mesh-configs/skills/devops/model-allocation/references/agents-config.md

Modell-Auswahl Konfiguration

Global

min_context_tokens: 64000
max_auto_escalation_factor: 5      # ab 5x Kosten -> "Ferrari-Sprung", braucht manual_override
min_distinct_model_families: 3     # Mindest-Diversität
max_retries_per_task: 3
default_hard_stop_eur_per_day: 1.0 # 1€/Tag/Agent hartes Limit
on_budget_exceeded: postpone_to_next_day
basic_questions_fallback: vps_ollama

Agents & Eskalationsleitern

agent_a (Master — Linux, Allround)

• Standard: nvidia/nemotron-3-super (1x)
• Eskalation: nvidia/nemotron-3-ultra (3x)
• Tags: linux_system, allround, orchestration
• Budget: 1€/Tag

agent_b (Worker — Code, Logik, DB)

• Standard: deepseek/deepseek-flash (1x)
• Eskalation: deepseek/deepseek-pro (3x)
• Tags: code, logic, database

switch_hermes (Cockpit — Prompt/Code)

• Standard: openrouter/free (0x)
• Eskalation: qwen/qwen3-coder:free (0x)
• Tags: homebrew_code, prompt_generation

laptop_hermes (Worker — Dokumente/HTML)

• Standard: google/gemini-flash (1x)
• Eskalation: anthropic/claude-sonnet (4x)
• manual_override: ✅ erlaubt
• Tags: document_generation, html_css_js

agent_xyz (Worker — JS/DB-Queries)

• Standard: qwen/qwen2.5-7b (1x)
• Eskalation: deepseek/deepseek-flash (2x)
• Tags: javascript, database_query

Lokaler Fallback (VPS-Ollama)

local_fallback:
  model: "deepseek-r1:7b"           # 128k Kontext, Thinking
  min_context_tokens: 64000
  allowed_for_task_tags: [document_generation, javascript, database_query]
  # NICHT erlaubt für: homebrew_code (zu fehleranfällig bei 7B)

Prinzipien

• Kosten ~99% Gewicht, Zeit egal
• Proportionaler Aufstieg erlaubt, kein Ferrari-Sprung (>5x)
• Budget erschöpft → postpone + lokaler Ollama-Fallback
• Diversität: min 3 verschiedene Modell-Familien
• Max 3 Retries pro Task, dann pausieren