feat: rede_korrigieren.py -m/--model zur Modellwahl

Das Modell steckt in den Cache-Schlüsseln; ein anderes Modell rechnet neu.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

README.md

@@ -130,6 +130,7 @@ werden trotzdem umgewandelt; der Exit-Code ist dann 1.
 | `-i`, `--input` | Eingabedatei: Rohabschrift (`.txt`) oder Untertitel (`.vtt`, wird wie mit `vtt2txt.py` umgewandelt), Pflicht |
 | `-o`, `--output` | Ausgabedatei; Standard: `<Eingabe ohne Endung>.korrigiert.txt` neben der Eingabe |
 | `-g`, `--glossar` | Glossar mit festen Ersetzungen und Schreibweisen |
+| `-m`, `--model` | Ollama-Modell; Standard: `qwen3:32b` (Konstante `MODEL`) |
 
 ## Ablauf
 
@@ -205,7 +206,7 @@ dazu Muster, Ausgabeverzeichnis und Fehlerfälle.
 
 Jeder fertige Abschnitt und jede Absatzgliederung wird in `<Ausgabe>.parts/`
 gespeichert. Ein erneuter Lauf überspringt alles, was schon berechnet ist.
-Ändern sich Modell, Prompt, Glossar oder Text eines Abschnitts, wird genau dieser
+Ändern sich Modell (auch per `-m`), Prompt, Glossar oder Text eines Abschnitts, wird genau dieser
 Teil neu berechnet. Den Ordner kann man jederzeit löschen.
 
 ## Einstellungen
@@ -214,7 +215,7 @@ Oben in `rede_korrigieren.py`:
 
 | Konstante | Standard | Bedeutung |
 |---|---|---|
-| `MODEL` | `qwen3:32b` | Ollama-Modell |
+| `MODEL` | `qwen3:32b` | Ollama-Modell (Standard für `-m`) |
 | `CHUNK_SIZE` | 1200 | Wörter pro Korrekturabschnitt |
 | `MAX_WORD_DEVIATION` | 0.05 | Warnschwelle Wortzahl |
 | `MAX_PARAGRAPH_SENTENCES` | 10 | längster erlaubter Absatz |

rede_korrigieren.py

@@ -355,7 +355,7 @@ def build_paragraphs(text, parts_dir):
 def parse_args():
     parser = argparse.ArgumentParser(
         description="Korrigiert eine automatische Abschrift einer deutschen Rede "
-        f"mit {MODEL} über Ollama."
+        "mit einem lokalen Sprachmodell über Ollama."
     )
     parser.add_argument(
         "-i", "--input", required=True, type=Path,
@@ -369,6 +369,9 @@ def parse_args():
         "-g", "--glossar", type=Path,
         help="Glossar: ein Begriff pro Zeile oder feste Ersetzung „falsch => richtig“",
     )
+    parser.add_argument(
+        "-m", "--model", default=MODEL, help=f"Ollama-Modell (Standard: {MODEL})"
+    )
     args = parser.parse_args()
 
     if not args.input.is_file():
@@ -383,7 +386,12 @@ def parse_args():
 
 
 def main():
+    global MODEL
     args = parse_args()
+    # All model calls and cache keys read MODEL, so a different model never
+    # reuses cached parts of another
+    MODEL = args.model
+    print(f"Modell: {MODEL}")
     source = args.input
     target = args.output
     parts_dir = target.with_suffix(".parts")

tests/test_rede_korrigieren.py

@@ -46,6 +46,8 @@ def no_model_calls(*args, **kwargs):
 
 def run_main(monkeypatch, *args):
     monkeypatch.setattr(sys, "argv", ["rede_korrigieren.py", *map(str, args)])
+    # main() sets the module-wide model; restore it after the test
+    monkeypatch.setattr(rk, "MODEL", rk.MODEL)
     rk.main()
 
 
@@ -301,6 +303,40 @@ def test_main_vtt_input_matches_txt_input(sample_copy, monkeypatch):
     ) == expected.read_text(encoding="utf-8")
 
 
+def test_main_model_option(sample_copy, monkeypatch):
+    default = rk.MODEL
+    used = []
+
+    def correct(chunk, index, system):
+        used.append(rk.MODEL)
+        return chunk.strip()
+
+    monkeypatch.setattr(rk, "correct_chunk", correct)
+    monkeypatch.setattr(rk, "find_paragraph_starts", every_nth_start(5))
+    parts = sample_copy.parent / "ramstein.de.korrigiert.parts"
+
+    run_main(monkeypatch, "-i", sample_copy)
+    default_parts = {p.name for p in parts.glob("part*")}
+    run_main(monkeypatch, "-i", sample_copy, "-m", "anderes:7b")
+
+    assert set(used) == {default, "anderes:7b"}
+    # Another model must not reuse the cached parts of the default model
+    assert {p.name for p in parts.glob("part*")} - default_parts
+
+
+def test_correct_chunk_sends_model(monkeypatch):
+    sent = {}
+
+    def urlopen(request, timeout=None):
+        sent.update(json.loads(request.data))
+        return FakeResponse(stream_body(["Text."]))
+
+    monkeypatch.setattr(rk, "MODEL", "anderes:7b")
+    monkeypatch.setattr(rk.urllib.request, "urlopen", urlopen)
+    rk.correct_chunk("Text.", 1, "system")
+    assert sent["model"] == "anderes:7b"
+
+
 def test_main_warns_on_word_count_deviation(sample_copy, monkeypatch, capsys):
     def shortening(chunk, index, system):
         words = chunk.split()