dschlueter/Musiksammlung
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity

Fix default model, increase timeout, improve multi-column prompt

Browse source 
- Change default text-LLM from llama3 (not installed) to gemma3:12b
- Increase LLM timeout from 120s to 300s (large models need longer)
- Add explicit multi-column layout instruction to vision prompt to
  prevent skipping columns on dense CD back-cover tracklists

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
This commit is contained in:
Dieter Schlüter 2026-02-17 22:56:02 +01:00
commit b599c9eb8a
3 changed files with 7 additions and 4 deletions
Download patch file Download diff file Expand all files Collapse all files

4
src/musiksammlung/cli.py
View file

@ -90,7 +90,7 @@ def scan(
), ),
languages: str = typer.Option("deu+eng", "--lang", "-l", help="OCR-Sprachen"), languages: str = typer.Option("deu+eng", "--lang", "-l", help="OCR-Sprachen"),
backend: str = typer.Option("ollama", "--backend", "-b", help="LLM-Backend"), backend: str = typer.Option("ollama", "--backend", "-b", help="LLM-Backend"),
model: str = typer.Option("llama3", "--model", "-m", help="Text-LLM-Modell"), model: str = typer.Option("gemma3:12b", "--model", "-m", help="Text-LLM-Modell"),
base_url: str = typer.Option( base_url: str = typer.Option(
"http://localhost:11434", "--url", help="LLM-API-URL" "http://localhost:11434", "--url", help="LLM-API-URL"
), ),
@ -262,7 +262,7 @@ def process(
), ),
languages: str = typer.Option("deu+eng", "--lang", "-l"), languages: str = typer.Option("deu+eng", "--lang", "-l"),
backend: str = typer.Option("ollama", "--backend", "-b"), backend: str = typer.Option("ollama", "--backend", "-b"),
model: str = typer.Option("llama3", "--model", "-m"), model: str = typer.Option("gemma3:12b", "--model", "-m"),
base_url: str = typer.Option("http://localhost:11434", "--url"), base_url: str = typer.Option("http://localhost:11434", "--url"),
dry_run: bool = typer.Option(False, "--dry-run"), dry_run: bool = typer.Option(False, "--dry-run"),
) -> None: ) -> None:

4
src/musiksammlung/llm_parser.py
View file

@ -47,7 +47,7 @@ def _call_ollama(text: str, model: str, base_url: str) -> str:
], ],
"stream": False, "stream": False,
}, },
timeout=120.0, timeout=300.0,
) )
response.raise_for_status() response.raise_for_status()
return response.json()["message"]["content"] return response.json()["message"]["content"]
@ -71,7 +71,7 @@ def _call_openai_compatible(
{"role": "user", "content": text}, {"role": "user", "content": text},
], ],
}, },
timeout=120.0, timeout=300.0,
) )
response.raise_for_status() response.raise_for_status()
return response.json()["choices"][0]["message"]["content"] return response.json()["choices"][0]["message"]["content"]

3
src/musiksammlung/vision_llm.py
View file

@ -28,6 +28,9 @@ WICHTIG:
- Wenn "CD 1", "CD 2", "Disc 1" etc. sichtbar sind, erstelle mehrere Einträge in "discs". - Wenn "CD 1", "CD 2", "Disc 1" etc. sichtbar sind, erstelle mehrere Einträge in "discs".
- Ohne Disc-Angabe: eine Disc mit disc_number=1. - Ohne Disc-Angabe: eine Disc mit disc_number=1.
- Lasse Zeitangaben (z.B. "3:12") und Interpretenangaben pro Track weg. - Lasse Zeitangaben (z.B. "3:12") und Interpretenangaben pro Track weg.
- MEHRSPALTIGE LAYOUTS: CD-Rückseiten haben oft 2, 3 oder 4 Spalten nebeneinander.
Lies ALLE Spalten vollständig von oben nach unten, bevor du zur nächsten Spalte gehst.
Überspringen oder Auslassen von Spalten ist ein häufiger Fehler — lies jede Spalte komplett.
Antworte NUR mit dem JSON, ohne Erklärung. Beispiel: Antworte NUR mit dem JSON, ohne Erklärung. Beispiel: