Files
memory/systems/noris-ai.md
T

78 lines
3.8 KiB
Markdown

---
title: "noris AI Platform"
category: systems
tags: [ai, llm, noris, gpu, embeddings]
created: "2026-09-27"
modified: "2026-09-29"
---
# noris AI Platform (ai.noris.de)
> Interne AI-Plattform der noris Network AG. Bereitstellung von LLMs, Embeddings und Image Generation.
## Endpoints
- **Chat:** `https://ai.noris.de/v1/chat/completions`
- **Embeddings:** `https://ai.noris.de/v1/embeddings`
- **Images:** ⚠️ `/v1/images/generations` wird vom Bifrost Gateway **NICHT** unterstützt. Image-Gen-Modelle (qwen-image-2-1) werden über `/v1/chat/completions` angesprochen — das Bild kommt als base64-PNG im `content`-Array zurück (Typ `image_url`, `data:image/png;base64,...`). Siehe `references/vllm-image-generation.md` im Skill `serving-llms-vllm`.
## Modelle
| Typ | Modell-ID | Hinweise |
|-----|-----------|----------|
| Flagship LLM | `glm-5-2` | ⚠️ **DOWN seit 2026-10-02** — `release/glm-5-2` hängt (0 Bytes). Siehe Ausfall-Log. |
| General | `gemma-4-31b-it` | Vision-fähig. ⚠️ `release/gemma-4-31b-it` → **403 model_blocked** für VM107-Key |
| Large MoE | `gpt-oss-120b` | ✅ verifiziert 200 |
| Mid-range | `qwen3.6-27b` | ✅ verifiziert 200 |
| Mid-range | `qwen3.8-27b` | ✅ verifiziert 200 |
| Fast | `ds-v4-flash` | Low-latency, Paperless OCR. ✅ `qsu/deepseek-v41-flash` verifiziert 200 |
| Embedding | `harrier` | Vektorembettungen |
| Image Gen | `qwen-image-2-1` | Via `/v1/chat/completions` (NOT images/generations). Base64-PNG im content-Array. ~30s/ Bild. |
### Deployment-Lanes
Modelle existieren in zwei Lanes: `release/*` und `qsu/*`. **Nicht deckungsgleich** —
ein Key kann `qsu/x` erlauben und `release/x` blocken (und umgekehrt).
Bei Key-Problemen immer beide Lanes gegentesten.
**NAMESPACE-SCHEMA-FALLE (2026-10-11):** Es existieren ZWEI ID-Schemata parallel:
`vllm/<lane>/<modell>` (legacy, funktional) und `<owner>/<lane>/<modell>`
(z.B. `glm-5.3/release/glm-5-3` — globales Hermes-Default). Diese sind
Virtual-Key-Realms: `glm-5.3/release/glm-5-3-flash` → 403 `model_blocked`,
während `vllm/release/glm-5-3-flash` mit DEMSELBEN Key 200 OK liefert.
Beim Pinnen von Jobs/Configs immer die `vllm/*`-Form verwenden, bis das
neue Schema Key-seitig freigeschaltet ist.
### `/v1/models` ist KEINE Verfügbarkeitsliste
Sie listet Modelle, die der Key nicht nutzen darf (→ 403 `model_blocked`) und
auch solche, deren Backend hängt (→ curl `code=000`).
## Ausfall-Log
| Datum | Modell | Symptom | Status |
|-------|--------|---------|--------|
| 2026-10-02 | `release/glm-5-2` | TCP-Connect OK (0.69s), TLS OK, **0 Bytes Response** (ttfb=∞), stream + non-stream, von 2 Hosts reproduziert | offen |
**Log-Signatur:**
```
httpx.ReadError: [Errno 32] Broken pipe
→ openai.APIConnectionError: Connection error.
→ 3 Retries → "Provider has been unresponsive (no response received)
for 5 consecutive stale attempts"
```
**Diagnose:** `curl code=000` bei erfolgreichem `time_connect`/`time_appconnect`
⇒ Modell-Backend defekt, nicht Infrastruktur. Siehe [[patterns/llm-backend-hang-diagnosis]] (PAT-015).
## Verbraucher
- **Hermes Agent** — Primärmodell; `glm-5-2` war Default bis 2026-10-02,
jetzt `qsu/deepseek-v41-flash`
- **HA LLM Vision** — `gemma-4-31b-it` für Bildanalyse (Frigate Events)
- **Paperless** — `ds-v4-flash` für OCR/Kategorisierung
- **Sarah-Hermes (VM107)** — `qsu/deepseek-v41-flash` (2026-10-02 umgestellt)
- **Personal Coach Bot** — via noris direkt
- **Dynamic Coach** — via noris direkt, `qwen-image-2-1` für Visualisierungen
## Related
- [[systems/frigate]] — nutzt noris AI für Event-Klassifizierung
- [[systems/homeassistant]] — LLM Vision Integration
- [[systems/paperless]] — OCR via ds-v4-flash
- [[systems/sarah-hermes]] — Verbraucher, Ausfall 2026-10-02
- [[patterns/llm-backend-hang-diagnosis]] — PAT-015