# 🧠 SL5 Aura: Erweiterte Offline LLM Integration

**Status:** Produktionsbereit
**Engine:** Ollama (Llama 3.2 3B)
**Latenz:** Sofort (<0.1s bei Cache Hit) / ~20s (Generierung auf CPU)

## 1. Die "Architekt & Praktikant" Philosophie
Aura nutzt ein Hybrid-Modell, um **Präzision** und **Flexibilität** zu vereinen:
*   **Der Architekt (RegEx/Python):** Deterministische, sofortige Ausführung für Systembefehle ("Browser öffnen", "Lauter").
*   **Der Praktikant (Lokales LLM):** Übernimmt unscharfe Anfragen, Zusammenfassungen und Allgemeinwissen. Wird nur aktiv, wenn keine strikte Regel greift.

---

## 2. Performance-Architektur

Um ein lokales LLM auf normalen CPUs (ohne GPU) nutzbar zu machen, setzen wir auf eine **3-Stufen-Strategie**:

### Stufe 1: Der "Instant Modus" (Schlagworte)
*   **Trigger:** Wörter wie "Instant", "Schnell", "Sofort".
*   **Logik:** Umgeht das LLM komplett. Vergleicht Schlagworte der Eingabe direkt mit der SQLite-Datenbank.
*   **Latenz:** **< 0.05s**

### Stufe 2: Der Intelligente Cache (SQLite)
*   **Logik:** Jeder Prompt wird gehasht (SHA256). Vor jeder Anfrage an Ollama wird die `llm_cache.db` geprüft.
*   **Feature "Active Variation":** Auch bei einem Cache-Treffer generiert das System manchmal (20% Chance) proaktiv eine *neue* Antwort-Variante. Ziel: ~5 Varianten pro Frage für mehr Lebendigkeit.
*   **Feature "Semantic Hashing":** Bei langen Fragen (>50 Zeichen) extrahiert das LLM zuerst Keywords (z.B. "installation anleitung") und hasht diese. So werden "Wie installiere ich es?" und "Installationshilfe bitte" als identisch erkannt.
*   **Latenz:** **~0.1s**

### Stufe 3: Die API-Generierung (Fallback)
*   **Logik:** Wenn kein Cache existiert, rufen wir die Ollama API (`http://localhost:11434/api/generate`).
*   **Optimierung:**
    *   **Hard Limits:** `num_predict=60` zwingt das Modell, nach ca. 40 Wörtern zu stoppen.
    *   **Input Piping:** Große Texte (README) werden über STDIN übergeben, um Argumenten-Limits des Betriebssystems zu umgehen.
*   **Latenz:** **~15-25s** (abhängig von CPU)

---

## 3. System Grounding (Anti-Halluzination)

Generische LLMs erfinden oft GUIs (Buttons, Menüs). Wir injizieren bei jedem Aufruf das strikte **`AURA_TECH_PROFILE`**:

1.  **Keine GUI:** Aura ist ein Headless CLI-Dienst.
2.  **Keine Config-Files:** Logik ist reiner Python-Code, kein `.json`/`.xml`.
3.  **Trigger:** Externe Steuerung erfolgt über Dateisystem-Events (`touch /tmp/sl5_record.trigger`), nicht über APIs.
4.  **Installation:** Dauert real 10-20 Min wegen 4GB Modelldownloads (verhindert falsche Versprechen).

---

## 4. Die Clipboard Bridge (Linux Security)

Hintergrunddienste (systemd) können aus Sicherheitsgründen oft nicht auf die Zwischenablage (X11/Wayland) zugreifen.
*   **Lösung:** Ein Skript in der User-Session (`clipboard_bridge.sh`) spiegelt den Inhalt in eine RAM-Disk-Datei (`/tmp/aura_clipboard.txt`).
*   **Aura:** Liest diese Datei und umgeht so alle Rechte-Probleme.

---

## 5. Selbst-Lernen (Cache Warming)

Wir nutzen das Skript `warm_up_cache.py`:
1.  Es liest die `README.md` des Projekts.
2.  Es beauftragt das LLM, sich wahrscheinliche User-Fragen auszudenken.
3.  Es stellt diese Fragen an Aura, um die Datenbank automatisch zu befüllen.