Toter Verweis auf die in 3389f75 entfernte Auto-Notfallerkennung entfernt
(if emergency/X-Emergency-Header). /ws/chat war nicht betroffen.
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
CHANGELOG-Eintrag fuer den Cloud-Modell-Browser (0.3.6); qwen/qwen3.5-35b-a3b
in EVAL_VERIFIED (Tool-Calling-Test bestanden).
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Kostenerfassung vervollstaendigt (Filler-Uebersetzung exakt, OpenRouter-TTS
geschaetzt). Version 0.3.4 -> 0.3.5.
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Admin-Loeschfunktionen (pro Nutzer Statistik/Erinnerungen, Bulk alle
Nutzerdaten inkl. Notruf-Protokolle) und alphabetische Sortierung
(Nutzerliste + Statistik-Tabelle). Version 0.3.3 -> 0.3.4.
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Einstellbare Tarife, local_llm_base_url live-setzbar, 15 weitere Filler,
Mitteilung bei "kein Treffer". Version 0.3.2 -> 0.3.3.
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Verlauf-loeschen, Pro-Nutzer-Web-Suche an/aus, Web-Such-Tagesbudget und
freundliche Hinweise dokumentiert. Version 0.3.0 -> 0.3.1.
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Web-Such-/Tool-Calling-Funktion in der Doku nachgezogen: CHANGELOG (0.3.0),
README, CLAUDE.md (Querschnitt), Architektur-Doc (§6.1), Bedienungsanleitung
(§5.5 Nutzer/Admin) und DEPLOYMENT (Tool-Faehigkeit des Modells).
Version 0.2.0 -> 0.3.0 (pyproject.toml).
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
- Anzeigename Voice Assistant -> Alexis (UI-Titel/Kopfzeile mit Untertitel
„Ihr Sprachbegleiter", FastAPI-Titel, README/Handbuch). Technische Identifier
(Dienst, Pfade, Paketname, Konfig-/DB-Dateinamen) bleiben unveraendert.
- Version als EINE Quelle: pyproject.toml = 0.2.0; app.__version__ liest sie
(pyproject zuerst, Paket-Metadaten als Fallback). Sichtbar in der UI-Kopfzeile,
unter /api/config (version) und in OpenAPI.
- CHANGELOG.md mit 0.2.0-Eintrag; Tests fuer /api/config.version + Branding.
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Profiling zeigte ~2,2 s Fixkosten pro Satz durch Modell-Start (piper-Binary je
Aufruf). Der Provider nutzt jetzt die piper-Python-API: Stimmmodell wird einmal
geladen (lru_cache), Synthese laeuft im Thread. Resampling in-process (audioop,
numpy-Fallback fuer Py3.13) statt ffmpeg-Subprozess. Binary bleibt als Fallback.
Messung (lokales Setup): erster Ton 5,84 s -> 2,66 s, Turn-Ende 9,82 s -> 4,04 s.
- pyproject: piper-tts zum [local]-Extra
- Tests pruefen weiter den Binary-Fallback (erzwingen _PIPER_LIB=False)
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
