| 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427 | """Die Agentenschleife: Modell fragen, Werkzeuge ausfuehren, wieder fragen.
Ollama /api/chat mit `tools`. Antwortet das Modell mit tool_calls, werden sie
(nach Freigabe) ausgefuehrt und als role=tool zurueckgegeben, bis es ohne
Werkzeug antwortet.
Kontext: Ollama schneidet zu lange Eingaben **stillschweigend** vorne ab -
das Modell vergisst dann die Aufgabe, ohne dass es jemand merkt. Deshalb
wird vor jedem Aufruf geschaetzt und notfalls gekuerzt: erst alte
Werkzeugergebnisse, dann eine Zusammenfassung des Verlaufs.
"""
import json
import os
from collections import Counter
import platform
import re
import time
import uuid
from dataclasses import dataclass, field
from datetime import date
from pathlib import Path
from typing import Any, Callable, Protocol
import httpx
from . import freigabe, karte, katalog, konfig, protokoll, werkzeuge
MAX_SCHRITTE = 60
ZEICHEN_JE_TOKEN = 3.2 # grob fuer Code und Deutsch; lieber zu vorsichtig
KUERZEN_AB = 0.70
VERDICHTEN_AB = 0.85
RESERVE_ANTWORT = 4096
SYSTEM = """You are kode, an autonomous coding agent working in a terminal on a Linux server ({os}).
You run as root. You can read, write and edit files and run shell commands with the provided tools.
Working directory: {cwd}
Date: {datum}
How to work:
- Explore before changing: use list_dir, glob, grep and read_file to understand the code.
- Always read a file before editing it. Use edit_file for targeted changes, write_file only for new files or full rewrites.
- Match the existing style, naming and comment language of the code you change.
- After changes, verify them (run tests, linters, or the program) when that is possible.
- Do not run destructive commands (rm -rf, dropping databases, force pushes) unless the user explicitly asked.
- Be concise. Explain what you did in a few sentences at the end. No long preambles.
- Call tools directly; do not describe tool calls in prose instead of making them.
- Always answer the user in German.
{projekt}"""
_TEXT_AUFRUF = re.compile(r"<tool_call>\s*(\{.*?\})\s*</tool_call>", re.S)
class Oberflaeche(Protocol):
def text(self, stueck: str) -> None: ...
def denken(self, stueck: str) -> None: ...
def antwort_ende(self) -> None: ...
def werkzeug(self, name: str, args: dict) -> None: ...
def ergebnis(self, name: str, args: dict, text: str) -> None: ...
def fragen(self, name: str, args: dict, diff: str | None) -> tuple[str, str]: ...
def hinweis(self, text: str) -> None: ...
@dataclass
class Statistik:
prompt_token: int = 0
antwort_token: int = 0
tok_s: float = 0.0
letzter_kontext: int = 0
@dataclass
class Sitzung:
modell_id: str
cwd: Path
modus: str = "fragen"
verlauf: list[dict[str, Any]] = field(default_factory=list)
stat: Statistik = field(default_factory=Statistik)
kennung: str = field(default_factory=lambda: time.strftime("%Y%m%d-%H%M%S-") + uuid.uuid4().hex[:4])
def __post_init__(self) -> None:
self.umgebung = werkzeuge.Umgebung(cwd=self.cwd, sitzung=self.kennung)
self.projekt = self.cwd.resolve()
self._an_kontext_anpassen()
@property
def modell(self) -> dict[str, Any]:
return katalog.MODELLE[self.modell_id]
@property
def kontext(self) -> int:
return int(self.modell["kontext"])
def faehigkeiten(self, basis: str) -> list[str]:
schluessel = (basis, self.modell["hf"])
if getattr(self, "_faeh_fuer", None) != schluessel:
self._faeh = karte.faehigkeiten(basis, self.modell)
self._faeh_fuer = schluessel
return self._faeh
def _an_kontext_anpassen(self) -> None:
# Ein Werkzeugergebnis darf hoechstens ein Viertel des Kontexts belegen.
self.umgebung.max_ausgabe = min(werkzeuge.MAX_AUSGABE,
int(self.kontext * ZEICHEN_JE_TOKEN * 0.25))
def modell_wechseln(self, mid: str) -> None:
self.modell_id = mid
self._an_kontext_anpassen()
# ------------------------------------------------------------ Kontext
def system(self) -> dict[str, str]:
projekt = ""
for name in ("KODE.md", "CLAUDE.md", "AGENTS.md"):
p = self.projekt / name
if p.is_file():
inhalt = p.read_text(encoding="utf-8", errors="replace")[:12000]
projekt = f"\nProject notes from {name}:\n{inhalt}\n"
break
return {"role": "system", "content": SYSTEM.format(
os=f"{platform.system()} {platform.release()}", cwd=self.umgebung.cwd,
datum=date.today().isoformat(), projekt=projekt)}
@staticmethod
def _zeichen(nachrichten: list[dict[str, Any]]) -> int:
n = 0
for m in nachrichten:
n += len(m.get("content") or "") + 20
for t in m.get("tool_calls") or []:
n += len(json.dumps(t, ensure_ascii=False))
return n
def schaetzung(self) -> int:
return int((self._zeichen([self.system()] + self.verlauf)
+ len(json.dumps(werkzeuge.SCHEMA))) / ZEICHEN_JE_TOKEN)
def belegung(self) -> float:
"""Anteil des Kontexts: gemessen, wenn vorhanden, sonst geschaetzt."""
return max(self.stat.letzter_kontext, self.schaetzung()) / self.kontext
def _alte_ergebnisse_kuerzen(self) -> int:
gekuerzt = 0
for m in self.verlauf[:-6]:
if m["role"] == "tool" and len(m.get("content") or "") > 400:
m["content"] = m["content"][:300] + "\n[… gekürzt, um Kontext zu sparen - bei Bedarf neu lesen]"
gekuerzt += 1
return gekuerzt
def verdichten(self, ui: Oberflaeche, basis: str) -> None:
"""Ersetzt den Verlauf durch eine Zusammenfassung des Modells."""
if len(self.verlauf) < 3:
return
ui.hinweis("Kontext fast voll - Verlauf wird zusammengefasst …")
t0 = time.monotonic()
vorher = (len(self.verlauf), self.schaetzung())
auszug = []
for m in self.verlauf:
if m["role"] == "tool":
auszug.append(f"[tool result] {(m.get('content') or '')[:600]}")
elif m.get("tool_calls"):
for t in m["tool_calls"]:
f = t.get("function", {})
auszug.append(f"[assistant called {f.get('name')}] "
f"{json.dumps(f.get('arguments'), ensure_ascii=False)[:400]}")
if m.get("content"):
auszug.append(f"[assistant] {m['content'][:1500]}")
else:
auszug.append(f"[{m['role']}] {(m.get('content') or '')[:3000]}")
text = "\n".join(auszug)
grenze = int((self.kontext - RESERVE_ANTWORT) * ZEICHEN_JE_TOKEN * 0.8)
text = text[-grenze:]
anfrage = [{"role": "system", "content": "You summarize coding sessions."},
{"role": "user", "content":
"Summarize this coding session so the work can continue without it. Include: the user's "
"goal and requests, decisions, files touched and what changed, current state, open "
"problems and next steps. Be specific (paths, function names, commands). German.\n\n"
+ text}]
try:
a = httpx.post(f"{basis}/api/chat", timeout=600, json={
"model": self.modell["hf"], "stream": False, "messages": anfrage,
"options": {"num_ctx": self.kontext}, "keep_alive": -1,
**({"think": False} if "thinking" in self.faehigkeiten(basis) else {})})
zusammenfassung = a.json()["message"]["content"]
except (httpx.HTTPError, KeyError, ValueError) as f:
protokoll.fehler("verdichten", f, nachrichten=vorher[0], token=vorher[1])
ui.hinweis(f"Zusammenfassen gescheitert ({f}) - älteste Nachrichten werden verworfen.")
while len(self.verlauf) > 4 and self.belegung() > KUERZEN_AB:
self.verlauf.pop(0)
return
self.verlauf = [{"role": "user", "content":
"[Zusammenfassung des bisherigen Gesprächs]\n" + zusammenfassung},
{"role": "assistant", "content": "Verstanden, ich mache dort weiter."}]
self.stat.letzter_kontext = 0
protokoll.ereignis("verdichten", nachrichten_vorher=vorher[0], token_vorher=vorher[1],
token_nachher=self.schaetzung(), dauer_s=round(time.monotonic() - t0, 1),
zusammenfassung=zusammenfassung)
ui.hinweis("Verlauf zusammengefasst.")
def _platz_schaffen(self, ui: Oberflaeche, basis: str) -> None:
grenze = (self.kontext - RESERVE_ANTWORT) / self.kontext
if self.schaetzung() / self.kontext > KUERZEN_AB:
vorher = self.schaetzung()
n = self._alte_ergebnisse_kuerzen()
protokoll.ereignis("kontext_kuerzen", ergebnisse=n, token_vorher=vorher,
token_nachher=self.schaetzung(), kontext=self.kontext)
if self.schaetzung() / self.kontext > min(VERDICHTEN_AB, grenze):
self.verdichten(ui, basis)
# ------------------------------------------------------------ Aufruf
def _strom(self, ui: Oberflaeche, basis: str) -> dict[str, Any]:
nutzlast: dict[str, Any] = {
"model": self.modell["hf"], "stream": True, "keep_alive": -1,
"messages": [self.system()] + self.verlauf, "tools": werkzeuge.SCHEMA,
"options": {"num_ctx": self.kontext, "temperature": 0.3},
}
# Ohne think-Feld denken manche Modelle trotzdem (qwen3, gemessen
# 16.10.2026). Gesetzt wird es nur, wenn Ollama "thinking" meldet -
# sonst lehnt es den Aufruf ab.
if "thinking" in self.faehigkeiten(basis):
nutzlast["think"] = bool(self.modell.get("denkt"))
inhalt, aufrufe, gedanken = [], [], []
gedacht = False
letzter_puls = time.time()
abgebrochen = False
t0 = time.monotonic()
erstes: float | None = None
fertig: dict[str, Any] = {}
protokoll.ereignis("anfrage", modell=self.modell_id, nachrichten=len(nutzlast["messages"]),
token_geschaetzt=self.schaetzung(), num_ctx=self.kontext,
think=nutzlast.get("think"), modus=self.modus)
try:
with httpx.stream("POST", f"{basis}/api/chat", json=nutzlast,
timeout=httpx.Timeout(900, connect=30)) as a:
if a.status_code != 200:
raise RuntimeError(f"Ollama {a.status_code}: {a.read().decode()[:300]}")
for zeile in a.iter_lines():
if not zeile.strip():
continue
d = json.loads(zeile)
if d.get("error"):
raise RuntimeError(f"Ollama: {d['error']}")
m = d.get("message") or {}
if erstes is None and (m.get("thinking") or m.get("content") or m.get("tool_calls")):
erstes = time.monotonic() - t0
if m.get("thinking"):
gedacht = True
gedanken.append(m["thinking"])
ui.denken(m["thinking"])
if m.get("content"):
inhalt.append(m["content"])
ui.text(m["content"])
if m.get("tool_calls"):
aufrufe.extend(m["tool_calls"])
if time.time() - letzter_puls > 30 and not konfig_fest():
karte.genutzt()
letzter_puls = time.time()
if d.get("done"):
fertig = {k: d.get(k) for k in ("done_reason", "prompt_eval_count", "eval_count",
"prompt_eval_duration", "eval_duration",
"load_duration", "total_duration")}
self.stat.prompt_token = d.get("prompt_eval_count") or 0
self.stat.antwort_token = d.get("eval_count") or 0
dauer = (d.get("eval_duration") or 0) / 1e9
self.stat.tok_s = self.stat.antwort_token / dauer if dauer else 0
self.stat.letzter_kontext = self.stat.prompt_token + self.stat.antwort_token
except KeyboardInterrupt:
abgebrochen = True
except Exception as f:
protokoll.fehler("strom", f, modell=self.modell_id, dauer_s=round(time.monotonic() - t0, 1),
text_bisher="".join(inhalt))
raise
ui.antwort_ende()
text = "".join(inhalt)
echte_aufrufe = len(aufrufe)
if not aufrufe:
# Ersatz: manche Vorlagen geben den Aufruf als Text aus, wenn
# Ollamas Erkennung ihn nicht greift.
for roh in _TEXT_AUFRUF.findall(text):
try:
j = json.loads(roh)
aufrufe.append({"function": {"name": j.get("name"),
"arguments": j.get("arguments") or {}}})
except ValueError:
pass
kaputte_args = 0
for t in aufrufe:
f = t.setdefault("function", {})
if isinstance(f.get("arguments"), str):
try:
f["arguments"] = json.loads(f["arguments"])
except ValueError:
kaputte_args += 1
protokoll.ereignis("argumente_kaputt", name=f.get("name"), roh=f["arguments"])
f["arguments"] = {}
dauer = time.monotonic() - t0
prompt_s = (fertig.get("prompt_eval_duration") or 0) / 1e9
protokoll.ereignis(
"antwort", modell=self.modell_id, dauer_s=round(dauer, 2),
erstes_zeichen_s=round(erstes, 2) if erstes is not None else None,
abgebrochen=abgebrochen, done_reason=fertig.get("done_reason"),
prompt_token=fertig.get("prompt_eval_count"), antwort_token=fertig.get("eval_count"),
tok_s=round(self.stat.tok_s, 1),
prompt_tok_s=round((fertig.get("prompt_eval_count") or 0) / prompt_s, 1) if prompt_s else None,
load_s=round((fertig.get("load_duration") or 0) / 1e9, 2),
# Anteil des Kontexts: nahe 1 heisst, Ollama hat womoeglich vorne abgeschnitten
kontext_anteil=round(((fertig.get("prompt_eval_count") or 0) + (fertig.get("eval_count") or 0))
/ self.kontext, 3),
token_geschaetzt=self.schaetzung(), text=text, gedanken="".join(gedanken),
werkzeuge=[t["function"].get("name") for t in aufrufe],
aufrufe_echt=echte_aufrufe, aufrufe_aus_text=len(aufrufe) - echte_aufrufe,
argumente_kaputt=kaputte_args)
return {"text": text, "aufrufe": aufrufe, "abgebrochen": abgebrochen, "gedacht": gedacht}
def frage(self, eingabe: str, ui: Oberflaeche) -> None:
z = karte.bereit()
if not z:
ui.hinweis("Keine Karte bereit - /start")
return
basis = z["basis"]
protokoll.ereignis("eingabe", text=eingabe, cwd=str(self.umgebung.cwd), modell=self.modell_id,
modus=self.modus, karte=z.get("karte"), nachrichten=len(self.verlauf))
self.verlauf.append({"role": "user", "content": eingabe})
if not konfig_fest():
karte.genutzt()
t_auftrag = time.monotonic()
abgelehnt: Counter = Counter()
for schritt in range(MAX_SCHRITTE):
self._platz_schaffen(ui, basis)
r = self._strom(ui, basis)
nachricht: dict[str, Any] = {"role": "assistant", "content": r["text"]}
if r["aufrufe"]:
nachricht["tool_calls"] = r["aufrufe"]
self.verlauf.append(nachricht)
if r["abgebrochen"]:
self.verlauf.append({"role": "user", "content": "[Vom Nutzer abgebrochen.]"})
protokoll.ereignis("auftrag_ende", ausgang="abgebrochen", schritte=schritt + 1,
dauer_s=round(time.monotonic() - t_auftrag, 1))
ui.hinweis("Abgebrochen.")
return
if not r["aufrufe"]:
protokoll.ereignis("auftrag_ende", ausgang="fertig", schritte=schritt + 1,
dauer_s=round(time.monotonic() - t_auftrag, 1))
return
for t in r["aufrufe"]:
name = t["function"].get("name") or ""
args = t["function"].get("arguments") or {}
schluessel = (name, json.dumps(args, sort_keys=True, ensure_ascii=False))
if abgelehnt[schluessel] >= 2:
# Gemessen 16.10.2026: nach einer Ablehnung rief das Modell denselben
# Befehl neunmal wieder auf. Ab der zweiten Wiederholung ist Schluss.
protokoll.ereignis("auftrag_ende", ausgang="ablehnung_wiederholt", name=name,
args=args, schritte=schritt + 1,
dauer_s=round(time.monotonic() - t_auftrag, 1))
self.verlauf.append({"role": "tool", "tool_name": name, "content":
"[ABGELEHNT] Wiederholt abgelehnt - Auftrag beendet."})
ui.hinweis("Das Modell wiederholt einen abgelehnten Aufruf - Auftrag angehalten.")
return
ergebnis = self._werkzeug(name, args, ui)
if ergebnis.startswith("[ABGELEHNT]"):
abgelehnt[schluessel] += 1
self.verlauf.append({"role": "tool", "tool_name": name, "content": ergebnis})
if ((ergebnis.startswith("[ABGELEHNT]") and "STOPP" in ergebnis)
or ergebnis.startswith("[Vom Nutzer abgebrochen")):
protokoll.ereignis("auftrag_ende", ausgang="gestoppt", schritte=schritt + 1,
dauer_s=round(time.monotonic() - t_auftrag, 1))
return
protokoll.ereignis("auftrag_ende", ausgang="schrittgrenze", schritte=MAX_SCHRITTE,
dauer_s=round(time.monotonic() - t_auftrag, 1))
ui.hinweis(f"Nach {MAX_SCHRITTE} Schritten angehalten - mit einer neuen Nachricht weitermachen.")
def _werkzeug(self, name: str, args: dict, ui: Oberflaeche) -> str:
t0 = time.monotonic()
self._entscheidung = "frei"
cwd_vorher = str(self.umgebung.cwd)
text = self._werkzeug_innen(name, args, ui)
protokoll.ereignis(
"werkzeug", name=name, args=args, entscheidung=self._entscheidung, modus=self.modus,
dauer_s=round(time.monotonic() - t0, 2), cwd=cwd_vorher,
fehler=text.startswith(("Fehler", "[ABGELEHNT]", "[Vom Nutzer")),
exit_code=(int(text.rsplit("[Exit-Code ", 1)[1].split("]")[0])
if name == "bash" and "[Exit-Code " in text else None),
zeitueberschreitung=name == "bash" and text.startswith("[Zeitüberschreitung"),
laenge=len(text), ergebnis=text)
return text
def _werkzeug_innen(self, name: str, args: dict, ui: Oberflaeche) -> str:
ui.werkzeug(name, args)
if name not in {t["function"]["name"] for t in werkzeuge.SCHEMA}:
text = f"Fehler: unbekanntes Werkzeug '{name}'."
ui.ergebnis(name, args, text)
return text
if not freigabe.frei(self.modus, self.projekt, name, args):
d = None
if name in werkzeuge.DATEI_AENDERN:
d, fehler = werkzeuge.vorschau_schreiben(self.umgebung, name, args)
if fehler:
ui.ergebnis(name, args, fehler)
return fehler
t_frage = time.monotonic()
antwort, grund = ui.fragen(name, args, d)
self._entscheidung = antwort
protokoll.ereignis("freigabe", name=name, antwort=antwort, grund=grund,
bedenkzeit_s=round(time.monotonic() - t_frage, 1))
if antwort == "nein":
text = "[ABGELEHNT] Der Nutzer hat das nicht erlaubt." + (f" Begründung: {grund}" if grund else "")
ui.ergebnis(name, args, text)
return text
if antwort == "stopp":
text = "[ABGELEHNT] STOPP - der Nutzer hat angehalten. Warte auf neue Anweisungen."
ui.ergebnis(name, args, text)
return text
if antwort == "immer" and name == "bash":
freigabe.regel_hinzu(self.projekt, grund)
elif antwort == "immer" and name in werkzeuge.DATEI_AENDERN:
self.modus = "dateien"
try:
text = werkzeuge.ausfuehren(self.umgebung, name, args)
except KeyboardInterrupt:
text = "[Vom Nutzer abgebrochen während der Ausführung.]"
ui.ergebnis(name, args, text)
return text
def konfig_fest() -> bool:
return bool(konfig.FESTE_BASIS) |