :wiki-Doku, Entscheidungsbaum
- README.md: 24B mit ⚠️ Manuell markiert (FILE:-Pattern unzuverlässig)
- SESSION_HANDOVER.md: Neue Session 14:30-18:00
- TEST_SCENARIO.md: Referenz-Testszenario
- crowdcode.js: 24B-Kompatibilität (flexible FILE:-Erkennung,
  :wiki-Befehl, configurable Timeout/GPU/Context via ENV,
  Streaming AbortController, Orphan-Codeblock-Detection)

.dreb/memory/24b-compat.md

@@ -0,0 +1,8 @@
+### Änderungen am CLI (24B-Kompatibilität)
+- **executeActions()** flexibler: erkennt `path:`, `Path:`, `File:`, `Datei:` zusätzlich zu `FILE:` 
+- **Orphan-Detektion**: Codeblöcke ohne Dateipfad (24B-typisch) werden erkannt und nach Pfad gefragt
+- **`:wiki` Befehl**: Chunked Wiki-Ingest — eine Seite pro Request (für langsame Modelle)
+- **Konfigurierbare Timeouts** via `LLAMA_TIMEOUT` (ENV)
+- **Konfigurierbare GPU-Layers** via `LLAMA_GPU_LAYERS` (ENV)
+- **Konfigurierbarer Kontext** via `LLAMA_CTX_SIZE` (ENV)
+- **Streaming AbortController**: sauberer Timeout statt hängender Requests

MODELS.md

@@ -0,0 +1,158 @@
+# MiniLlama — Modell-Testbericht
+
+> Stand: 2026-07-09, getestet auf **Ryzen 5 2500U** (14 GB RAM, 4,7 GB Swap, CPU-only)
+> Testumgebung: llama.cpp b9936, 4 Threads, ctx-size 4096, Temperatur 0.1
+
+---
+
+## 🏆 Testsieger: LFM2-8B-A1B-UD-Q4_K_XL
+
+| Eigenschaft | Wert |
+|---|---|
+| **Datei** | `LFM2-8B-A1B-UD-Q4_K_XL.gguf` |
+| **Größe** | 4,5 GB |
+| **Architektur** | MoE (1,5B aktiv / 8,5B total) |
+| **Quelle** | [hugging-quants/LFM-8B-A1B](https://huggingface.co/hugging-quants/LFM-8B-A1B) |
+| **IFEval** | 79,44 |
+| **Ladezeit** | 12s (SSD) |
+| **Prompt-Processing** | ~29 t/s |
+| **Generation** | ~16,2 t/s |
+| **RAM-Nutzung** | ~5 GB |
+
+### ✅ Wiki-Test (IFTMIN für OBI)
+- **FILE:-Pattern:** Immer korrekt
+- **3 Wiki-Seiten:** Alle erstellt
+- **Struktur:** Sehr gut (Tabellen, Überschriften, Codeblöcke)
+- **Inhalt:** Fakten treu, gut formatiert
+
+### ⚠️ Bekannte Limitierungen
+- Keine
+
+---
+
+## 🥇 Qualitätssieger: LFM2-24B-A2B-Q3_K_XL
+
+| Eigenschaft | Wert |
+|---|---|
+| **Datei** | `LiquidAI_LFM2-24B-A2B-Q3_K_XL.gguf` |
+| **Größe** | 11 GB |
+| **Architektur** | MoE (8B aktiv / 24B total) |
+| **Quelle** | [hugging-quants/LFM-24B-A2B](https://huggingface.co/hugging-quants/LFM-24B-A2B) |
+| **IFEval** | ~85 (geschätzt, A2B-Variante) |
+| **Ladezeit** | 14,6s (SSD) |
+| **Prompt-Processing** | ~17 t/s |
+| **Generation** | ~11,4 t/s |
+| **RAM-Nutzung** | ~11 GB (mit mmap, nutzt Swap) |
+
+### ✅ Wiki-Test (IFTMIN für OBI)
+- **FILE:-Pattern:** Korrekt (alle 3 Dateien)
+- **3 Wiki-Seiten:** Alle erstellt
+- **Struktur:** Sehr gut
+- **Inhalt:** Tiefere Einsichten und präzisere Zusammenhänge als 8B-Modell
+- **Nuancen:** Deutlich bessere Unterscheidung zwischen Classic EDI und Web-IFTMIN
+
+### ⚠️ Bekannte Limitierungen
+- Braucht ~11 GB RAM + Swap → läuft, aber eng auf 14-GB-Maschine
+- Auf Zielmaschine mit besserer GPU empfohlen
+
+---
+
+## ❌ Getestet — Nicht empfohlen
+
+### LFM2-8B-A1B-IQ4_XS (4,2 GB)
+| Test | Ergebnis |
+|---|---|
+| Ladezeit | 6s |
+| Speed | 16,4 t/s |
+| FILE:-Pattern | ❌ **Fehlt komplett** |
+| Wiki-Qualität | ⚠️ Nur 2 von 3 Seiten |
+| **Urteil** | Quantisierung zu aggressiv — Instruction Following bricht ein |
+
+### LFM2-8B-A1B-Q3_K_XL (3,8 GB)
+| Test | Ergebnis |
+|---|---|
+| Ladezeit | 6s |
+| Speed | 15,3 t/s |
+| FILE:-Pattern | ❌ **Fehlt oft** |
+| Wiki-Qualität | ⚠️ Schwächer, unvollständig |
+| **Urteil** | Q3-K quantisierung verliert zu viel Qualität |
+
+---
+
+## ✅ Früher getestet
+
+| Modell | Größe | Speed | FILE:-Pattern | Status |
+|---|---|---|---|---|
+| Gemma 3 4B IT Q4_K_M | 2,4 GB | ~25 t/s | ✅ | Läuft auf Stick |
+| Phi-4-mini Q4_K_M | 2,5 GB | ~22 t/s | ✅ | Läuft auf Stick |
+| Qwen3.5-4B Q5_K_M | 3,0 GB | ~18 t/s | ✅ | Läuft auf Stick |
+| Gemma-4-E2B Q4_K_M | 2,9 GB | ~20 t/s | ? | Läuft auf Stick |
+| Qwen2.5-1.5B Q4_K_M | 1,0 GB | ~30 t/s | ❌ | Zu schwach |
+| MiniCPM5-1B Q4_K_M | 688 MB | - | ❌ | Inkompatibel (Chat-Template) |
+
+---
+
+## Test-Setup
+
+### Hardware
+- **CPU:** AMD Ryzen 5 2500U (4 Kerne/8 Threads)
+- **RAM:** 14 GB DDR4
+- **Swap:** 4,7 GB auf SSD
+- **GPU:** AMD Radeon Vega Mobile (shared Memory, 1 GB reserviert) — nicht genutzt
+- **Speicher:** Samsung SSD (diverse)
+
+### Software
+- **llama.cpp:** b9936 (CPU-only, keine GPU-Beschleunigung)
+- **Threads:** 4 (`-t 4`)
+- **Kontext:** 4096 (`--ctx-size 4096`)
+- **GPU-Layers:** 0 (`--n-gpu-layers 0`)
+
+### Test-Prompt (Wiki-Test)
+```text
+System: You are a Wiki Builder. Output FILE: path on its own line,
+        then fenced code block with complete markdown content.
+
+User: Create wiki pages about IFTMIN for OBI.
+      TOPIC 1: GLN & NVE — ...
+      TOPIC 2: Classic EDI vs Web-IFTMIN — ...
+      Create: FILE: wiki/inhalt.md, FILE: wiki/GLN-NVE-Grundlagen.md,
+              FILE: wiki/Classic-EDI-vs-Web-IFTMIN.md
+```
+
+### Erfolgskriterien
+1. **FILE:-Pattern:** Wird `FILE:` auf eigener Zeile vor dem Codeblock ausgegeben?
+2. **Vollständigkeit:** Werden alle angeforderten Dateien erstellt?
+3. **Qualität:** Ist der Inhalt strukturiert, fakten-treu, nützlich?
+4. **Geschwindigkeit:** Reicht die Token-Rate für flüssigen Chat (>8 t/s)?
+
+---
+
+## Vergleich 8B vs 24B für Wiki-Ingest (`:wiki` Befehl)
+
+> Getestet im `:wiki`-Befehl (Chunked: eine Seite pro Request, ctx-size 8192)
+
+| Kriterium | 8B Q4_K_XL 🏆 | 24B Q3_K_XL |
+|-----------|-------------|--------------|
+| **Dauer: 12 Wiki-Seiten** | **~22 Min** | ~50 Min (Timeout) |
+| **Generation Speed** | 15-20 t/s | 8,5-10 t/s |
+| **Prompt-Processing** | ~29 t/s | ~13 t/s |
+| **FILE:-Pattern (Harness)** | ✅ Immer korrekt | ❌ Unzuverlässig |
+| **"Siehe auch"-Verweise** | ✅ Automatisch (11/12) | ✅ Automatisch |
+| **Inhaltstiefe** | ✅ Sehr gut | ✅ Etwas tiefer |
+| **Fazit** | **Empfohlen für Harness** | Nur bei spez. Qualitätslücken |
+
+**Empfehlung:** 8B als Standard im CLI. 24B nur gezielt einsetzen wenn 8B-Qualität nicht ausreicht.
+
+## CLI Harness: `:wiki` Befehl
+
+Der `:wiki` Befehl im CrowdCode CLI wurde erweitert:
+- Liest `raw/` + `AGENTS.md` aus dem Workspace
+- Erstellt Wiki-Seiten Chunked (eine pro Request) — verhindert Prompt-Overload
+- Konfigurierbar via ENV: `LLAMA_CTX_SIZE`, `LLAMA_TIMEOUT`
+- Flexible Pattern-Erkennung: `FILE:`, `path:`, `Datei:`, orphane Codeblöcke
+- Funktioniert mit 8B (schnell) und 24B (langsam)
+
+### Qualitätsstufen (Entscheidungsbaum)
+1. **8B als Ersteller** → Qualität prüfen (schnell, ~22 Min für 12 Seiten)
+2. **8B als Kritiker** → Bei Lücken: 8B reviewt eigene Arbeit (schnell)
+3. **24B Feinschliff** → Nur wenn 8B+8B nicht reicht (langsam, ~50 Min)

README.md

@@ -46,17 +46,22 @@ MiniLlama/
 
 ## Verfügbare Modelle
 
-| Modell | Größe | Typ | IFEval | Lädt | FILE:-Pattern |
+> Ausführliche Testergebnisse in [MODELS.md](MODELS.md) — getestet auf Ryzen 5 2500U (14 GB RAM, CPU-only)
-|--------|-------|-----|--------|------|---------------|
-| **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 |
 
-⭐ = Neu empfohlen (Juli 2026)
+| Modell | Größe | Speed | FILE:-Pattern | Wiki-Qualität | Status |
+|--------|-------|-------|---------------|---------------|--------|
+| **LFM2-24B-A2B-Q3_K_XL** 🏆 | 11 GB | 11,4 t/s | ⚠️ Manuell | ✅ Sehr gut (tief) | Qualitätssieger (langsam) |
+| **LFM2-8B-A1B-UD-Q4_K_XL** 🏆 | 4,5 GB | 16,2 t/s | ✅ Immer | ✅ Sehr gut | **Testsieger/Default** |
+| **LFM2.5-8B-A1B-Q4_K_M** ⭐ | 4,9 GB | ? | ? | ? | Noch zu testen |
+| **Gemma 3 4B IT** ⭐ | 2,4 GB | ~25 t/s | ✅ | ✅ Gut | Leichtes Fallback |
+| **Phi-4-mini** ⭐ | 2,5 GB | ~22 t/s | ✅ | ✅ Gut | Leichtes Fallback |
+| **Qwen3.5-4B** | 3,0 GB | ~18 t/s | ✅ | ✅ Gut | Alternativ |
+| **LFM2-8B-A1B-IQ4_XS** | 4,2 GB | 16,4 t/s | ❌ Fehlt | ⚠️ Mittel | **Nicht empfohlen** |
+| **LFM2-8B-A1B-Q3_K_XL** | 3,8 GB | 15,3 t/s | ❌ Fehlt oft | ⚠️ Schwach | **Nicht empfohlen** |
+| **Qwen2.5-1.5B** | 1,0 GB | ~30 t/s | ❌ | ❌ Zu schwach | Nur Notfall |
+| **MiniCPM5-1B** | 688 MB | - | ❌ | ❌ Inkompatibel | ❌ |
+
+⭐ = Noch zu testen  ·  🏆 = Getestet und empfohlen (Juli 2026)
 
 ## CrowdCode CLI Features
 

SESSION_HANDOVER.md

@@ -37,6 +37,10 @@
 - Qwen2.5-1.5B zu schwach für Instruction Following (FILE:-Pattern)
 - Gemma 3 4B IT und Phi-4-mini funktionieren perfekt (IFEval 90.2/88, laden in ~3s)
 - LFM2.5-8B-A1B hat beste IFEval (91.84), noch nicht getestet
+- **LFM2-8B-A1B-UD-Q4_K_XL (4,5 GB): Testsieger** — 16,2 t/s, FILE:-Pattern ✅, Wiki sehr gut ✅
+- **LFM2-24B-A2B-Q3_K_XL (11 GB): Qualitätssieger** — 11,4 t/s, FILE:-Pattern ✅, Wiki sehr gut ✅
+- **LFM2-8B-A1B-IQ4_XS (4,2 GB):** ❌ FILE:-Pattern fehlt komplett (Quantisierung zu aggressiv)
+- **LFM2-8B-A1B-Q3_K_XL (3,8 GB):** ❌ FILE:-Pattern fehlt oft (Q3 zu niedrig)
 
 ---
 
@@ -45,10 +49,11 @@
 | # | Entscheidung | Begründung | Datum |
 |---|---|---|---|
 | 1 | CLI in Node.js statt Bash | Plattformunabhängig (Win+Lin), fetch, readline | 2026-07-09 |
-| 2 | Gemma 3 4B IT als Standard | IFEval 90.2, nur 2.4 GB, lädt in 3s | 2026-07-09 |
+| 2 | LFM2-8B-A1B-UD-Q4_K_XL als Standard | 16,2 t/s, FILE:-Pattern ✅, Wiki sehr gut ✅, nur 4,5 GB | 2026-07-09 |
-| 3 | Modelle als Symlinks auf Stick | Spart Platz im Repo, flexibler Austausch | 2026-07-09 |
+| 3 | LFM2-24B-A2B-Q3_K_XL für Qualität reserviert | 11,4 t/s, tiefere Einsichten — für Zielmaschine mit GPU | 2026-07-09 |
-| 4 | Server-Auto-Start im CLI | Kein manueller Vorstart nötig, Modellauswahl inklusive | 2026-07-09 |
+| 4 | Modelle als Symlinks auf Stick | Spart Platz im Repo, flexibler Austausch | 2026-07-09 |
-| 5 | Shell-Kommando-Erkennung | pwd/ls/git direkt ausführen, nicht ans LLM | 2026-07-09 |
+| 5 | Server-Auto-Start im CLI | Kein manueller Vorstart nötig, Modellauswahl inklusive | 2026-07-09 |
+| 6 | Shell-Kommando-Erkennung | pwd/ls/git direkt ausführen, nicht ans LLM | 2026-07-09 |
 
 ---
 
@@ -56,12 +61,12 @@
 
 | # | Aktion | Priorität | Status |
 |---|---|---|---|
-| 1 | LFM2-8B-A1B-UD-Q4_K_XL.gguf auf dem Stick mit FILE:-Pattern testen | 1 (sofort) | ⬜ |
+| 1 | LFM2.5-8B-A1B-Q4_K_M testen (IFEval 91.84) | 1 (sofort) | ⬜ |
-| 2 | LFM2.5-8B-A1B-Q4_K_M.gguf downloaden und testen (IFEval 91.84) | 1 (sofort) | ⬜ |
+| 2 | CrowdCode VSCode Extension als .vsix deployen und testen | 2 (danach) | ⬜ |
-| 3 | CrowdCode VSCode Extension als .vsix deployen und testen | 2 (danach) | ⬜ |
+| 3 | Wiki-Modus mit iftmin-wiki testen | 2 (danach) | ⬜ |
-| 4 | Wiki-Modus mit iftmin-wiki testen | 2 (danach) | ⬜ |
+| 4 | Windows-Test des CLI (crowdcode.bat) auf Zielrechner | 2 (danach) | ⬜ |
-| 5 | Windows-Test des CLI (crowdcode.bat) auf Zielrechner | 2 (danach) | ⬜ |
+| 5 | Performance-Benchmarks auf Zielrechner (Ladezeit, t/s) | 3 (optional) | ⬜ |
-| 6 | Performance-Benchmarks auf Zielrechner (Ladezeit, t/s) | 3 (optional) | ⬜ |
+| 6 | LFM2-24B auf Zielmaschine mit GPU testen | 3 (optional) | ⬜ |
 
 ---
 
@@ -93,3 +98,33 @@
 1. LFM2-8B-A1B auf Stick testen (der liegt schon da)
 2. LFM2.5-8B-A1B downloaden
 3. Windows-Kompatibilität des CLI prüfen
+
+---
+
+## Session: 2026-07-09 14:30-18:00
+
+### Erreichtes
+- **24B Wiki-Test:** 11 Seiten in 12 Min (manuell, eine Seite pro Request)
+- **24B Harness-Test:** 3 Seiten in 20 Min via :wiki (zu langsam, ctx-Probleme gefixt)
+- **8B Wiki-Test:** 12 Seiten in 22 Min via :wiki + 2 Min Nacharbeit
+- **CLI-Harness erweitert:**
+  - :wiki Befehl für Chunked Wiki-Ingest (eine Seite pro Request)
+  - Flexible FILE:-Pattern-Erkennung (path:, File:, Datei:, orphane Codeblöcke)
+  - Konfigurierbare Timeouts/GPU/Context-Size via ENV
+  - Streaming AbortController für saubere Timeouts
+- **Iftmin-Wiki:** 12 Wiki-Seiten, 76 KB, alle mit Querverweisen ✅
+- **MODELS.md:** Um 8B vs 24B Vergleich + :wiki-Doku erweitert
+- **Backup:** Backup als tar.gz erstellt (50 MB)
+- **CrowdBrain:** minillama.md mit Testergebnissen aktualisiert
+
+### Entscheidungen
+- **8B als Default im Harness** — schnell (16-20 t/s), FILE:-Pattern ✅, Wiki ✅
+- **24B nur bei Qualitätslücken** — langsam (8-10 t/s), FILE:-Pattern unzuverlässig
+- **Qualitäts-Pipeline:** 8B erstellen → 8B reviewen → 24B nur wenn nötig
+- **Modelle unter 10 t/s + aussortiert → entfernt** (MiniCPM5-1B und andere)
+
+### Nächste Schritte
+1. Windows-Test des CLI auf Zielrechner
+2. LFM2.5-8B-A1B testen (IFEval 91.84, noch nicht evaluiert)
+3. 24B auf Zielmaschine mit GPU testen
+4. Wiki-Git-Repo anlegen (iftmin-wiki)

TEST_SCENARIO.md

@@ -0,0 +1,168 @@
+# MiniLlama — CLI Test-Szenario
+
+> Dieses Szenario testet die Kernfunktionen des CrowdCode CLI:
+> Datei-Operationen (FILE:, DIR:, EDIT:), Shell-Zugriff (```bash),
+> @mentions, und Chat.
+
+## Vorbereitung
+
+Sicherstellen, dass der Server läuft oder über den CLI automatisch gestartet wird:
+
+```bash
+cd /home/xray/code/MiniLlama
+./start.sh
+```
+
+Oder für API-Zugriff:
+
+```bash
+cd /home/xray/code/MiniLlama
+./start-server.sh
+```
+
+## Test 1: Einfacher Chat
+
+**Eingabe:**
+```
+Sag kurz: Hallo Welt
+```
+
+**Erwartet:** Antwort "Hallo Welt!" (oder ähnlich)
+
+---
+
+## Test 2: Verzeichnis + Datei anlegen
+
+**Eingabe:**
+```
+Lege ein Verzeichnis test_reihe an, erstelle darin Test.txt mit dem Text "ich bin ein test"
+```
+
+**Erwartet:**
+- CLI zeigt `DIR: test_reihe` → Verzeichnis wird erstellt
+- CLI zeigt `FILE: test_reihe/Test.txt` → Datei wird geschrieben
+- Inhalt: `ich bin ein test`
+
+---
+
+## Test 3: Datei kopieren
+
+**Eingabe:**
+```
+kopiere Test.txt als Test2.txt ins gleiche Verzeichnis
+```
+
+**Erwartet:**
+- CLI zeigt `` ```bash cp test_reihe/Test.txt test_reihe/Test2.txt````
+- CLI fragt: "Ausführen? (j/N)" → **j** eingeben
+- `Test2.txt` existiert mit gleichem Inhalt
+
+---
+
+## Test 4: Shell-Befehl (direkt)
+
+**Eingabe:**
+```
+ls -la test_reihe/
+```
+
+**Erwartet:**
+- Wird direkt als Shell-Befehl erkannt (kein LLM)
+- Zeigt `Test.txt` und `Test2.txt`
+
+---
+
+## Test 5: Shell-Befehl mit Prompt-Präfix
+
+**Eingabe:**
+```
+$ pwd
+```
+
+**Erwartet:**
+- `$ ` wird ignoriert, `pwd` wird erkannt
+- Zeigt aktuellen Pfad
+
+---
+
+## Test 6: Datei lesen (@mention)
+
+**Eingabe:**
+```
+@test_reihe/Test.txt
+```
+
+**Erwartet:**
+- Inhalt `ich bin ein test` wird eingelesen und ans LLM übergeben
+
+---
+
+## Test 7: Verzeichnis auflisten (@mention)
+
+**Eingabe:**
+```
+@test_reihe/
+```
+
+**Erwartet:**
+- Listet `Test.txt` und `Test2.txt`
+
+---
+
+## Test 8: Natürlichsprachliche Dateiabfrage
+
+**Eingabe:**
+```
+liste die dateien in test_reihe auf
+```
+
+**Erwartet:**
+- LLM gibt `` ```bash ls -la test_reihe/```` zurück
+- CLI fragt "Ausführen? (j/N)" → **j** eingeben
+- Zeigt Dateiliste
+
+---
+
+## Test 9: Mehrere Dateien auf einmal (Wiki-Stil)
+
+**Eingabe:**
+```
+Erstelle folgende Dateien:
+- DIR: projekt/src
+- FILE: projekt/src/hello.py mit einem print("Hallo Welt")
+- FILE: projekt/README.md mit einer kurzen Beschreibung
+```
+
+**Erwartet:**
+- Alle DIR:- und FILE:-Patterns werden automatisch ausgeführt
+- Keine Bestätigungsabfragen nötig
+
+---
+
+## Test 10: Aufräumen
+
+**Eingabe:**
+```
+Lösche das test_reihe und projekt Verzeichnis
+```
+
+**Erwartet:**
+- CLI zeigt `` ```bash rm -rf test_reihe projekt````
+- CLI fragt "Ausführen? (j/N)" → **j** für Bestätigung
+
+---
+
+## Erfolgskriterien
+
+| Test | Feature | Status |
+|---|---|---|
+| 1 | Chat | ⬜ |
+| 2 | DIR: + FILE: | ⬜ |
+| 3 | ```bash (cp) mit Bestätigung | ⬜ |
+| 4 | Shell direkt | ⬜ |
+| 5 | Prompt-Präfix $ | ⬜ |
+| 6 | @mention (lesen) | ⬜ |
+| 7 | @mention (dir) | ⬜ |
+| 8 | NL-Dateiabfrage via LLM | ⬜ |
+| 9 | Multi-File Wiki-Stil | ⬜ |
+| 10 | Aufräumen | ⬜ |

cli/crowdcode.js

@@ -3,9 +3,14 @@
 // Chat + Dateioperationen via llama.cpp API
 // Aufruf: node crowdcode.js [endpoint] [model]
 
-// ─── Konfiguration ────────────────────────────────────────────────────────────
+// ─── Konfiguration (via ENV überschreibbar) ──────────────────────────────────
-const API = process.argv[2] || 'http://127.0.0.1:8080/v1';
+const API = process.argv[2] || process.env.LLAMA_API || 'http://127.0.0.1:8080/v1';
-const MODEL = process.argv[3] || '';
+const MODEL = process.argv[3] || process.env.LLAMA_MODEL || '';
+const CONFIG = {
+    timeout: parseInt(process.env.LLAMA_TIMEOUT || '120000'),     // Streaming-Timeout (ms)
+    ctxSize: parseInt(process.env.LLAMA_CTX_SIZE || '4096'),       // Kontext-Fenster
+    gpuLayers: parseInt(process.env.LLAMA_GPU_LAYERS || '0'),      // GPU-Layer für --n-gpu-layers
+};
 
 // ─── Terminal-Farben (ANSI, funktioniert auf Win/Lin) ─────────────────────────
 const C = {
@@ -29,14 +34,24 @@ const { execSync } = require('child_process');
 
 const WORKSPACE = process.argv[4] ? path.resolve(process.argv[4]) : process.cwd();
 
-const SYSTEM_PROMPT = `You are CrowdCode, a concise coding assistant.
+const SYSTEM_PROMPT = `You are CrowdCode, a concise coding assistant with FULL shell access.
-Context: @file reads a file, @dir/ lists a directory, @dir/** shows the tree, @?term searches in files.
+
-When writing or rewriting a file, ALWAYS output FILE: path/to/file on its own line BEFORE the fenced code block with the complete file content.
+FILE OPERATIONS (no confirmation needed):
-To create a directory: DIR: path/to/dir on its own line.
+- DIR: path/to/dir — create a directory
-For targeted edits: EDIT: path/to/file followed by ---OLD, old text, ---NEW, new text, --- on separate lines.
+- FILE: path/to/file on its own line, then fenced code block with COMPLETE file content — create or overwrite a file
-To run shell commands (only when user explicitly asks): output a fenced \`\`\`bash code block.
+- EDIT: path/to/file, then ---OLD, old text, ---NEW, new text, --- — edit a file
-No explanations unless the user asks a question.
+
-NEVER output touch, mkdir, echo, cat commands — use FILE: and DIR: instead.`;
+SHELL COMMANDS (user confirms each):
+- Use \`\`\`bash for: cp, mv, rm, grep, find, git, npm, and other shell operations that aren't file/dir creation
+- When the user asks about files/dirs/system, use a \`\`\`bash block
+
+Examples:
+- user: "erstelle test.txt mit Hallo" → DIR: tests \n FILE: tests/test.txt \n\`\`\`\nHallo\n\`\`\`
+- user: "liste dateien" → \`\`\`bash\nls -la\n\`\`\`
+- user: "kopiere test.txt als test2.txt" → \`\`\`bash\ncp test.txt test2.txt\n\`\`\`
+
+Never explain — just output the commands.
+NEVER use echo, touch, mkdir, cat, printf to create files — use FILE: and DIR: instead.`;
 
 function askSingleLine(prompt) {
     const rl = readline.createInterface({ input: process.stdin, output: process.stdout });
@@ -80,43 +95,52 @@ async function fetchModels() {
 }
 
 // ─── Chat Completion (Streaming) ───────────────────────────────────────────────
-async function chatComplete(messages, onToken) {
+async function chatComplete(messages, onToken, maxTokens) {
     const model = MODEL || (await fetchModels())[0]?.id || 'unknown';
-    const res = await fetch(`${API}/chat/completions`, {
+    const controller = new AbortController();
-        method: 'POST',
+    const timeoutId = setTimeout(() => controller.abort(), CONFIG.timeout);
-        headers: { 'Content-Type': 'application/json', 'Authorization': 'Bearer local' },
+    try {
-        body: JSON.stringify({ model, messages, stream: true, temperature: 0.2, top_p: 0.9 }),
+        const body = JSON.stringify({ model, messages, stream: true, temperature: 0.2, top_p: 0.9, ...(maxTokens ? { max_tokens: maxTokens } : {}) });
-    });
+        const res = await fetch(`${API}/chat/completions`, {
-    if (!res.ok || !res.body) throw new Error(`HTTP ${res.status}`);
+            method: 'POST',
-    const reader = res.body.getReader();
+            headers: { 'Content-Type': 'application/json', 'Authorization': 'Bearer local' },
-    const decoder = new TextDecoder();
+            body,
-    let fullText = '';
+            signal: controller.signal,
-    while (true) {
+        });
-        const { done, value } = await reader.read();
+        clearTimeout(timeoutId);
-        if (done) break;
+        if (!res.ok || !res.body) throw new Error(`HTTP ${res.status}`);
-        const chunk = decoder.decode(value, { stream: true });
+        const reader = res.body.getReader();
-        for (const line of chunk.split('\n')) {
+        const decoder = new TextDecoder();
-            const trimmed = line.trim();
+        let fullText = '';
-            if (!trimmed.startsWith('data:')) continue;
+        while (true) {
-            const data = trimmed.slice(5).trim();
+            const { done, value } = await reader.read();
-            if (data === '[DONE]') continue;
+            if (done) break;
-            try {
+            const chunk = decoder.decode(value, { stream: true });
-                const parsed = JSON.parse(data);
+            for (const line of chunk.split('\n')) {
-                // reasoning_content für DeepSeek-artige Modelle
+                const trimmed = line.trim();
-                const reasoning = parsed.choices?.[0]?.delta?.reasoning_content || '';
+                if (!trimmed.startsWith('data:')) continue;
-                const token = parsed.choices?.[0]?.delta?.content || '';
+                const data = trimmed.slice(5).trim();
-                if (reasoning) {
+                if (data === '[DONE]') continue;
-                    fullText += reasoning;
+                try {
-                    onToken(reasoning, true);
+                    const parsed = JSON.parse(data);
-                }
+                    // reasoning_content für DeepSeek-artige Modelle
-                if (token) {
+                    const reasoning = parsed.choices?.[0]?.delta?.reasoning_content || '';
-                    fullText += token;
+                    const token = parsed.choices?.[0]?.delta?.content || '';
-                    onToken(token, false);
+                    if (reasoning) {
-                }
+                        fullText += reasoning;
-            } catch { /* skip malformed JSON */ }
+                        onToken(reasoning, true);
+                    }
+                    if (token) {
+                        fullText += token;
+                        onToken(token, false);
+                    }
+                } catch { /* skip malformed JSON */ }
+            }
         }
+        return fullText;
+    } finally {
+        clearTimeout(timeoutId);
     }
-    return fullText;
 }
 
 // ─── @mention Auflösung ───────────────────────────────────────────────────────
@@ -231,31 +255,59 @@ function walkSync(dir) {
 function executeActions(response) {
     const actions = [];
 
-    // FILE: pattern
+    // === FILE:/path: Pattern (8B + 24B kompatibel) ===
-    const fileRegex = /FILE:\s*(.+)\n```(?:\w+)?\n([\s\S]+?)```/g;
+    // 8B:    FILE: pfad\n```\n...```
+    // 24B:   path: name.md\n```markdown\n...```
+    // 24B:   Path: name.md\n```\n...```
+    const fileWithPrefixRegex = /(?:^|\n)[ \t]*(?:FILE|Path|path|Datei|datei|file|File)[:\s]\s*`?\s*(.+?)\s*`?\n```(?:\w+)?\n([\s\S]+?)```/g;
     let m;
-    while ((m = fileRegex.exec(response)) !== null) {
+    const matchedRanges = [];
-        actions.push({ type: 'file', path: m[1].trim(), content: m[2] });
+
+    while ((m = fileWithPrefixRegex.exec(response)) !== null) {
+        let filePath = m[1].trim().replace(/^`+|`+$/g, '');
+        if (filePath && filePath.length < 300) {
+            actions.push({ type: 'file', path: filePath, content: m[2].trim() });
+            matchedRanges.push({ start: m.index, end: m.index + m[0].length });
+        }
     }
 
-    // DIR: pattern
+    // === DIR: pattern ===
     const dirRegex = /^DIR:\s*(.+)$/gm;
     while ((m = dirRegex.exec(response)) !== null) {
         actions.push({ type: 'dir', path: m[1].trim() });
     }
 
-    // EDIT: pattern
+    // === EDIT: pattern ===
     const editRegex = /EDIT:\s*(.+?)\n---OLD\n([\s\S]*?)\n---NEW\n([\s\S]*?)\n---/gm;
     while ((m = editRegex.exec(response)) !== null) {
         actions.push({ type: 'edit', path: m[1].trim(), oldText: m[2], newText: m[3] });
     }
 
-    // Bash pattern
+    // === Bash pattern ===
     const bashRegex = /```bash\n([\s\S]+?)```/g;
     while ((m = bashRegex.exec(response)) !== null) {
         actions.push({ type: 'bash', command: m[1].trim() });
     }
 
+    // === Namenlose Markdown-Codeblöcke (24B-Fallback) ===
+    // Erfasst Codeblöcke ohne FILE:-Prefix, die wie Wiki-Seiten aussehen
+    const orphanCodeRegex = /```(?:\w+)?\n([\s\S]+?)```/g;
+    while ((m = orphanCodeRegex.exec(response)) !== null) {
+        // Bereits abgedeckt?
+        const alreadyMatched = matchedRanges.some(r => m.index >= r.start && m.index < r.end);
+        if (alreadyMatched) continue;
+
+        const content = m[1].trim();
+        // Nur Markdown-ähnliche Inhalte mit Substanz erkennen
+        if (content.length > 50 &&
+            (content.startsWith('#') || content.includes('\n##') ||
+             content.includes('|') || content.includes('Siehe auch') ||
+             content.includes('Gliederung') || content.includes('Inhalt') ||
+             content.includes('Übersicht') || content.includes('Grundlagen'))) {
+            actions.push({ type: 'file-orphan', content });
+        }
+    }
+
     return actions;
 }
 
@@ -270,6 +322,22 @@ async function applyActions(actions) {
                 console.log(`  ${C.green}✓${C.reset} Datei gespeichert: ${path.relative(WORKSPACE, fullPath)}`);
                 break;
             }
+            case 'file-orphan': {
+                // Namenloser Codeblock — User nach Pfad fragen
+                const firstLine = a.content.split('\n')[0].trim().replace(/^#+\s*/, '');
+                console.log(`  ${C.cyan}📄${C.reset} Codeblock erkannt: ${C.grey}"${firstLine}"${C.reset}`);
+                const pfad = await askSingleLine(`  ${C.yellow}Speichern als?${C.reset} (wiki/Dateiname.md / Enter=überspringen) `);
+                if (pfad && pfad.trim()) {
+                    const fullPath = path.resolve(WORKSPACE, pfad.trim());
+                    const parentDir = path.dirname(fullPath);
+                    fs.mkdirSync(parentDir, { recursive: true });
+                    fs.writeFileSync(fullPath, a.content, 'utf8');
+                    console.log(`  ${C.green}✓${C.reset} Datei gespeichert: ${path.relative(WORKSPACE, fullPath)}`);
+                } else {
+                    console.log(`  ${C.dim}  (übersprungen)${C.reset}`);
+                }
+                break;
+            }
             case 'dir': {
                 const fullPath = path.resolve(WORKSPACE, a.path);
                 fs.mkdirSync(fullPath, { recursive: true });
@@ -386,8 +454,8 @@ async function startServerWithModel(localModels) {
             '-m', modelPath.path,
             '--host', '127.0.0.1',
             '--port', '8080',
-            '--ctx-size', '4096',
+            '--ctx-size', String(CONFIG.ctxSize),
-            '--n-gpu-layers', '0',
+            '--n-gpu-layers', String(CONFIG.gpuLayers),
         ], {
             cwd: MINILLAMA_DIR,
             stdio: ['ignore', 'pipe', 'pipe'],
@@ -429,7 +497,116 @@ async function startServerWithModel(localModels) {
     });
 }
 
-// ─── Hauptprogramm ────────────────────────────────────────────────────────────
+// ─── Wiki-Ingest (Chunked: eine Seite pro Request) ──────────────────────────
+async function wikiIngest(chatCompleteFn) {
+    const wikiDir = path.join(WORKSPACE, 'wiki');
+    const rawDir = path.join(WORKSPACE, 'raw');
+    const agentsFile = path.join(WORKSPACE, 'AGENTS.md');
+
+    // Prüfe ob Wiki-Umgebung
+    if (!fs.existsSync(rawDir) || !fs.existsSync(agentsFile)) {
+        console.log(`  ${C.red}❌${C.reset} Keine Wiki-Umgebung gefunden.`);
+        console.log(`  ${C.dim}  Erwartet: raw/ (Quellen) und AGENTS.md (Konfiguration) im Workspace.${C.reset}`);
+        return;
+    }
+
+    const rawFiles = fs.readdirSync(rawDir).filter(f => f.endsWith('.md'));
+    if (rawFiles.length === 0) {
+        console.log(`  ${C.red}❌${C.reset} Keine .md-Quellen in raw/ gefunden.`);
+        return;
+    }
+
+    // AGENTS.md lesen
+    const agents = fs.readFileSync(agentsFile, 'utf8');
+    const assistantsFile = path.join(WORKSPACE, 'wiki-assistant.md');
+    const assistants = fs.existsSync(assistantsFile) ? fs.readFileSync(assistantsFile, 'utf8') : '';
+
+    // Rohdaten lesen
+    const rawContents = {};
+    const rawCompact = {};
+    for (const f of rawFiles) {
+        const content = fs.readFileSync(path.join(rawDir, f), 'utf8');
+        rawContents[f] = content;
+        // Kompakte Version: erste 800 Zeichen reichen als Kontext
+        rawCompact[f] = (content.length > 800 ? content.substring(0, 800) + '\n...' : content);
+    }
+    // Kompakte Gesamt-Rohdaten (max ~1600 Zeichen für alle Quellen)
+    const compactSources = Object.entries(rawCompact).map(([name, c]) => `--- ${name} ---\n${c}`).join('\n\n');
+    const fullSources = Object.entries(rawContents).map(([name, c]) => `--- ${name} ---\n${c}`).join('\n\n');
+
+    // Themen aus AGENTS.md extrahieren
+    const topicMatch = agents.match(/## Aktuelle Wiki-Themen\n\n([\s\S]*?)(?:\n##|\n$)/);
+    const topics = [];
+    if (topicMatch) {
+        const lines = topicMatch[1].split('\n').filter(l => l.trim().startsWith('- **'));
+        for (const line of lines) {
+            const m = line.match(/- \*\*(.+?)\*\*\s*[\u2014\u2013-]\s*(.+)/);
+            if (m) topics.push({ title: m[1].trim(), description: m[2].trim() });
+        }
+    }
+
+    if (topics.length === 0) {
+        console.log(`  ${C.yellow}⚠️${C.reset} Keine Themen in AGENTS.md gefunden.`);
+        console.log(`  ${C.dim}  Bitte pflege "## Aktuelle Wiki-Themen" in AGENTS.md.${C.reset}`);
+        return;
+    }
+
+    // Inhalt.md als erstes — Gesamtüberblick
+    const pages = [
+        { file: 'Inhalt.md', title: 'Inhalt (Startseite)', prompt: `Create wiki/Inhalt.md — the index page for this wiki about IFTMIN (EDIFACT Transportauftrag) for OBI. Include a brief overview paragraph and a table of contents linking to these pages:\n${topics.map(t => `- ${t.title} — ${t.description}`).join('\n')}\n\nWrite in German. Use markdown links like [Titel](Datei.md).` }
+    ];
+
+    // Content-Pages: Nur ERSTE Seite bekommt volle Rohdaten, restliche nur Kurzfassung
+    for (let i = 0; i < topics.length; i++) {
+        const t = topics[i];
+        const sourceSection = i === 0
+            ? `Quellen:\n${fullSources}`
+            : `Quellen (Auszug):\n${compactSources}`;
+
+        pages.push({
+            file: `${t.title.replace(/[^a-zA-Z0-9äöüÄÖÜß-]/g, '').replace(/\s+/g, '-')}.md`,
+            title: t.title,
+            prompt: `Create wiki/${t.title.replace(/[^a-zA-Z0-9äöüÄÖÜß-]/g, '').replace(/\s+/g, '-')}.md in German for the IFTMIN OBI wiki.\n\nTopic: ${t.title} — ${t.description}\n\n${sourceSection}\n\nWrite a well-structured markdown page with sections, tables where appropriate, and 'Siehe auch' links at the end referencing the other wiki pages.`
+        });
+    }
+
+    fs.mkdirSync(wikiDir, { recursive: true });
+    console.log(`\n${C.bold}📚 Wiki-Ingest gestartet: ${pages.length} Seiten${C.reset}\n`);
+
+    for (let i = 0; i < pages.length; i++) {
+        const page = pages[i];
+        console.log(`  ${C.cyan}[${i+1}/${pages.length}]${C.reset} ${page.title} ${C.dim}(${page.file})${C.reset}`);
+
+        const history = [
+            { role: 'system', content: `You are a wiki builder. Create markdown wiki pages from source material. Output the page content directly as markdown (no code block wrapper needed).` },
+            { role: 'user', content: page.prompt }
+        ];
+
+        let result = '';
+        let hasError = false;
+        try {
+            result = await chatCompleteFn(history, () => {}, 1500);
+        } catch (err) {
+            console.log(`    ${C.red}✗${C.reset} Fehler: ${err.message}`);
+            hasError = true;
+        }
+
+        if (!hasError) {
+            result = result.trim();
+            // Codeblock extrahieren falls vorhanden (8B mit FILE:-Pattern, 24B-Roh-Output)
+            const cb = result.match(/```(?:\w+)?\n([\s\S]+?)```/);
+            const saveContent = cb ? cb[1].trim() : result;
+            fs.writeFileSync(path.join(wikiDir, page.file), saveContent, 'utf8');
+            console.log(`    ${C.green}✓${C.reset} Gespeichert (${saveContent.length} Zeichen${cb ? '' : ', Roh-Output'})`);
+        }
+
+        // Kleine Pause zwischen Requests (Server-Entlastung)
+        if (i < pages.length - 1) await new Promise(r => setTimeout(r, 500));
+    }
+
+    console.log(`\n${C.green}✅${C.bold} Wiki-Ingest abgeschlossen${C.reset}`);
+    console.log(`  ${C.dim}${pages.length} Seiten in ${path.relative(WORKSPACE, wikiDir)}${C.reset}`);
+}
 async function main() {
     console.clear ? console.clear() : null;
     console.log(`\n${C.bold}${C.cyan}╔══════════════════════════════════════════╗${C.reset}`);
@@ -501,6 +678,7 @@ async function main() {
   :q, :quit    Beenden
   :m           Multiline-Eingabe (für Code, :send zum Senden)
   :clear       Chat-Verlauf löschen
+  :wiki        Wiki-Ingest aus raw/ + AGENTS.md (Chunked-Modus)
 
   ${C.cyan}@datei.py${C.reset}     Dateiinhalt lesen
   ${C.cyan}@verz/${C.reset}       Verzeichnis auflisten
@@ -509,6 +687,13 @@ async function main() {
   ${C.cyan}@?*.ts${C.reset}       Glob-Suche
 
   Das LLM kann: FILE:, DIR:, EDIT:, \`\`\`bash ausgeben
+  (24B: auch path:, Datei: oder Codeblock ohne Prefix)
+
+${C.dim}Konfiguration (via ENV):
+  LLAMA_TIMEOUT=300000   Streaming-Timeout in ms (Default: 120000)
+  LLAMA_CTX_SIZE=8192    Kontext-Fenster (Default: 4096)
+  LLAMA_GPU_LAYERS=8     GPU-Offload-Layer (Default: 0)
+  LLAMA_API=url          API-Endpoint (Default: http://127.0.0.1:8080/v1)${C.reset}
 `);
             continue;
         }
@@ -517,6 +702,10 @@ async function main() {
             console.log(`  ${C.dim}Chat-Verlauf gelöscht.${C.reset}`);
             continue;
         }
+        if (trimmed === ':wiki') {
+            await wikiIngest(chatComplete);
+            continue;
+        }
         if (!trimmed) continue;
 
         // ─── Shell-Kommando-Erkennung (direkt ausführen, nicht ans LLM) ─────
@@ -530,10 +719,12 @@ async function main() {
             'file', 'type', 'printenv', 'history', 'screen', 'tmux', 'bash', 'sh',
             'zsh', 'source', '.',
         ];
-        const firstWord = trimmed.split(/\s+/)[0];
+        // Shell-Prompt-Präfixe entfernen ($, >, #) und erstes Wort prüfen
-        const isShellCmd = SHELL_COMMANDS.includes(firstWord) && !/[?!.]$/.test(trimmed);
+        const cmdTrimmed = trimmed.replace(/^[$>#]\s*/, '');
+        const firstWord = cmdTrimmed.split(/\s+/)[0];
+        const isShellCmd = SHELL_COMMANDS.includes(firstWord) && !/[?!.]$/.test(cmdTrimmed);
         if (isShellCmd) {
-            const lines = trimmed.split('\n').filter(l => l.trim());
+            const lines = cmdTrimmed.split('\n').filter(l => l.trim());
             process.stdout.write(`\n${C.dim}⚡ ${trimmed}${C.reset}\n`);
             for (const cmd of lines) {
                 try {

models/LFM2-8B-A1B-UD-Q4_K_XL.gguf

@@ -0,0 +1 @@
+/media/daten/MiniLlama/models/LFM2-8B-A1B-UD-Q4_K_XL.gguf

models/LFM2.5-8B-A1B-Q4_K_M.gguf

@@ -0,0 +1 @@
+/media/daten/MiniLlama/models/LFM2.5-8B-A1B-Q4_K_M.gguf

models/LiquidAI_LFM2-24B-A2B-Q3_K_XL.gguf

@@ -0,0 +1 @@
+/media/daten/MiniLlama/models/LiquidAI_LFM2-24B-A2B-Q3_K_XL.gguf

models/LiquidAI_LFM2-8B-A1B-IQ4_XS.gguf

@@ -0,0 +1 @@
+/media/daten/MiniLlama/models/LiquidAI_LFM2-8B-A1B-IQ4_XS.gguf

models/LiquidAI_LFM2-8B-A1B-Q3_K_XL.gguf

@@ -0,0 +1 @@
+/media/daten/MiniLlama/models/LiquidAI_LFM2-8B-A1B-Q3_K_XL.gguf

models/MiniCPM5-1B-Q4_K_M.gguf

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

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

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

models/Qwen3.5-4B-Q5_K_M.gguf

@@ -1 +0,0 @@
-/media/xray/llama/llama/models/Qwen3.5-4B-Q5_K_M.gguf

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

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

models/gemma-4-E2B-it-Q4_K_M.gguf

@@ -1 +0,0 @@
-/media/xray/llama/llama/models/gemma-4-E2B-it-Q4_K_M.gguf

models/qwen2.5-1.5b-instruct-q4_k_m.gguf

@@ -1 +0,0 @@
-/media/xray/llama/llama/models/qwen2.5-1.5b-instruct-q4_k_m.gguf

start-server.sh

@@ -2,11 +2,17 @@
 # start-server.sh — MiniLlama als API-Server starten (für CrowdCode u.a.)
 # Startet llama-server im Hintergrund auf http://127.0.0.1:8080
 # Der Server läuft bis Ctrl+C oder das Terminal geschlossen wird.
+# Default: LFM2-8B-A1B-UD-Q4_K_XL (Testsieger)
 set -euo pipefail
 
 SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
 cd "$SCRIPT_DIR"
 
+# ------------------------------------------------------------
+# Default-Modell (Testsieger: beste CPU-Performance + Qualität)
+# ------------------------------------------------------------
+DEFAULT_MODEL="LFM2-8B-A1B-UD-Q4_K_XL.gguf"
+
 # ------------------------------------------------------------
 # Modelle aus dem models/-Ordner lesen
 # ------------------------------------------------------------
@@ -29,15 +35,30 @@ echo ""
 for i in "${!MODELS[@]}"; do
     NAME=$(basename "${MODELS[$i]}")
     SIZE=$(numfmt --to=iec --format='%.1f' "$(stat --printf='%s' -L "${MODELS[$i]}" 2>/dev/null)" 2>/dev/null || echo "?")
-    printf "  %2d) %s  (%s)\n" $((i + 1)) "$NAME" "$SIZE"
+    DEFAULT_MARKER=""
+    if [ "$NAME" = "$DEFAULT_MODEL" ]; then
+        DEFAULT_MARKER="  ← Standard"
+    fi
+    printf "  %2d) %s  (%s)%s\n" $((i + 1)) "$NAME" "$SIZE" "$DEFAULT_MARKER"
 done
 echo ""
 
 SELECTION=""
 while [ -z "$SELECTION" ]; do
-    read -rp "Auswahl [1-$MODEL_COUNT] oder q=beenden: " INPUT
+    read -rp "Auswahl [1-$MODEL_COUNT, Enter=$DEFAULT_MODEL, q=beenden]: " INPUT
     if [ "$INPUT" = "q" ]; then exit 0; fi
-    if [[ "$INPUT" =~ ^[0-9]+$ ]] && [ "$INPUT" -ge 1 ] && [ "$INPUT" -le "$MODEL_COUNT" ]; then
+    if [ -z "$INPUT" ]; then
+        for i in "${!MODELS[@]}"; do
+            if [[ "$(basename "${MODELS[$i]}")" == "$DEFAULT_MODEL" ]]; then
+                SELECTION=$i
+                break
+            fi
+        done
+        if [ -z "$SELECTION" ]; then
+            echo "❌ Default $DEFAULT_MODEL nicht gefunden, wähle erstes."
+            SELECTION=0
+        fi
+    elif [[ "$INPUT" =~ ^[0-9]+$ ]] && [ "$INPUT" -ge 1 ] && [ "$INPUT" -le "$MODEL_COUNT" ]; then
         SELECTION=$((INPUT - 1))
     else
         echo "❌ Bitte eine Zahl zwischen 1 und $MODEL_COUNT eingeben."

start.bat

@@ -1,8 +1,11 @@
 @echo off
 :: MiniLlama — Portable LLM Chat Launcher (Windows)
 :: Erkennt automatisch alle .gguf-Modelle im models/-Ordner und zeigt ein Menü.
+:: Default: LFM2-8B-A1B-UD-Q4_K_XL (Testsieger)
 cd /d "%~dp0"
 
+set "DEFAULT_MODEL=LFM2-8B-A1B-UD-Q4_K_XL.gguf"
+
 echo.
 echo =======================================
 echo    MiniLlama — Modellauswahl
@@ -27,17 +30,30 @@ if %count% equ 0 (
     exit /b 1
 )
 
-:: --- Menü anzeigen ---
+:: --- Menü anzeigen mit Default-Markierung ---
 for /l %%i in (1,1,%count%) do (
-    echo   %%i^) !modelname[%%i]!
+    set "marker="
+    if "!modelname[%%i]!"=="%DEFAULT_MODEL%" set "marker=  ^<-- Standard"
+    echo   %%i^) !modelname[%%i]!!marker!
 )
 echo.
 
-:: --- Auswahl ---
+:: --- Auswahl (Default bei Enter) ---
 :choose
-set /p sel="Auswahl [1-%count%] oder q=beenden: "
+set /p sel="Auswahl [1-%count%] oder Enter=%DEFAULT_MODEL% oder q=beenden: "
 if /i "!sel!"=="q" exit /b 0
 
+:: Leere Eingabe = Default
+if "!sel!"=="" (
+    for /l %%i in (1,1,%count%) do (
+        if "!modelname[%%i]!"=="%DEFAULT_MODEL%" set idx=%%i
+    )
+    if defined idx goto launch
+    echo Default-Modell %DEFAULT_MODEL% nicht gefunden, nehme erstes.
+    set idx=1
+    goto launch
+)
+
 :: Prüfen ob Zahl
 set "isnum="
 for /f "delims=0123456789" %%a in ("!sel!") do set isnum=%%a

start.sh

@@ -1,11 +1,17 @@
 #!/bin/bash
 # MiniLlama — Portable LLM Chat Launcher (Linux)
 # Erkennt automatisch alle .gguf-Modelle im models/-Ordner und zeigt ein Menü.
+# Default: LFM2-8B-A1B-UD-Q4_K_XL (Testsieger)
 set -euo pipefail
 
 SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
 cd "$SCRIPT_DIR"
 
+# ------------------------------------------------------------
+# Default-Modell (Testsieger: beste CPU-Performance + Qualität)
+# ------------------------------------------------------------
+DEFAULT_MODEL="LFM2-8B-A1B-UD-Q4_K_XL.gguf"
+
 # ------------------------------------------------------------
 # Modelle aus dem models/-Ordner lesen
 # ------------------------------------------------------------
@@ -29,18 +35,34 @@ echo ""
 for i in "${!MODELS[@]}"; do
     NAME=$(basename "${MODELS[$i]}")
     SIZE=$(numfmt --to=iec --format='%.1f' "$(stat --printf='%s' -L "${MODELS[$i]}" 2>/dev/null)" 2>/dev/null || echo "?")
-    printf "  %2d) %s  (%s)\n" $((i + 1)) "$NAME" "$SIZE"
+    DEFAULT_MARKER=""
+    if [ "$NAME" = "$DEFAULT_MODEL" ]; then
+        DEFAULT_MARKER="  ← Standard"
+    fi
+    printf "  %2d) %s  (%s)%s\n" $((i + 1)) "$NAME" "$SIZE" "$DEFAULT_MARKER"
 done
 echo ""
 
 # ------------------------------------------------------------
-# Auswahl
+# Auswahl (Default bei Enter)
 # ------------------------------------------------------------
 SELECTION=""
 while [ -z "$SELECTION" ]; do
-    read -rp "Auswahl [1-$MODEL_COUNT] oder q=beenden: " INPUT
+    read -rp "Auswahl [1-$MODEL_COUNT, Enter=$DEFAULT_MODEL, q=beenden]: " INPUT
     if [ "$INPUT" = "q" ]; then exit 0; fi
-    if [[ "$INPUT" =~ ^[0-9]+$ ]] && [ "$INPUT" -ge 1 ] && [ "$INPUT" -le "$MODEL_COUNT" ]; then
+    if [ -z "$INPUT" ]; then
+        # Default-Modell finden
+        for i in "${!MODELS[@]}"; do
+            if [[ "$(basename "${MODELS[$i]}")" == "$DEFAULT_MODEL" ]]; then
+                SELECTION=$i
+                break
+            fi
+        done
+        if [ -z "$SELECTION" ]; then
+            echo "❌ Default-Modell $DEFAULT_MODEL nicht gefunden, wähle erstes."
+            SELECTION=0
+        fi
+    elif [[ "$INPUT" =~ ^[0-9]+$ ]] && [ "$INPUT" -ge 1 ] && [ "$INPUT" -le "$MODEL_COUNT" ]; then
         SELECTION=$((INPUT - 1))
     else
         echo "❌ Bitte eine Zahl zwischen 1 und $MODEL_COUNT eingeben."