Update installpi.sh

installpi.sh

@@ -2,92 +2,89 @@
 set -euo pipefail
 
 # ==============================================================================
-# installpi.sh - 一鍵全自動安裝 pi + llama.cpp + Qwen3.6 35B A3B MTP 模型
-# 特性：無 sudo、無互動、全自動、可斷點續傳、安裝後自動驗證
-# 模型：unsloth/Qwen3.6-35B-A3B-MTP-GGUF (優先 UD-Q4_K_M, 啟用 draft-mtp 加速)
-# 參考: https://huggingface.co/unsloth/Qwen3.6-35B-A3B-MTP-GGUF
+# installpi.sh - 一键全自动安装 pi + llama.cpp (源码编译) + Ornith 模型
+# 特性：无 sudo、无互动、全自动、可断点续传、安装后自动验证
+# 模型：ornith-ai/Ornith-1.5-35B-A3B-GGUF (Ornith-1.5-35B-Q4_K_M.gguf)
+# 启动：taskset -c 0-14 llama-server ... -t 15 --jinja --mlock -c 131072 (极限上下文)
 # ==============================================================================
 
 HOME_DIR="$HOME"
-LLAMA_DIR="$HOME_DIR/llama-cpp"
-LLAMA_BIN="$LLAMA_DIR/bin"
+LLAMA_SRC_DIR="$HOME_DIR/llama.cpp"          # 源码目录
+LLAMA_BIN="$LLAMA_SRC_DIR/build/bin"         # 编译后二进制目录
 MODEL_DIR="$HOME_DIR/models"
 PI_MODELS_JSON="$HOME_DIR/.pi/agent/models.json"
-LLAMA_PORT=8081
-REPO="unsloth/Qwen3.6-35B-A3B-MTP-GGUF"
-MODEL_ID="qwen3.6-35b-a3b"
+LLAMA_PORT=8080
+REPO="ornith-ai/Ornith-1.5-35B-A3B-GGUF"
+MODEL_FILE="Ornith-1.5-35B-Q4_K_M.gguf"
+MODEL_ID="ornith-1.5"
 PROVIDER_ID="llama-cpp-local"
+CONTEXT_SIZE=131072                         # 极限上下文 (128K)
 
-# 基礎輸出函數
+# 基础输出函数
 info()  { echo -e "\033[36m[INFO]\033[0m $*"; }
 ok()    { echo -e "\033[32m[OK]\033[0m $*"; }
 warn()  { echo -e "\033[33m[WARN]\033[0m $*" >&2; }
 error() { echo -e "\033[31m[ERROR]\033[0m $*" >&2; exit 1; }
 
-# 確保必要目錄
-mkdir -p "$LLAMA_BIN" "$MODEL_DIR" "$(dirname "$PI_MODELS_JSON")" "$HOME_DIR/.local/bin"
+# 确保必要目录
+mkdir -p "$LLAMA_SRC_DIR" "$MODEL_DIR" "$(dirname "$PI_MODELS_JSON")" "$HOME_DIR/.local/bin"
 
-# 檢查必要工具
-for cmd in curl python3 tar; do
-    command -v "$cmd" >/dev/null 2>&1 || error "缺少必要工具: $cmd，請先安裝"
+# 检查必要工具（新增编译依赖）
+for cmd in curl python3 tar git cmake g++; do
+    command -v "$cmd" >/dev/null 2>&1 || error "缺少必要工具: $cmd，请先安装"
 done
 
 # ==============================================================================
-# 0. 確保 Node.js >=22.19.0 (pi 依賴，避免 pi 安裝腳本進入互動模式)
+# 0. 确保 Node.js >=22.19.0 (pi 依赖)
 # ==============================================================================
 ensure_node() {
     if command -v node >/dev/null 2>&1; then
         if node -e 'const [maj,min,patch]=process.versions.node.split(".").map(Number); process.exit(maj>22||(maj===22&&(min>19||(min===19&&patch>=0)))?0:1)' >/dev/null 2>&1; then
-            ok "Node.js 已滿足: $(node --version)"
+            ok "Node.js 已满足: $(node --version)"
             return 0
         else
-            warn "Node.js 版本過舊: $(node --version)，將自動安裝新版..."
+            warn "Node.js 版本过旧: $(node --version)，将自动安装新版..."
         fi
     else
-        info "未檢測到 Node.js，將自動安裝..."
+        info "未检测到 Node.js，将自动安装..."
     fi
 
-    # 採用 standalone 方式安裝 Node 22.x 到 ~/.local/share/pi-node (無 sudo)
-    info "自動安裝 Node.js 22.x (standalone 模式)..."
+    info "自动安装 Node.js 22.x (standalone 模式)..."
     NODE_DIST_BASE="https://nodejs.org/dist/latest-v22.x"
     NODE_BASE_DIR="${XDG_DATA_HOME:-$HOME/.local/share}/pi-node"
     NODE_TMP_DIR="/tmp/pi-node-$$"
     mkdir -p "$NODE_TMP_DIR" "$NODE_BASE_DIR"
 
-    # 判斷平台 / 架構
     OS="$(uname -s)"
     ARCH="$(uname -m)"
-    case "$OS" in Linux) PLATFORM="linux" ;; Darwin) PLATFORM="darwin" ;; *) error "不支援的 OS: $OS" ;; esac
-    case "$ARCH" in x86_64|amd64) NODE_ARCH="x64" ;; aarch64|arm64) NODE_ARCH="arm64" ;; *) error "不支援的架構: $ARCH" ;; esac
+    case "$OS" in Linux) PLATFORM="linux" ;; Darwin) PLATFORM="darwin" ;; *) error "不支持的 OS: $OS" ;; esac
+    case "$ARCH" in x86_64|amd64) NODE_ARCH="x64" ;; aarch64|arm64) NODE_ARCH="arm64" ;; *) error "不支持的架构: $ARCH" ;; esac
 
-    info "解析 Node.js 下載連結 ($PLATFORM-$NODE_ARCH)..."
-    curl -fsSL --retry 3 --retry-delay 5 "$NODE_DIST_BASE/SHASUMS256.txt" -o "$NODE_TMP_DIR/SHASUMS256.txt" || error "下載 SHASUMS 失敗"
+    info "解析 Node.js 下载链接 ($PLATFORM-$NODE_ARCH)..."
+    curl -fsSL --retry 3 --retry-delay 5 "$NODE_DIST_BASE/SHASUMS256.txt" -o "$NODE_TMP_DIR/SHASUMS256.txt" || error "下载 SHASUMS 失败"
 
     NODE_FILE=$(awk -v suffix="-$PLATFORM-$NODE_ARCH.tar.xz" 'index($2,"node-v")==1 && substr($2,length($2)-length(suffix)+1)==suffix{print $2; exit}' "$NODE_TMP_DIR/SHASUMS256.txt")
-    [[ -n "$NODE_FILE" ]] || error "找不到對應平台的 Node.js 二進位"
+    [[ -n "$NODE_FILE" ]] || error "找不到对应平台的 Node.js 二进制"
 
-    info "下載 Node.js $NODE_FILE ..."
-    curl -fsSL --retry 3 --retry-delay 5 "$NODE_DIST_BASE/$NODE_FILE" -o "$NODE_TMP_DIR/$NODE_FILE" || error "Node.js 下載失敗"
+    info "下载 Node.js $NODE_FILE ..."
+    curl -fsSL --retry 3 --retry-delay 5 "$NODE_DIST_BASE/$NODE_FILE" -o "$NODE_TMP_DIR/$NODE_FILE" || error "Node.js 下载失败"
 
-    # 校驗
     if command -v sha256sum >/dev/null 2>&1; then
-        (cd "$NODE_TMP_DIR" && grep -F "$NODE_FILE" SHASUMS256.txt > SHASUMS256.selected && sha256sum -c SHASUMS256.selected) || warn "SHA256 校驗失敗，繼續安裝..."
+        (cd "$NODE_TMP_DIR" && grep -F "$NODE_FILE" SHASUMS256.txt > SHASUMS256.selected && sha256sum -c SHASUMS256.selected) || warn "SHA256 校验失败，继续安装..."
     fi
 
-    # 需要 xz 解壓
     if ! command -v xz >/dev/null 2>&1; then
-        warn "未找到 xz，將嘗試使用 tar 自動解壓 (若失敗請手動安裝 xz-utils)"
+        warn "未找到 xz，将尝试使用 tar 自动解压 (若失败请手动安装 xz-utils)"
     fi
 
     NODE_EXTRACT_DIR="$NODE_BASE_DIR/${NODE_FILE%.tar.xz}"
     rm -rf "$NODE_EXTRACT_DIR"
-    tar -xf "$NODE_TMP_DIR/$NODE_FILE" -C "$NODE_BASE_DIR" || error "解壓 Node.js 失敗"
+    tar -xf "$NODE_TMP_DIR/$NODE_FILE" -C "$NODE_BASE_DIR" || error "解压 Node.js 失败"
     rm -f "$NODE_BASE_DIR/current"
     ln -s "$NODE_EXTRACT_DIR" "$NODE_BASE_DIR/current"
     rm -rf "$NODE_TMP_DIR"
 
     export PATH="$NODE_BASE_DIR/current/bin:$PATH"
-    # 寫入 bashrc / zshrc
     for rc in "$HOME/.bashrc" "$HOME/.zshrc" "$HOME/.profile"; do
         if [[ -f "$rc" ]] || [[ "$rc" == "$HOME/.bashrc" ]]; then
             grep -q "pi-node/current/bin" "$rc" 2>/dev/null || echo "export PATH=\"$NODE_BASE_DIR/current/bin:\$PATH\"" >> "$rc"
@@ -95,159 +92,92 @@ ensure_node() {
     done
 
     if command -v node >/dev/null 2>&1; then
-        ok "Node.js 安裝完成: $(node --version) at $(command -v node)"
+        ok "Node.js 安装完成: $(node --version) at $(command -v node)"
     else
-        error "Node.js 安裝後仍無法找到，請檢查 PATH"
+        error "Node.js 安装后仍无法找到，请检查 PATH"
     fi
 }
 ensure_node
 
-# 確保 npm 可用
-command -v npm >/dev/null 2>&1 || error "npm 仍不可用，Node 安裝可能失敗"
+command -v npm >/dev/null 2>&1 || error "npm 仍不可用，Node 安装可能失败"
 info "npm 版本: $(npm --version)"
 
-
 # ==============================================================================
-# 1. 下載 llama.cpp 預編譯二進位
+# 1. 编译 llama.cpp (从源码)
 # ==============================================================================
-info "1) 下載 llama.cpp 預編譯二進位檔..."
-LLAMA_TAG="b10545"
-LLAMA_URL="https://github.com/ggml-org/llama.cpp/releases/download/${LLAMA_TAG}/llama-${LLAMA_TAG}-bin-ubuntu-x64.tar.gz"
+info "1) 编译 llama.cpp (源码)..."
+
 if [[ ! -x "$LLAMA_BIN/llama-server" ]]; then
-    info "下載並解壓 llama.cpp ${LLAMA_TAG}..."
-    curl -fL --retry 3 --retry-delay 5 --progress-bar "$LLAMA_URL" -o /tmp/llama.tar.gz || error "llama.cpp 下載失敗"
-    tar -xzf /tmp/llama.tar.gz -C /tmp || error "解壓失敗"
-    SRC_DIR=$(find /tmp -maxdepth 1 -type d -name "llama-b*" | head -n 1)
-    if [[ -n "$SRC_DIR" ]]; then
-        cp -a "$SRC_DIR"/llama-* "$LLAMA_BIN/" 2>/dev/null || true
-        cp -a "$SRC_DIR"/*.so* "$LLAMA_BIN/" 2>/dev/null || true
-        chmod +x "$LLAMA_BIN"/llama-server "$LLAMA_BIN"/llama-cli 2>/dev/null || true
-        rm -rf /tmp/llama.tar.gz "$SRC_DIR"
-        [[ -x "$LLAMA_BIN/llama-server" ]] || error "llama-server 安裝失敗"
-        ok "llama.cpp 安裝完成"
+    info "克隆 llama.cpp 仓库 (深度1)..."
+    if [[ -d "$LLAMA_SRC_DIR/.git" ]]; then
+        info "源码目录已存在，更新..."
+        cd "$LLAMA_SRC_DIR"
+        git pull
+    else
+        git clone --depth 1 https://github.com/ggml-org/llama.cpp "$LLAMA_SRC_DIR"
+    fi
+
+    cd "$LLAMA_SRC_DIR"
+    info "执行 cmake 配置..."
+    cmake -B build \
+        -DGGML_NATIVE=ON \
+        -DGGML_BACKEND_DL=OFF \
+        -DLLAMA_BUILD_TESTS=OFF \
+        -DCMAKE_BUILD_TYPE=Release
+
+    info "开始编译 (使用 -j16)..."
+    cmake --build build --config Release -j 16
+
+    # 验证编译产物
+    if [[ -x "$LLAMA_BIN/llama-server" ]]; then
+        ok "llama.cpp 编译完成: $LLAMA_BIN/llama-server"
     else
-        error "解壓 llama.cpp 失敗，找不到解壓目錄"
+        error "编译失败，找不到 llama-server"
     fi
 else
-    ok "llama.cpp 已存在，跳過下載"
+    ok "llama-server 已存在，跳过编译"
 fi
 
 # 更新 PATH
 export PATH="$LLAMA_BIN:$HOME_DIR/.local/bin:$PATH"
 export LD_LIBRARY_PATH="$LLAMA_BIN:${LD_LIBRARY_PATH:-}"
-# 冪等寫入 rc
 for rc in "$HOME/.bashrc" "$HOME/.zshrc"; do
     touch "$rc" 2>/dev/null || true
-    grep -q "llama-cpp/bin" "$rc" 2>/dev/null || echo "export PATH=\"$LLAMA_BIN:\$PATH\"" >> "$rc"
-    grep -q "LD_LIBRARY_PATH.*llama-cpp" "$rc" 2>/dev/null || echo "export LD_LIBRARY_PATH=\"$LLAMA_BIN:\$LD_LIBRARY_PATH\"" >> "$rc"
+    grep -q "llama.cpp/build/bin" "$rc" 2>/dev/null || echo "export PATH=\"$LLAMA_BIN:\$PATH\"" >> "$rc"
+    grep -q "LD_LIBRARY_PATH.*llama.cpp" "$rc" 2>/dev/null || echo "export LD_LIBRARY_PATH=\"$LLAMA_BIN:\$LD_LIBRARY_PATH\"" >> "$rc"
 done
 
 # ==============================================================================
-# 2. 使用 curl 下載模型 (unsloth/Qwen3.6-35B-A3B-MTP-GGUF)
+# 2. 下载模型 (直接使用指定 URL)
 # ==============================================================================
-info "2) 使用 curl 下載模型 ${REPO} (支援斷點續傳)..."
-
-# 使用 Python 獲取 gguf 清單，明確優先順序：針對 Qwen3.6-35B-A3B-MTP 優先 UD-Q4_K_M / UD-Q4_K_XL
-info "正在獲取模型檔案列表..."
-FILE_LIST=$(python3 -c "
-import urllib.request, json, sys
-repo = '${REPO}'
-url = f'https://huggingface.co/api/models/{repo}/tree/main'
-try:
-    with urllib.request.urlopen(url, timeout=30) as resp:
-        data = json.load(resp)
-    files = [item['path'] for item in data if item.get('type')=='file' and item['path'].endswith('.gguf')]
-    # 排除 mmproj (視覺投影) - Qwen3.6 文本模型不需要，若需要可另外處理
-    # 優先順序：UD-Q4_K_M 為 app.py 預設，其次 UD-Q4_K_XL，再其他
-    def score(f):
-        fl = f.lower()
-        if 'ud-q4_k_m' in fl: return 0
-        if 'ud-q4_k_xl' in fl: return 1
-        if 'q4_k_m' in fl: return 2
-        if 'q4_k_xl' in fl: return 3
-        if 'q4' in fl: return 4
-        if 'q5' in fl or 'q6' in fl or 'q8' in fl: return 5
-        if 'q3' in fl or 'iq' in fl or 'q2' in fl: return 6
-        return 10
-    # 對於 MTP 倉庫，主模型本身已含 MTP heads，無需單獨 mtp 檔案；僅排除 mmproj
-    # 早期 gemma 倉庫有獨立 mtp 檔，保留相容邏輯但對 Qwen3.6 MTP 無獨立檔
-    main_candidates = [f for f in files if 'mmproj' not in f.lower()]
-    # 對 MTP 倉庫：優先選含 MTP 的同名檔案其實就是主模型；若倉庫名含 MTP，全部主模型皆為 MTP 版本
-    is_mtp_repo = 'mtp' in repo.lower()
-    if not is_mtp_repo:
-        main_candidates = [f for f in main_candidates if 'mtp' not in f.lower()]
-    main_candidates.sort(key=score)
-    main = main_candidates[0] if main_candidates else ''
-    # mtp 單獨檔 (僅非 MTP 倉庫需要)
-    mtp = ''
-    if not is_mtp_repo:
-        mtp = next((f for f in files if 'mtp' in f.lower()), '')
-    # 若是 MTP 倉庫，標記主模型即為 MTP 版本
-    mtp_marker = 'MTP integrated' if is_mtp_repo else mtp
-    print(f'MAIN:{main}')
-    print(f'MTP:{mtp}')
-    print(f'MTP_MARKER:{mtp_marker}')
-    print(f'ALL:{ \",\".join(files)}', file=sys.stderr)
-except Exception as e:
-    print(f'ERROR:{e}')
-    sys.exit(1)
-" 2>/tmp/hf_file_list.log)
-
-echo "$FILE_LIST"
-cat /tmp/hf_file_list.log >&2 || true
-
-MAIN_FILE=$(echo "$FILE_LIST" | grep "^MAIN:" | cut -d: -f2- | xargs)
-MTP_FILE=$(echo "$FILE_LIST" | grep "^MTP:" | cut -d: -f2- | xargs)
-
-if [[ -z "$MAIN_FILE" ]]; then
-    error "無法獲取主模型檔案，請檢查網路或 Repo: $REPO (詳見 /tmp/hf_file_list.log)"
-fi
+info "2) 下载模型 ${REPO} -> ${MODEL_FILE} ..."
 
-info "找到主模型: $MAIN_FILE"
-DOWNLOAD_URL="https://huggingface.co/${REPO}/resolve/main/${MAIN_FILE}"
+MODEL_URL="https://huggingface.co/${REPO}/resolve/main/${MODEL_FILE}"
+MODEL_PATH="$MODEL_DIR/$MODEL_FILE"
 
-if [[ ! -f "$MODEL_DIR/$MAIN_FILE" ]]; then
-    info "開始下載主模型 (支援斷點續傳，若中斷可重新執行此腳本)..."
-    # -C - 斷點續傳, -L 跟隨重定向, --retry 自動重試
-    curl -L -C - --retry 3 --retry-delay 5 --progress-bar "$DOWNLOAD_URL" -o "$MODEL_DIR/$MAIN_FILE" || error "主模型下載失敗"
-    ok "主模型下載完成: $MODEL_DIR/$MAIN_FILE"
+if [[ ! -f "$MODEL_PATH" ]]; then
+    info "开始下载模型 (支持断点续传)..."
+    curl -L -C - --retry 3 --retry-delay 5 --progress-bar "$MODEL_URL" -o "$MODEL_PATH" || error "模型下载失败"
+    ok "模型下载完成: $MODEL_PATH"
 else
-    # 檢查檔案大小是否合理 (>1GB)
-    SIZE=$(stat -c%s "$MODEL_DIR/$MAIN_FILE" 2>/dev/null || stat -f%z "$MODEL_DIR/$MAIN_FILE" 2>/dev/null || echo 0)
+    SIZE=$(stat -c%s "$MODEL_PATH" 2>/dev/null || stat -f%z "$MODEL_PATH" 2>/dev/null || echo 0)
     if [[ "$SIZE" -lt 1000000000 ]]; then
-        warn "主模型檔案過小 (${SIZE} bytes)，可能下載不完整，將嘗試續傳..."
-        curl -L -C - --retry 3 --retry-delay 5 --progress-bar "$DOWNLOAD_URL" -o "$MODEL_DIR/$MAIN_FILE" || error "續傳失敗"
-    fi
-    ok "主模型已存在，跳過下載: $MODEL_DIR/$MAIN_FILE ($SIZE bytes)"
-fi
-MODEL_PATH="$MODEL_DIR/$MAIN_FILE"
-
-MTP_PATH=""
-if [[ -n "$MTP_FILE" ]]; then
-    info "找到 MTP 加速模型: $MTP_FILE"
-    MTP_DOWNLOAD_URL="https://huggingface.co/${REPO}/resolve/main/${MTP_FILE}"
-    if [[ ! -f "$MODEL_DIR/$MTP_FILE" ]]; then
-        info "開始下載 MTP 模型..."
-        curl -L -C - --retry 3 --retry-delay 5 --progress-bar "$MTP_DOWNLOAD_URL" -o "$MODEL_DIR/$MTP_FILE" || warn "MTP 模��下載失敗，將僅使用主模型"
-    else
-        ok "MTP 模型已存在，跳過下載"
-    fi
-    if [[ -f "$MODEL_DIR/$MTP_FILE" ]]; then
-        MTP_PATH="$MODEL_DIR/$MTP_FILE"
+        warn "模型文件过小 (${SIZE} bytes)，可能下载不完整，将尝试续传..."
+        curl -L -C - --retry 3 --retry-delay 5 --progress-bar "$MODEL_URL" -o "$MODEL_PATH" || error "续传失败"
     fi
-else
-    info "未找到 MTP 模型，將僅使用主模型"
+    ok "模型已存在，跳过下载: $MODEL_PATH ($SIZE bytes)"
 fi
 
 # ==============================================================================
-# 3. 啟動 llama-server
+# 3. 启动 llama-server (使用 taskset 和指定参数，上下文调至极限 128K)
 # ==============================================================================
-info "3) 啟動 llama-server (port $LLAMA_PORT)..."
-# 清理舊進程
+info "3) 启动 llama-server (port $LLAMA_PORT, taskset 0-14, context $CONTEXT_SIZE)..."
+
+# 清理旧进程
 if [[ -f "$HOME_DIR/llama-server.pid" ]]; then
     OLD_PID=$(cat "$HOME_DIR/llama-server.pid" 2>/dev/null || echo "")
     if [[ -n "$OLD_PID" ]] && kill -0 "$OLD_PID" 2>/dev/null; then
-        info "停止舊 llama-server (PID $OLD_PID)..."
+        info "停止旧 llama-server (PID $OLD_PID)..."
         kill "$OLD_PID" 2>/dev/null || true
         sleep 2
         kill -9 "$OLD_PID" 2>/dev/null || true
@@ -256,118 +186,77 @@ fi
 pkill -f "llama-server.*${LLAMA_PORT}" 2>/dev/null || true
 sleep 1
 
-THREADS=$(nproc 2>/dev/null || echo 8)
-[[ "$THREADS" -gt 16 ]] && THREADS=16
-
-CMD=("$LLAMA_BIN/llama-server"
+# 构建命令（注意 taskset 包裹整个 llama-server）
+CMD=(
+    taskset -c 0-14
+    "$LLAMA_BIN/llama-server"
     -m "$MODEL_PATH"
-    --host 0.0.0.0
+    --alias ornith-1.5
+    -t 15
+    --jinja
+    --mlock
+    -c "$CONTEXT_SIZE"
+    --host 127.0.0.1
     --port "$LLAMA_PORT"
-    -c 131072
-    -t "$THREADS"
-    --flash-attn on
 )
 
-# MTP 加速：若為 MTP 倉庫 (unsloth/*-MTP-GGUF) 且 llama-server 支援 spec-type，則啟用 draft-mtp
-# Qwen3.6-35B-A3B-MTP 官方建議 --spec-draft-n-max 2 , Qwen3.5-4B-MTP 為 6
-IS_MTP_REPO=0
-if [[ "$REPO" == *"-MTP-"* ]] || [[ "$REPO" == *"-MTP"* ]]; then
-    IS_MTP_REPO=1
-fi
-if [[ "$IS_MTP_REPO" -eq 1 ]] && "$LLAMA_BIN/llama-server" --help 2>&1 | grep -q "spec-type"; then
-    # 根據模型大小選擇 n-max：35B 用 2，4B 用 6，向後兼容
-    SPEC_N_MAX=2
-    if [[ "$MODEL_PATH" == *"4B"* ]]; then SPEC_N_MAX=6; fi
-    if [[ -n "$MTP_PATH" ]]; then
-        # 舊 gemma 有獨立 mtp 檔，需 --model-draft
-        CMD+=(--spec-type draft-mtp --spec-draft-n-max "$SPEC_N_MAX" --model-draft "$MTP_PATH")
-    else
-        # Qwen3.6 MTP 為單檔整合 MTP heads，直接啟用
-        CMD+=(--spec-type draft-mtp --spec-draft-n-max "$SPEC_N_MAX")
-    fi
-    info "✅ 已啟用 MTP speculative decoding 加速 (--spec-type draft-mtp --spec-draft-n-max $SPEC_N_MAX)"
-elif [[ -n "$MTP_PATH" ]]; then
-    info "MTP 模型已下載至 $MTP_PATH (預設未啟用，如需加速可手動啟用 --spec-type draft-mtp)"
-fi
-
-info "啟動命令: ${CMD[*]}"
-# 確保 log 可寫
+info "启动命令: ${CMD[*]}"
 touch "$HOME_DIR/llama-server.log" 2>/dev/null || true
 nohup "${CMD[@]}" > "$HOME_DIR/llama-server.log" 2>&1 &
 echo $! > "$HOME_DIR/llama-server.pid"
 info "llama-server PID: $(cat "$HOME_DIR/llama-server.pid")"
 
-# 等待伺服器就緒 (最長 5 分鐘)
-info "等待 llama-server 就緒 (最多 5 分鐘)..."
+# 等待服务器就绪 (最长 5 分钟)
+info "等待 llama-server 就绪 (最多 5 分钟)..."
 READY=0
 for i in {1..60}; do
     if curl -sf "http://127.0.0.1:${LLAMA_PORT}/health" >/dev/null 2>&1; then
-        ok "llama-server 已就緒 (http://127.0.0.1:${LLAMA_PORT})"
+        ok "llama-server 已就绪 (http://127.0.0.1:${LLAMA_PORT})"
         READY=1
         break
     fi
-    # 也嘗試 /v1/models 作為備用健康檢查
     if curl -sf "http://127.0.0.1:${LLAMA_PORT}/v1/models" >/dev/null 2>&1; then
-        ok "llama-server 已就緒 (via /v1/models)"
+        ok "llama-server 已就绪 (via /v1/models)"
         READY=1
         break
     fi
     if ! kill -0 $(cat "$HOME_DIR/llama-server.pid" 2>/dev/null || echo 0) 2>/dev/null; then
-        error "llama-server 啟動失敗，請查看 ~/llama-server.log (最後 50 行):\n$(tail -n 50 "$HOME_DIR/llama-server.log" 2>/dev/null)"
+        error "llama-server 启动失败，请查看 ~/llama-server.log (最后 50 行):\n$(tail -n 50 "$HOME_DIR/llama-server.log" 2>/dev/null)"
     fi
     echo -n "."
     sleep 5
 done
 echo ""
 if [[ "$READY" -ne 1 ]]; then
-    error "llama-server 在 5 分鐘內未就緒，請查看 ~/llama-server.log"
-fi
-
-# 額外確認 OpenAI 相容端點
-if curl -sf "http://127.0.0.1:${LLAMA_PORT}/v1/models" >/dev/null 2>&1; then
-    ok "OpenAI API 端點正常"
-else
-    warn "OpenAI API 端點未回應，但 health 檢查已通過"
+    error "llama-server 在 5 分钟内未就绪，请查看 ~/llama-server.log"
 fi
 
 # ==============================================================================
-# 4. 安裝 pi agent (全自動，無互動)
+# 4. 安装 pi agent (全自动，无互动)
 # ==============================================================================
-info "4) 安裝 pi agent (全自動)..."
+info "4) 安装 pi agent (全自动)..."
 
-# 確保 npm prefix 可寫，避免需要 sudo
 NPM_PREFIX=$(npm prefix -g 2>/dev/null || npm config get prefix 2>/dev/null || echo "$HOME/.local")
-info "npm 全域前綴: $NPM_PREFIX"
+info "npm 全局前缀: $NPM_PREFIX"
 
-# 如果 pi 已安裝，先檢查版本
 NEED_INSTALL=1
 if command -v pi >/dev/null 2>&1; then
-    ok "pi 已安裝: $(pi --version 2>&1 | head -n 1)"
-    # 嘗試更新到最新 (非強制)
+    ok "pi 已安装: $(pi --version 2>&1 | head -n 1)"
     NEED_INSTALL=0
-    # 若明確需要重裝，可設定 PI_FORCE_REINSTALL=1
     if [[ "${PI_FORCE_REINSTALL:-0}" == "1" ]]; then
-        info "PI_FORCE_REINSTALL=1，強制重新安裝..."
+        info "PI_FORCE_REINSTALL=1，强制重新安装..."
         NEED_INSTALL=1
     fi
 fi
 
 if [[ "$NEED_INSTALL" -eq 1 ]]; then
-    info "執行 pi 官方安裝腳本 (全自動模式)..."
-
-    # 關鍵：確保無 TTY 互動，pi 安裝腳本在無 TTY 時會自動選擇 install/reinstall
-    # 同時透過環境變數避免任何提示
-    # 若 npm prefix 不可寫，腳本會自動使用 ~/.local
-
-    # 方法1：直接透過 npm 安裝 (最可靠、全自動、無互動)
-    # 使用與官方腳本相同的參數
+    info "执行 pi 官方安装脚本 (全自动模式)..."
     PI_PACKAGE="@earendil-works/pi-coding-agent"
-    # 偵測安裝前綴
     if npm prefix -g 2>/dev/null | xargs test -w 2>/dev/null; then
         INSTALL_PREFIX=""
     else
         INSTALL_PREFIX="$HOME/.local"
-        info "全域 prefix 不可寫，將安裝到 $INSTALL_PREFIX"
+        info "全局 prefix 不可写，将安装到 $INSTALL_PREFIX"
     fi
 
     set +e
@@ -381,29 +270,21 @@ if [[ "$NEED_INSTALL" -eq 1 ]]; then
     set -e
 
     if [[ "$NPM_STATUS" -ne 0 ]]; then
-        warn "npm 安裝 pi 失敗 (code $NPM_STATUS)，嘗試備用方法: curl 官方腳本..."
-        # 備用：使用官方腳本，並透過無 TTY 自動安裝
-        # 強制無互動：將 stdin 重定向為空，依賴腳本的「無終端時自動安裝」邏輯
+        warn "npm 安装 pi 失败 (code $NPM_STATUS)，尝试备用方法: curl 官方脚本..."
         curl -fsSL https://pi.dev/install.sh | bash -s -- 2>&1 | tee -a /tmp/pi-install.log || true
     fi
 
-    # 再次檢查
-    # 更新 PATH 以包含可能的安裝位置
     export PATH="$HOME/.local/bin:$HOME/.pi/bin:$NPM_PREFIX/bin:$PATH"
     if [[ -n "${INSTALL_PREFIX:-}" ]]; then
         export PATH="$INSTALL_PREFIX/bin:$PATH"
     fi
-    # 也包含 standalone node 的情況
     NODE_BIN_DIR="${XDG_DATA_HOME:-$HOME/.local/share}/pi-node/current/bin"
     export PATH="$NODE_BIN_DIR:$PATH"
-
     hash -r 2>/dev/null || true
 fi
 
-# 最終確認 pi 可用
 PI_BIN=$(command -v pi 2>/dev/null || echo "")
 if [[ -z "$PI_BIN" ]]; then
-    # 嘗試常見路徑
     for cand in "$HOME/.local/bin/pi" "$HOME/.pi/bin/pi" "$NPM_PREFIX/bin/pi" "/usr/local/bin/pi"; do
         if [[ -x "$cand" ]]; then
             PI_BIN="$cand"
@@ -414,34 +295,30 @@ if [[ -z "$PI_BIN" ]]; then
 fi
 
 if [[ -z "$PI_BIN" ]] || [[ ! -x "$PI_BIN" ]]; then
-    error "pi 安裝後仍找不到執行檔，請查看 /tmp/pi-install.log"
+    error "pi 安装后仍找不到执行档，请查看 /tmp/pi-install.log"
 fi
 
 ok "pi 可用: $PI_BIN ($(pi --version 2>&1 | head -n 1))"
 
-# 確保 PATH 寫入 rc
 for rc in "$HOME/.bashrc" "$HOME/.zshrc" "$HOME/.profile"; do
     touch "$rc" 2>/dev/null || true
-    # pi bin 目錄
     PI_BIN_DIR="$(dirname "$PI_BIN")"
     if [[ "$PI_BIN_DIR" != "" ]]; then
         grep -qF "$PI_BIN_DIR" "$rc" 2>/dev/null || echo "export PATH=\"$PI_BIN_DIR:\$PATH\"" >> "$rc"
     fi
-    # 也確保 ~/.local/bin 在 PATH
     grep -qF ".local/bin" "$rc" 2>/dev/null || echo "export PATH=\"\$HOME/.local/bin:\$PATH\"" >> "$rc"
 done
 
 # ==============================================================================
-# 5. 配置 pi 使用本地模型
+# 5. 配置 pi 使用本地模型 (上下文调至极限)
 # ==============================================================================
 info "5) 配置 pi models.json ($PI_MODELS_JSON)..."
 
-# 確保 pi 設定目錄存在
 mkdir -p "$(dirname "$PI_MODELS_JSON")"
 
-python3 - "$PI_MODELS_JSON" "$LLAMA_PORT" "$MODEL_ID" "$PROVIDER_ID" << 'PY'
+python3 - "$PI_MODELS_JSON" "$LLAMA_PORT" "$MODEL_ID" "$PROVIDER_ID" "$CONTEXT_SIZE" << 'PY'
 import json, os, sys
-path, port, model_id, provider = sys.argv[1], sys.argv[2], sys.argv[3], sys.argv[4]
+path, port, model_id, provider, ctx_size = sys.argv[1], sys.argv[2], sys.argv[3], sys.argv[4], int(sys.argv[5])
 os.makedirs(os.path.dirname(path), exist_ok=True)
 cfg = {"providers": {}}
 if os.path.exists(path):
@@ -453,7 +330,7 @@ if os.path.exists(path):
                 if "providers" not in cfg:
                     cfg["providers"] = {}
     except Exception as e:
-        print(f"[WARN] 無法解析舊 models.json，將覆蓋: {e}")
+        print(f"[WARN] 无法解析旧 models.json，将覆盖: {e}")
 
 cfg["providers"][provider] = {
     "baseUrl": f"http://127.0.0.1:{port}/v1",
@@ -462,23 +339,22 @@ cfg["providers"][provider] = {
     "compat": {"supportsDeveloperRole": True, "supportsReasoningEffort": False},
     "models": [{
         "id": model_id,
-        "name": "Qwen3.6 35B A3B MTP (Local)",
+        "name": "Ornith 1.5 35B A3B (Local)",
         "reasoning": True,
         "input": ["text", "image"],
-        "contextWindow": 66560,
-        "maxTokens": 131072,
+        "contextWindow": ctx_size,
+        "maxTokens": ctx_size,
         "cost": {"input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0}
     }]
 }
 with open(path, "w") as f:
     json.dump(cfg, f, indent=2)
-print(f"[OK] 已寫入 {path}")
+print(f"[OK] 已写入 {path}")
 print(json.dumps(cfg, indent=2))
 PY
 
 ok "pi 配置完成"
 
-# 建立 alias 和 wrapper (冪等)
 WRAPPER="$HOME/.local/bin/pi-local"
 mkdir -p "$(dirname "$WRAPPER")"
 cat > "$WRAPPER" << EOS
@@ -488,59 +364,57 @@ EOS
 chmod +x "$WRAPPER"
 ok "已建立 pi-local wrapper: $WRAPPER"
 
-# 寫入 alias (避免重複)
 for rc in "$HOME/.bashrc" "$HOME/.zshrc"; do
     touch "$rc" 2>/dev/null || true
     grep -q "alias pi-local" "$rc" 2>/dev/null || echo "alias pi-local=\"pi --provider $PROVIDER_ID --model $MODEL_ID\"" >> "$rc"
 done
 
 # ==============================================================================
-# 6. 安裝後驗證 (必須通過才算安裝成功)
+# 6. 安装后验证
 # ==============================================================================
-info "6) 安裝後驗證..."
+info "6) 安装后验证..."
 
 VERIFICATION_FAILED=0
 
-# 6.1 檢查 llama-server
-info "[驗證 1/4] 檢查 llama-server 健康狀態..."
+# 6.1 检查 llama-server 健康
+info "[验证 1/4] 检查 llama-server 健康状态..."
 if curl -sf "http://127.0.0.1:${LLAMA_PORT}/health" >/dev/null 2>&1; then
-    ok "llama-server 健康檢查通過"
+    ok "llama-server 健康检查通过"
 elif curl -sf "http://127.0.0.1:${LLAMA_PORT}/v1/models" >/dev/null 2>&1; then
-    ok "llama-server (via /v1/models) 健康檢查通過"
+    ok "llama-server (via /v1/models) 健康检查通过"
 else
-    warn "llama-server 健康檢查失敗"
+    warn "llama-server 健康检查失败"
     VERIFICATION_FAILED=1
 fi
 
-# 6.2 檢查 OpenAI API 實際推理
-info "[驗證 2/4] 測試 OpenAI 相容 API 推理..."
+# 6.2 测试 OpenAI API 推理
+info "[验证 2/4] 测试 OpenAI 兼容 API 推理..."
 API_TEST_RESPONSE=$(curl -sf "http://127.0.0.1:${LLAMA_PORT}/v1/chat/completions" \
     -H "Content-Type: application/json" \
     -d '{
         "model": "'$MODEL_ID'",
-        "messages": [{"role": "user", "content": "用一句話介紹你自己，不要超過20字"}],
+        "messages": [{"role": "user", "content": "用一句话介绍你自己，不要超过20字"}],
         "max_tokens": 50,
         "temperature": 0.7
     }' 2>&1 || echo "CURL_FAILED")
 
 if echo "$API_TEST_RESPONSE" | grep -q '"choices"' && echo "$API_TEST_RESPONSE" | grep -q '"content"'; then
-    ok "OpenAI API 推理測試通過"
+    ok "OpenAI API 推理测试通过"
     echo "$API_TEST_RESPONSE" | python3 -m json.tool 2>/dev/null | head -n 30 || echo "$API_TEST_RESPONSE" | head -n 20
 elif echo "$API_TEST_RESPONSE" | grep -q "CURL_FAILED"; then
-    warn "API 推理 curl 失敗: $API_TEST_RESPONSE"
+    warn "API 推理 curl 失败: $API_TEST_RESPONSE"
     VERIFICATION_FAILED=1
 else
-    warn "API 推理回應異常，可能是模型仍在載入中..."
+    warn "API 推理回应异常，可能是模型仍在加载中..."
     echo "$API_TEST_RESPONSE" | head -n 50 >&2
-    # 不立即標記失敗，等待 pi-local 測試
 fi
 
-# 6.3 檢查 pi 是否可用
-info "[驗證 3/4] 檢查 pi 指令..."
+# 6.3 检查 pi 可用
+info "[验证 3/4] 检查 pi 指令..."
 if pi --version >/dev/null 2>&1; then
     ok "pi --version: $(pi --version 2>&1 | head -n 1)"
 else
-    warn "pi --version 執行失敗"
+    warn "pi --version 执行失败"
     VERIFICATION_FAILED=1
 fi
 
@@ -548,56 +422,50 @@ if pi --help >/dev/null 2>&1; then
     ok "pi --help 正常"
 fi
 
-# 檢查 models.json 是否正確
 if python3 -c "import json; d=json.load(open('$PI_MODELS_JSON')); assert '$PROVIDER_ID' in d.get('providers',{}); assert any(m['id']=='$MODEL_ID' for m in d['providers']['$PROVIDER_ID'].get('models',[]))" 2>/dev/null; then
-    ok "pi models.json 配置正確"
+    ok "pi models.json 配置正确"
 else
-    warn "pi models.json 配置檢查失敗"
-    cat "$PI_MODELS_JSON" 2>/dev/null || echo "檔案不存在"
+    warn "pi models.json 配置检查失败"
+    cat "$PI_MODELS_JSON" 2>/dev/null || echo "文件不存在"
     VERIFICATION_FAILED=1
 fi
 
 if [[ -x "$WRAPPER" ]]; then
-    ok "pi-local wrapper 存在且可執行"
+    ok "pi-local wrapper 存在且可执行"
 else
     warn "pi-local wrapper 缺失"
     VERIFICATION_FAILED=1
 fi
 
-# 6.4 測試 pi-local 實際可用 (最關鍵)
-info "[驗證 4/4] 測試 pi-local 實際推理 (超時 90 秒)..."
-# 先確保 PATH 包含 pi
+# 6.4 测试 pi-local 实际可用
+info "[验证 4/4] 测试 pi-local 实际推理 (超时 90 秒)..."
 export PATH="$HOME/.local/bin:$HOME/.pi/bin:$(dirname "$PI_BIN"):$PATH"
 
-# 使用 timeout 防止卡死，並捕獲輸出
 set +e
-PI_TEST_OUTPUT=$(timeout 90 pi-local -p "用一句話介紹你自己，不超過20字" 2>&1)
+PI_TEST_OUTPUT=$(timeout 90 pi-local -p "用一句话介绍你自己，不超过20字" 2>&1)
 PI_EXIT_CODE=$?
 set -e
 
 if [[ $PI_EXIT_CODE -eq 0 ]] && [[ -n "$PI_TEST_OUTPUT" ]]; then
-    ok "pi-local 推理測試通過 (exit 0)"
-    echo "--- pi-local 輸出 ---"
+    ok "pi-local 推理测试通过 (exit 0)"
+    echo "--- pi-local 输出 ---"
     echo "$PI_TEST_OUTPUT" | head -n 30
     echo "---------------------"
 elif [[ $PI_EXIT_CODE -eq 124 ]]; then
-    warn "pi-local 測試超時 (90s)，可能模型載入較慢或首次啟動較久。請稍後手動重試: pi-local -p \"你好\""
-    # 不算致命失敗，因為 API 已通過
+    warn "pi-local 测试超时 (90s)，可能模型加载较慢或首次启动较久。请稍后手动重试: pi-local -p \"你好\""
 else
-    warn "pi-local 測試失敗 (exit $PI_EXIT_CODE)，輸出:"
+    warn "pi-local 测试失败 (exit $PI_EXIT_CODE)，输出:"
     echo "$PI_TEST_OUTPUT" | head -n 100 >&2
-    # 如果 API 測試已通過，pi-local 失敗可能是設定問題，標記警告而非致命
     if [[ "$VERIFICATION_FAILED" -eq 0 ]]; then
-        # 嘗試直接用 pi 而非 wrapper 再測一次
-        info "嘗試直接執行 pi 指令..."
+        info "尝试直接执行 pi 指令..."
         set +e
         PI_DIRECT_OUTPUT=$(timeout 90 pi --provider "$PROVIDER_ID" --model "$MODEL_ID" -p "你好" 2>&1)
         PI_DIRECT_CODE=$?
         set -e
         if [[ $PI_DIRECT_CODE -eq 0 ]]; then
-            ok "pi 直接呼叫測試通過"
+            ok "pi 直接调用测试通过"
         else
-            warn "pi 直接呼叫也失敗 (exit $PI_DIRECT_CODE): $PI_DIRECT_OUTPUT"
+            warn "pi 直接调用也失败 (exit $PI_DIRECT_CODE): $PI_DIRECT_OUTPUT"
             VERIFICATION_FAILED=1
         fi
     else
@@ -606,37 +474,37 @@ else
 fi
 
 # ==============================================================================
-# 總結
+# 总结
 # ==============================================================================
 echo ""
 echo "================================================================"
 if [[ "$VERIFICATION_FAILED" -eq 0 ]]; then
-    echo -e "\033[32m✅ 安裝完成且驗證通過！\033[0m"
+    echo -e "\033[32m✅ 安装完成且验证通过！\033[0m"
 else
-    echo -e "\033[33m⚠️  安裝完成，但部分驗證未通過，請查看上方警告\033[0m"
+    echo -e "\033[33m⚠️  安装完成，但部分验证未通过，请查看上方警告\033[0m"
 fi
 echo "================================================================"
 echo "- 模型: $REPO"
-echo "  主模型: $MODEL_PATH"
-if [[ -n "$MTP_PATH" ]]; then echo "  MTP 模型: $MTP_PATH"; fi
-echo "- llama-server: http://127.0.0.1:$LLAMA_PORT (log: ~/llama-server.log, pid: ~/llama-server.pid)"
+echo "  模型文件: $MODEL_PATH"
+echo "- llama-server (编译自源码): $LLAMA_BIN/llama-server"
+echo "  启动参数: taskset -c 0-14 ... -t 15 --jinja --mlock -c $CONTEXT_SIZE --host 127.0.0.1 --port $LLAMA_PORT"
+echo "- 服务: http://127.0.0.1:$LLAMA_PORT (log: ~/llama-server.log, pid: ~/llama-server.pid)"
 echo "- pi: $PI_BIN ($(pi --version 2>&1 | head -n 1))"
-echo "- pi 配置: $PI_MODELS_JSON (provider: $PROVIDER_ID, model: $MODEL_ID)"
+echo "- pi 配置: $PI_MODELS_JSON (provider: $PROVIDER_ID, model: $MODEL_ID, context: $CONTEXT_SIZE)"
 echo "- 快速使用:"
 echo "    source ~/.bashrc   # 或 source ~/.zshrc"
 echo "    pi-local -p \"你好\""
 echo "    pi --provider $PROVIDER_ID --model $MODEL_ID -p \"你好\""
-echo "- 停止伺服器: kill \$(cat ~/llama-server.pid)"
-echo "- 重啟伺服器: bash ~/llama-cpp/bin/  # 或重新執行本腳本"
-echo "- 重新驗證: curl http://127.0.0.1:$LLAMA_PORT/v1/models && pi-local -p \"測試\""
+echo "- 停止服务器: kill \$(cat ~/llama-server.pid)"
+echo "- 重新验证: curl http://127.0.0.1:$LLAMA_PORT/v1/models && pi-local -p \"测试\""
 echo "================================================================"
 
 if [[ "$VERIFICATION_FAILED" -ne 0 ]]; then
-    echo "請檢查日誌："
+    echo "请检查日志："
     echo "  - llama-server: ~/llama-server.log (tail -n 100 ~/llama-server.log)"
-    echo "  - pi 安裝: /tmp/pi-install.log"
+    echo "  - pi 安装: /tmp/pi-install.log"
     echo "  - 模型: $MODEL_DIR/"
     exit 1
 fi
 
-exit 0
+exit 0