Switch LLM engine to Ornith-1.5-9B (Spark X2.5-4B not loadable in Ollama); robust nested-JSON parsing; update README

README.md

@@ -2,17 +2,17 @@
 
 Self-hosted автономный агент (MVP). Концепт позаимствован из
 [Animus](https://github.com/Craigtut/animus) (Craigtut): heartbeat,
-4 слоя памяти, persona в 8 слоёв. Движок — **Spark X2.5-4B** (локально, self-hosted).
+4 слоя памяти, persona в 8 слоёв. Движок — **Ornith-1.5-9B** (локально, self-hosted, Ollama).
 
-## Почему Spark X2.5-4B
+## Почему Ornith-1.5-9B
 
-- Локальный inference (llama.cpp / Ollama), никаких облачных ключей
-- Нативная поддержка agent-инструментов (tool-calling) — саб-агенты
-- 1M контекст (для heartbeat держим 4K-16K + внешняя память)
-- ~59 t/s на Q4_K_M (RTX A2000 12GB)
+- Локальный inference (Ollama), никаких облачных ключей
+- Нативная поддержка tool-calling (саб-агенты) + thinking
+- 262K контекст (для heartbeat держим 4K-16K + внешняя память)
+- ~40-60 t/s на Q6_K
 
-> ⚠️ 4B — это слабость для сложного reasoning. Стратегия:
-> heartbeat-мысли на Spark (быстро/дёшево), саб-агенты на Ornith-9B (качественнее).
+> ⚠️ Spark X2.5-4B не грузится в Ollama (unknown architecture 'spark2_5').
+> Ornith-9B — рабочая замена: thinking + tools, дефицитный ресурс.
 
 ## Архитектура
 
@@ -57,9 +57,8 @@ npm run build   # tsc -p tsconfig.json (проверка типов)
 npm start       # node dist/index.js
 ```
 
-Spark X2.5-4B должен быть доступен по OpenAI-совместимому API:
-- Ollama: `http://localhost:11434`
-- llama.cpp: `http://localhost:8080/v1`
+Ornith-1.5-9B должен быть доступен по OpenAI-совместимому API (Ollama):
+- Ollama: `http://localhost:11434` (модель `ornith-1.5-9b:latest`)
 
 ## Roadmap
 

index.ts

@@ -27,7 +27,7 @@ const mind = new Mind(
   heartbeat,
   memory,
   DEFAULT_PERSONA,
-  new SparkLLMClient('http://localhost:11434'), // Ollama: Spark X2.5-4B
+  new SparkLLMClient('http://localhost:11434', 'ornith-1.5-9b:latest'), // Ornith-9B — движок
 );
 
 // Подключаем heartbeat к оркестратору — теперь тики реально обрабатываются

src/mind.ts

@@ -3,10 +3,10 @@
  * Mind не выполняет долгую работу сам — он оркестратор:
  *   думает, чувствует, решает, делегирует саб-агентам.
  *
- * Spark X2.5-4B как движок:
- *   - через llama.cpp/Ollama (OpenAI-compatible server)
+ * Ornith-1.5-9B как движок:
+ *   - через Ollama (OpenAI-compatible /v1/server)
  *   - поддерживает tool-calling (саб-агенты)
- *   - 1M контекст, но для heartbeat держим 4K-16K + внешняя память
+ *   - 262K контекст, но для heartbeat держим 4K-16K + внешняя память
  */
 
 import { Heartbeat, TickTrigger } from './heartbeat.js';
@@ -102,15 +102,17 @@ function parseSparkOutput(content: string): LLMResult {
   }
 
   if (parsed && typeof parsed === 'object') {
+    const thoughts = tryParseJson(parsed.thoughts);
+    const reply = tryParseJson(parsed.decision?.reply ?? parsed.reply);
     return {
-      text: parsed.text ?? parsed.reply ?? '',
-      thoughts: parsed.thoughts ?? '',
+      text: typeof parsed.text === 'string' ? parsed.text : '',
+      thoughts: typeof thoughts === 'string' ? thoughts : typeof thoughts === 'object' ? JSON.stringify(thoughts) : '',
       emotion: {
         valence: clampNum(parsed.emotion?.valence ?? parsed.valence, 0.5),
         arousal: clampNum(parsed.emotion?.arousal ?? parsed.arousal, 0.5),
       },
       decision: {
-        reply: parsed.decision?.reply ?? parsed.reply ?? null,
+        reply: typeof reply === 'string' ? reply : reply ? JSON.stringify(reply) : null,
         subAgent: parsed.decision?.subAgent ?? parsed.subAgent ?? undefined,
         action: parsed.decision?.action ?? parsed.action ?? undefined,
       },
@@ -130,6 +132,14 @@ function clampNum(v: number, fallback: number): number {
   return typeof v === 'number' && !Number.isNaN(v) ? v : fallback;
 }
 
+/** Если значение — строка с JSON (модель запарила вложенный объект), распарсим. */
+function tryParseJson(v: unknown): unknown {
+  if (typeof v !== 'string') return v;
+  const trimmed = v.trim();
+  if (!trimmed.startsWith('{') && !trimmed.startsWith('[')) return v;
+  try { return JSON.parse(trimmed); } catch { return v; }
+}
+
 export class Mind {
   private heartbeat: Heartbeat;
   private memory: MemorySystem;

test-embedding.ts

@@ -1,29 +0,0 @@
-/**
- * Тест embedding-потока (P2).
- * Проверка: bge-m3 эмбеддит, long-term ищет по cosine, consolidation работает.
- */
-import { OllamaEmbeddingClient, cosineSimilarity } from './src/embedding.js';
-import { MemorySystem } from './src/memory.js';
-
-(async () => {
-const embedding = new OllamaEmbeddingClient('http://localhost:11434');
-const memory = new MemorySystem(10, embedding);
-
-console.log('[test] эмбеддим 3 тестовые фразы...');
-await memory.addLongTerm('Как настроить Yandex Direct для локального бизнеса', 'fact');
-await memory.addLongTerm('Сайт-лидер рынка: структура и SEO', 'procedure');
-await memory.addLongTerm('Ипотечный калькулятор повышает конверсию', 'outcome');
-
-console.log('[test] long-term наполнен, ищем по запросу...');
-const results = await memory.searchLongTerm('Как снизить CPA в Директе?');
-console.log('[test] top-K результатов:');
-for (const m of results) {
-  console.log(`  - ${m.type}: ${m.text}`);
-}
-
-console.log('[test] consolidation переносит мысли в long-term...');
-await memory.consolidate([
-  { id: 'th-1', text: 'Нужно настроить sub-agent для Ornith-9B', createdAt: Date.now() },
-]);
-console.log('[test] OK — embedding-поток работает');
-})();

test-integration.ts

@@ -1,52 +0,0 @@
-/**
- * Интеграционный тест полного пайплайна (P1).
- * Проверка: LLM (gemma4:E4B) → parseSparkOutput → memory → consolidation.
- * Spark X2.5-4B в этом Ollama не грузится (unknown architecture), поэтому
- * временно используем gemma4:E4B.
- */
-import { SparkLLMClient } from './src/mind.js';
-import { MemorySystem } from './src/memory.js';
-import { OllamaEmbeddingClient } from './src/embedding.js';
-import { DEFAULT_PERSONA } from './src/persona.js';
-
-(async () => {
-const llm = new SparkLLMClient('http://localhost:11434', 'gemma4:E4B');
-const embedding = new OllamaEmbeddingClient('http://localhost:11434');
-const memory = new MemorySystem(10, embedding);
-
-const systemPrompt = 'Ты ассистент. Отвечай JSON: {thoughts, emotion:{valence,arousal}, decision:{reply, subAgent}}';
-const context = 'Ты думал про Yandex Direct. Напиши мысли и решение.';
-
-console.log('[test] LLM generate...');
-const result = await llm.generate(context, systemPrompt);
-console.log('[test] thoughts:', JSON.stringify(result.thoughts));
-console.log('[test] emotion:', JSON.stringify(result.emotion));
-console.log('[test] decision:', JSON.stringify(result.decision));
-
-// Raw-запрос, чтобы увидеть что реально вернула модель
-const raw = await fetch('http://localhost:11434/v1/chat/completions', {
-  method: 'POST',
-  headers: { 'Content-Type': 'application/json' },
-  body: JSON.stringify({
-    model: 'gemma4:E4B',
-    response_format: { type: 'json_object' },
-    messages: [
-      { role: 'system', content: 'Отвечай только JSON: {thoughts, emotion:{valence,arousal}, decision:{reply}}' },
-      { role: 'user', content: context },
-    ],
-    temperature: 0.7,
-    max_tokens: 512,
-  }),
-});
-const rawText = await (await raw.json()).choices?.[0]?.message?.content ?? '';
-console.log('[test] RAW:', JSON.stringify(rawText));
-
-console.log('[test] addThought...');
-memory.addThought(result.thoughts);
-
-console.log('[test] consolidation...');
-await memory.consolidate(memory.recentThoughts());
-console.log('[test] long-term size:', memory['longTerm'].length);
-
-console.log('[test] OK — полный пайплайн работает');
-})();