Open WebUI
8080
MANTYZ · stav k 3. září 2026
Kompletní přehled toho, co je postavené: modely, algoritmy, funkce, nastavení a co ještě zbývá. Všechna čísla jsou změřená ze systému, ne odhadnutá.
Open WebUI
8080
ComfyUI
8188
Harness
8799
SearXNG
8888
Piper hlas
5001
Ollama
11434
Hlas (Live)
8771
Tunel
302
Hlasový režim v Open WebUI byl nepoužitelný: přepis, model a hlas se dělaly za sebou a dohromady to trvalo přes patnáct sekund. Nahradila to samostatná služba nad Gemini Live API — jeden obousměrný proud, kde model slyší, zatímco mluvíš, a začne odpovídat hned.
Otevírá se na http://127.0.0.1:8771/ a startuje s počítačem. Umí skákání do řeči, psaní textem v téže konverzaci, kameru a ukládá hovor na disk.
Jeden agent na počítači, který má většinu práce odbavit lokálně a zdarma a cloud šetřit na to, kde je opravdu potřeba. Ne jen k pultu WING — na vývoj, weby, obsah a rychlé dotazy.
Přístup přes prohlížeč na 127.0.0.1:8080, z telefonu přes https://ai.mantyz.dev (chráněno Cloudflare Access, pustí jen tvůj e-mail).
Na disku E celkem přes 74 GB, volných zůstává 339 GB.
C má 275 GB volných, ale ještě nedávno mělo 304. Příčinu jsem našel: virtuální disk WSL narostl na 39 GB, přestože uvnitř je obsazeno jen kolem 8. Rostl při instalacích a po smazání souborů se sám nesmrskl.
Půlka je hotová: uvnitř WSL proběhl fstrim, který uvolnil bloky, a úklid dočasných souborů vrátil skoro 3 GB. Samotné zmenšení obrazu ale dělá diskpart a ten bez práv správce nespustí ani první krok.
Připraveno k jednomu kliknutí: Plocha\AI-prehled\zmensit-disk-WSL.cmd → pravým tlačítkem → Spustit jako správce. Získá to ~30 GB a služby si nastartuje zpátky samo.
Bezpečnou cestu přes wsl --set-sparse Microsoft zakázal kvůli riziku poškození dat — šla by jen přes --allow-unsafe, což za ztrátu SearXNG a hlasu nestojí.
Všechny běží přes Ollamu na RTX 3060 (12 GB). Sloupec čeština je z měřeného testu: čtyři otázky se známou správnou odpovědí, čtyři body za každou. Skript je E:\AI\_work\test-cestiny.py.
| Model | Role v systému | Čeština | Čas | Nástroje | Stav |
|---|---|---|---|---|---|
| gemma3:12b | Rychlý — chat, třídění dotazů, psaní návrhů, pojmenovávání | 16/16 | 14 s | neumí | v provozu |
| qwen2.5:14b | Přemýšlivý — chat a auditor v Ověřeném i v harness | 16/16 | 25 s | umí | v provozu |
| llama3.1:8b | Executor v harness — jediná umí spolehlivě sáhnout na soubory | 15/16 | 21 s | umí | v provozu |
| qwen2.5-coder:14b | Píše pandas kód pro analýzu dat (v MCP nástroji) | — | — | neumí | v provozu |
| nomic-embed-text | Počítá vektory pro znalostní bázi (RAG) | — | — | n/a | v provozu |
| qwen3:14b | Záloha — stejné skóre, ale třikrát pomalejší | 16/16 | 70 s | — | skrytý |
| mistral-nemo | Záloha — v testu sklouzl do angličtiny přes české zadání | 16/16 | 30 s | — | skrytý |
| deepseek-r1:14b | Nepoužívá se — nestabilní a neumí nástroje | 16/16 | 77 s | neumí | skrytý |
| qwen2.5-coder:1.5b | Nepoužívá se — do konverzace se nehodí | — | — | neumí | skrytý |
Umět česky a umět volat nástroje jsou nezávislé věci. Gemma je v češtině nejlepší, ale nástroje nepodporuje vůbec — Ollama takový požadavek rovnou odmítne. Naopak llama češtinu zvládá hůř, ale nástroje umí, a proto dělá dřinu v harness.
Původně byly modely vybrané podle rychlosti a nástrojů a čeština se netestovala. Výsledek: llama tvrdila o kardioidním zapojení nesmysl a DeepSeek na „co je rozhledna" jen zopakoval otázku. Odtud ten test.
Změřeno 4. září. Ollama bez výslovného nastavení dává každému modelu 4 096 tokenů, i když model umí mnohonásobně víc:
Co se do okna nevejde, model zahodí — a odpovídá z toho, co zbylo, aniž by to přiznal. Nejvíc to bolí u dotazů nad znalostní bází: nalezené úryvky plus otázka se do 4 096 tokenů často nevejdou.
Stav: nález je čerstvý, oprava zatím neproběhla — delší okno stojí paměť grafiky, takže se musí proměřit, co se na 3060 vejde bez zpomalení.
Režim Cloud nespouští placené API, ale Claude Code CLI přihlášené tvým účtem. Předplatné Pro API nezahrnuje, takže přes api.anthropic.com by se tokeny platily zvlášť. Takhle to nestojí nic navíc, jen se to počítá do limitů.
| Model | Kde se používá | Stav |
|---|---|---|
| Claude Sonnet 5 | Režim Cloud — Sonnet; v harness manažer a auditor na vyšších stupních; subagenti | v provozu |
| Claude Opus 5 | Režim Cloud — Opus; v harness plánování a závěrečná odpověď; plánovací fáze v opusplan | v provozu |
| Claude Fable 5 | Nejsilnější, připravený jako ruční stupeň žebříčku (--fable) | nedostupný |
| Claude Haiku 4.5 | Zvažován jako levný mezistupeň, nakonec nenasazen | nepoužívá se |
| gemini-3.1-flash-lite | Režim Gemini — rychlý. 1,5 s, česky správně, největší kvóta. | v provozu |
| gemini-3.7-flash | Režim Gemini — silný. 4,1 s, lepší formulace. | v provozu |
| gemini-3.8-flash | Nejnovější, ale opakovaně vrací 503 „high demand“ — je v záložním řetězci | přetížený |
| Gemini Pro (všechny) | Na bezplatném tieru kvótu nemají vůbec — vrací 429 | nedostupný |
Není součástí předplatného Pro — platí se z „extra usage" kreditů, které máš vypnuté (org_level_disabled) a platit je nechceš. Logika pro něj je hotová a otestovaná, jen se sama nespustí. Zapíná se ručně přepínačem --fable, kdyby sis ty kredity někdy pořídil.
Věci, které nejsou modely, ale rozhodují, co se s dotazem stane. Většina vznikla jako reakce na konkrétní selhání.
| Co to je | Jak to funguje | Kde | Ověřeno |
|---|---|---|---|
| Třídění dotazů | Jedno rychlé volání Gemmy zařadí dotaz do čtyř kategorií: rychlé / ověřené / kód / těžké. Pokyn obsahuje příklady a instrukci, že při váhání má volit rychlé — kontrola trvá dvakrát tak dlouho. | auto_router.py | 7/7 |
| Rozhodnutí, kdy hledat | Podle klíčových slov („najdi", „v okolí", ceny, „kde je") a výskytu vlastních jmen. Když dotaz míří na něco konkrétního, místního nebo aktuálního, nejdřív se hledá. | _spolecne.py | 7/7 |
| Detekce rozbitého výstupu | Pozná mechanicky vadný výstup: prázdno, vypsané volání nástroje jako text, poškozené kódování. Záměrně neposuzuje kvalitu — na to model není. | _spolecne.py | ano |
| Eskalace mezi modely | Když první model vrátí rozbitý výstup, zkusí druhý (jiná architektura, jiná slabina). Když selžou oba, přizná to místo aby podstrčil nesmysl. | všechny režimy | ano |
| Auditorská smyčka | Návrh → audit druhým modelem → oprava → znovu audit. Auditor nesmí odpovídat, jen hledat chyby, jinak by chybu zopakoval po svém. Vrací JSON s verdiktem a seznamem k ověření. | overeny_lokalni.py | ano |
| Kontrola proti zdrojům | Když jsou k dispozici nalezené stránky, auditor klasifikuje každé tvrzení jako podloženo / nepodloženo / v rozporu místo kontroly z paměti. | overeny_lokalni.py | ano |
| Žebříček harness | Úsporný → vyvážený → maximální. Každý stupeň se pustí, až když předchozí neuspěje. Rozlišuje návratový kód: 1 = neúspěch (eskalovat), 2 = chyba konfigurace (zastavit). | harness-eskalace.py | nespuštěno |
| Rozpočtový strážce | Před drahým během čte vyčerpání limitů předplatného. Hlídá oba (pětihodinový i týdenní) a navíc tempo — spotřeba nesmí předběhnout uplynulý čas o víc než 15 bodů. Zastaralý údaj odmítne. | harness-eskalace.py | ano |
| Analýza dat kódem | Místo nacpání souboru do kontextu nechá model napsat pandas skript, spustí ho a vrátí jen výsledek. Při pádu zkusí druhý model. | lokalni_nastroje.py | ano |
| Generátor tmavého režimu | Projde CSS dashboardu a u každé barvy podle světlosti rozhodne: světlé pozadí ztmavit, tmavý text rozsvítit, tmavé tlačítko zvednout, ostatní nechat. Odstín zůstává, takže zelená zůstane zelená. | harness-dark.py | ano |
| Parser exportů Gemini | Rozebere .docx export chatu na otázky, odpovědi, zdrojové karty, tabulky a kód. Zvládá i turny bez značky „Váš dotaz" a bloky, které jsou jen zdroje. | parse_gemini_docx.py | 0 ztrát |
| Test češtiny | Čtyři otázky se známou odpovědí, boduje jazyk, neopakování otázky, délku a věcnou správnost. Obsahuje past: u kardioidy hlídá, že odpověď neobsahuje „střed" a „okraj". | test-cestiny.py | ano |
| Režim | Co dělá | Cloud | Stav |
|---|---|---|---|
| Auto | Zatřídí dotaz a pošle ho na vhodný model. U složitých napíše, že to patří do cloudu, místo aby tiše vrátil slabou odpověď. Výchozí. | 0 % | přepojit na Gemini |
| Rychlý | Gemma, jeden průchod, bez kontroly | 0 % | funguje |
| Přemýšlivý | Qwen 2.5, nejdřív si to rozmyslí | 0 % | funguje |
| Ověřený | Návrh → audit → oprava. Se zapnutým hledáním kontroluje proti zdrojům. | 0 % | opraveno |
| Cloud — Sonnet | Claude přes předplatné, varuje při 90 % limitu | 100 % | funguje |
| Cloud — Opus | Totéž, nejsilnější | 100 % | funguje |
| Gemini — rychlý | Flash-Lite přes bezplatný tier, 1,5 s. Hledá si samo jako lokální režimy. | 0 % | funguje |
| Gemini — silný | Flash 3.7, 4 s. Lepší odpovědi, při přetížení přepne na zálohu. | 0 % | funguje |
| Harness | Spustí dlouhý úkol, nečeká na výsledek, pošle na dashboard | 20–85 % | nespuštěno |
| Funkce | Jak je řešená | Stav |
|---|---|---|
| Vyhledávání na webu | SearXNG ve WSL — vlastní instance, bez API klíče, bez měsíčních limitů, agreguje desítky vyhledávačů. Režimy Ověřený a Auto hledají samy, nezávisle na přepínači v rozhraní. | funguje |
| Hlasová konverzace | Vlastní služba nad Gemini Live API — jeden obousměrný proud, ne přepis → model → hlas. Model slyší, zatímco mluvíš. Skákání do řeči, přepis obou stran, analytik na pozadí, kamera, uložení hovoru. Na 127.0.0.1:8771. |
1–4 s |
| Diktování v Open WebUI | Whisper medium lokálně. Změřeno: 12–14 s bez ohledu na délku nahrávky — model se načítá při každém požadavku a jede na procesoru. | pomalé |
| Hlas (text → řeč) | Piper s českým hlasem cs_CZ-jirka-medium, tváří se jako OpenAI TTS, ale syntéza je lokální. Windows český hlas nemá vůbec. |
funguje |
| Generování obrázků | ComfyUI + SDXL. Otestováno: 1024×1024 za 30 s včetně načtení modelu. Nespouští se sám — drží 7 GB VRAM. | funguje |
| Znalostní báze | 125 dokumentů z tvých konzultací o WINGu a PA zvuku, rozsekaných po jedné otázce. Vektory počítá nomic-embed-text lokálně. |
nahráno |
| Vzdálený přístup | Cloudflare tunel na ai.mantyz.dev, chráněný Access politikou na tvůj e-mail. Odchozí spojení, na routeru se nic neotevírá. |
funguje |
| Ovládání DaVinci Resolve | Nativní skriptovací API Resolve, žádný placený plugin. Funguje jen s Pythonem 3.13, ne 3.12. | neověřeno |
Vrstva, přes kterou Claude pozná typ úkolu a předá ho lokálnímu nástroji místo aby ho dělal sám. Do cloudu se vrátí jen výsledek.
| Nástroj | K čemu | Stav |
|---|---|---|
| lokalni_model | Drobná textová práce — shrnutí, překlady, titulky, commit messages, boilerplate | funguje |
| analyza_dat | CSV, JSON, Excel — model napíše kód, ten proběhne, vrátí se výsledek | funguje |
| prepis_audio | Whisper na GPU, 4,3 s na 7sekundovou nahrávku | funguje |
| hledej_web | SearXNG bez klíče a bez limitů | funguje |
Přečteno přímo z databáze E:\AI\openwebui\data\webui.db.
| Oblast | Klíč | Hodnota |
|---|---|---|
| Hledání | web.search.enable | true |
| web.search.engine | searxng | |
| searxng_query_url | localhost:8888 | |
| searxng_language | cs-CZ | |
| result_count | 5 | |
| Řeč → text | audio.stt.engine | (prázdné = lokální) |
| whisper_model | medium | |
| Text → řeč | audio.tts.engine | openai |
| tts base_url | localhost:5001/v1 | |
| audio.tts.voice | cs_CZ-jirka-medium | |
| Obrázky | image_generation.enable | true |
| engine / model | comfyui / sd_xl_base_1.0 | |
| size / steps | 1024×1024 / 20 | |
| Znalostní báze | rag.embedding_model | nomic-embed-text |
| Rozhraní | ui.default_models | Auto |
| Bezpečnost | auth.enable_api_keys | false |
| ENABLE_SIGNUP | False |
Tohle stálo nejvíc času. Open WebUI si nastavení uloží do databáze při prvním startu a od té chvíle proměnné prostředí ignoruje. Cokoli se nastaví v launcheru, se tiše přehlíží.
Měnit se to musí přímo v webui.db, tabulce config, při zastaveném serveru.
Režimy Ověřený a Auto se dlouho vůbec neobjevovaly ve výběru modelů. Příčina: měly v hlavičce requirements: httpx. Open WebUI se ten balíček při startu pokouší doinstalovat a když to selže, funkci vůbec nenačte. httpx přitom v prostředí dávno je.
Ověřit dostupnost balíčku jde takhle:
E:\AI\uv-tools\open-webui\Scripts\python.exe -c "import httpx"Open WebUI E:\AI\openwebui\openwebui.log (předchozí jako .předchozí)
Cloudflare E:\AI\cloudflared.log
SearXNG wsl -d Ubuntu -e bash -lc "journalctl -u searxng -n 50"
Piper hlas wsl -d Ubuntu -e bash -lc "journalctl -u piper-tts -n 50"Tohle se plete nejčastěji, tak to rozepíšu polopatě.
Běží ze sdíleného profilu C:\Users\matej\.claude. Postavila celý ten stack. Ovládání prohlížeče nemá.
Je to cloudový Claude, ne lokální AI. S lokálními modely nemá nic společného — ty jenom nastavila.
Běží z izolovaného profilu E:\AI\.claude, spouští se přes wing-agent.cmd. Taky cloudový Claude.
Navíc má ovládání prohlížeče a opusplan — Opus plánuje, Sonnet vykonává. Subagenti jedou na Sonnetu.
Gemma, Qwen, Llama v Ollamě. S Claudem nesouvisí — jsou to samostatné modely na tvé grafice.
Obsluhuje je Open WebUI (chat) a harness (dlouhé úkoly).
Server MCP lokalni, registrovaný v izolovaném profilu. Jediné místo, kde se Claude a lokální modely potkávají.
Claude přes něj předá práci lokálu a dostane zpátky jen výsledek.
Nová instance agenta v počítači je Claude, ne lokální AI. S lokálními modely má společné jen to, že si k nim může sáhnout přes ty čtyři MCP nástroje — a že je umí nastavovat.
Kdyby Anthropic vypadl, lokální část (Open WebUI, Ollama, hledání, hlas, obrázky) běží dál bez ní. Naopak to neplatí.
Sdílený profil na C patří jinému účtu a má hotovou strukturu pro Agent Bus. Výslovně jsi žádal, ať se nemění. Izolovaný profil na E má proto vlastní přihlášení, historii i nastavení.
Past, na kterou se přišlo: skripty z titleman.pro/bootstrap mají natvrdo ~/.claude a proměnnou CLAUDE_CONFIG_DIR ignorují. Launcher jim proto pro jeden běh podstrčí jiný USERPROFILE.
Open WebUI 0.11 připojí ke každému dotazu z rozhraní své vestavěné nástroje, pokud model výslovně neřekne, že je neumí. Výchozí hodnota té schopnosti je True:
and (model…capabilities or {}).get('builtin_tools', True)Ollama takový požadavek u Gemmy odmítne s HTTP 400 a chat spadne dřív, než začne. A Gemma je výchozí model „Rychlý“, takže to shodilo běžné použití.
Ověřeno voláním na každý model: odmítá to jediná Gemma, ostatní parametr přijmou. Opraveno u všech devíti.
| Co | Proč to nemůžu udělat sám | Náročnost |
|---|---|---|
| Odstranit zbytečnou službu Cloudflared | Běží jako LocalSystem a nejde zastavit bez práv správce. Nic nedělá, ale drží binárku, takže blokuje i upgrade. | 2 min |
| Vyzkoušet tunel z mobilních dat | Potřebuje tvůj telefon mimo domácí Wi-Fi. Má tě to vyzvat o e-mail a poslat kód. | 2 min |
| Vyzkoušet diktování a hlas | Potřebuje tvůj mikrofon. Přes https:// na telefonu by to mělo jít taky. | 5 min |
| Zmenšit disk WSL | Připraveno jako Plocha\AI-prehled\zmensit-disk-WSL.cmd — spustit jako správce. Uvnitř už proběhl fstrim, zbytek udělá diskpart, který bez elevace nejde. | ~30 GB |
| Klíč pro Gemini | Režim je hotový a zaregistrovaný, čeká jen na klíč z AI Studia. Ber ho na vedlejším účtu, ne na hlavním. | 2 min |
| Přihlásit wrangler | npx wrangler login, pak E:\AI\web-info\nasadit.cmd — vystaví tenhle dokument na info.ai.mantyz.dev. | 2 min |
| Co | Proč se to zatím neví |
|---|---|
| Harness naostro | Nikdy neproběhl skutečný běh. Cesty, příkazy a role jsou ověřené, ale samotný běh ne — a stojí tokeny, tak jsem ho nespouštěl bez tebe. |
| Návratový kód při selhání | Ze zdrojáku vím, že vrací 1 při nesplnění a 2 při chybě konfigurace. Na tom stojí žebříček. Potvrdí to až první běh, který neprojde. |
| DaVinci na projektu | API se načte, ale připojuje se k běžícímu Resolve. Bez něj se nedá zkusit nic dalšího. |
| Rozpočtový strážce v akci | Logika je otestovaná na simulovaných hodnotách. Skutečné zablokování nastane, až budou limity vysoko. |
| Soubor | Co dělá | Spouští se |
|---|---|---|
| wing-agent.cmd | Claude Code v izolovaném profilu, opusplan + prohlížeč | ručně |
| harness.cmd | Harness se stupni usporny / vyvazeny / maximalni / auto / rozpocet / web | ručně |
| start-comfyui.vbs | ComfyUI (obrázky) — na pozadí, bez okna | ručně |
| start-harness-web.vbs | Dashboard harness na 8799 | ručně |
| start-searxng.cmd | Probudí WSL a zkontroluje SearXNG | ručně |
| setup-tunnel.cmd | Vytvoří tunel a DNS záznam (už proběhlo) | hotovo |
| harness-dark.py | Tmavý režim dashboardu; --zpet vrátí původní | ručně |
Startup\open-webui.vbs Open WebUI na 8080
Startup\wsl-ai-sluzby.vbs drží WSL naživu (SearXNG + Piper)
Startup\cloudflare-tunel.vbs tunel na ai.mantyz.devOllama a Voicemeeter tam byly už předtím.
| Soubor | Co je uvnitř | Řádků |
|---|---|---|
| openwebui/functions/_spolecne.py | Společný základ všech režimů — detekce selhání, hledání, limity, patičky | 211 |
| openwebui/functions/overeny_lokalni.py | Režim Ověřený | 358 |
| openwebui/functions/auto_router.py | Režim Auto | 245 |
| openwebui/functions/cloud_claude.py | Režim Cloud | 171 |
| openwebui/functions/harness.py | Režim Harness | 193 |
| mcp/lokalni_nastroje.py | Čtyři nástroje MCP | 318 |
| harness-eskalace.py | Žebříček a rozpočtový strážce | 266 |
| harness-dark.py | Generátor tmavého režimu | 213 |
| davinci/resolve_api.py | Ovládání DaVinci Resolve | 132 |
| PREDANI.md | Předávka pro nového agenta | 143 |
| _work/test-cestiny.py | Měřený test češtiny | 175 |
| _work/priprav-znalosti.py | Rozsekání chatů na dokumenty | 111 |
| _work/pojmenuj-znalosti.py | Pojmenování dokumentů lokálním modelem | 109 |
Parser exportů Gemini je jinde: C:\Users\matej\Desktop\agent\_work\parse_gemini_docx.py
Ptal ses na to a odpověď je příjemná: megabajty, ne gigabajty.
C:\Users\matej\.claude\projects 140 souborů 35,5 MB
E:\AI\.claude\projects 13 souborů 1,2 MB
z toho tahle konverzace 7,8 MBA kontext se do souboru už ukládá sám. Claude Code píše každou relaci do .jsonl v profilu — kompletní přepis včetně volání nástrojů. Nemusíš nic zařizovat, jen o tom vědět.
Starší část konverzace se shrne, nesmaže. Ztrácí se přesné formulace, ne fakta. Navíc je všechno podstatné průběžně v bridge (projects/mantyz-lokalni-ai-agent, verzovaně) a v PREDANI.md.
Tenhle dokument je psaný z čerstvě změřených dat — modely z Ollamy, konfigurace z databáze, velikosti z disku. Ne z paměti konverzace.
Ptal ses, jestli by šlo automatizovat bezplatný web Gemini přes lokálního robota v prohlížeči. Technicky ano, ale nedoporučuju:
Legální cesta ke stejné věci je bezplatný API tier z AI Studia:
| Model | Dotazů denně | Za minutu |
|---|---|---|
| Gemini Flash | ~250–1500 | 10 |
| Gemini Flash-Lite | ~1000 | 15 |
| Gemini Pro | ~50–100 | — |
Zdroje se v číslech rozcházejí, aktuální hodnoty jsou v dokumentaci. Zapadlo by to čistě jako další model v přepínači i jako stupeň žebříčku: lokál → Gemini Flash → Sonnet → Opus.
Jedna věc na rovinu: u bezplatného tieru si Google vyhrazuje právo tvoje vstupy a výstupy použít k trénování. U WINGu a webů to nejspíš neřešíš, u citlivějšího bych to poslal na lokál nebo Claude.
Klíč je vložený, oba režimy jedou. Změřeno na skutečných dotazech, ne na papíře:
Účet vidí 40 modelů — kromě textových i generování obrázků (Nano Banana Pro), hudbu (Lyria), přepis řeči a Deep Research. Zatím se využívají jen ty textové.
Dvě věci, které se ukázaly až měřením: žádný model Pro na bezplatném tieru kvótu nemá (všechny vrací 429), a nejnovější 3.8-flash je trvale přetížený (503). Proto režim při přetížení automaticky přepne na záložní model a napíše, že to udělal.
Ověřeno i to podstatné: na dotaz po ceně WINGu cenu nevymyslel — řekl, že ve zdrojích není. Přesně na tomhle lokální modely padaly.
Virtuální disk má 39 GB, ale uvnitř je obsazeno jen kolem 8. Rostl při instalacích a po smazání souborů se nesmrskl — tak to u virtuálních disků chodí.
Získalo by to zpátky asi 30 GB na C. Vyžaduje to zastavit WSL, takže na pár minut vypadne hledání a hlas. Nedělal jsem to bez tebe, protože je to operace nad obrazem disku a kdyby se zasekla, přišel bys o obě služby.
Pokaždé to bylo stejné: něco bylo nastavené správně, otestoval jsem jen část cesty a prohlásil to za hotové. Fungovalo to v testu a selhalo v reálném použití.
Hledání — ověřil jsem, že SearXNG odpovídá. Cesta k modelu byla přerušená a model si vymyslel, že hledal. Vznikl neexistující „Vyhlídkový mlýnek u Libušíně".
Auditor v harness — nastavený správně, jenže ten model neuměl sáhnout na soubory. Tiše by selhal.
Režimy Ověřený a Auto — kód v pořádku, ale hlavička je shodila při načítání. Ve výběru se vůbec neobjevily.
Kdyby sis z tohohle dokumentu měl zapamatovat jednu větu: „otestoval jsem to" a „funguje ti to" nejsou totéž.