#!/usr/bin/env bash
# Spark-X2.6-4B lokal ausprobieren – macOS
# Automatisch erzeugt von Tokenstrom (tokenstrom.de).
# Aufruf: bash try_mac.sh            # Ollama (Standard)
#        MODE=hf bash try_mac.sh    # Python/transformers
set -e
cd "$(dirname "$0")"
echo "== Spark-X2.6-4B =="

if [ "${MODE:-ollama}" = "ollama" ]; then
  echo "== Ollama =="
  if ! command -v ollama >/dev/null 2>&1; then
    if command -v brew >/dev/null 2>&1; then brew install ollama; else
      echo "Bitte zuerst die Ollama-App installieren: https://ollama.com/download/mac"; exit 1; fi
  fi
  curl -s http://localhost:11434/api/tags >/dev/null 2>&1 || (ollama serve >/dev/null 2>&1 &)
  sleep 3
  MODEL="${MODEL:-}"
  # Passende Variante für deine Hardware auswählen (eigene Wahl:  MODEL=<name> bash try_mac.sh)
  if [ -z "${MODEL:-}" ]; then
  MEM_GB=$(( $(sysctl -n hw.memsize) / 1073741824 * 7 / 10 ))   # ca. 70 % des Speichers nutzt die GPU
  MODEL=$(printf '%s\n' "5.0 hf.co/XHToken/Spark-X2.6-4B-GGUF:Q4_K_M 1
6.0 hf.co/XHToken/Spark-X2.6-4B-GGUF:Q8_0 0" | awk -v mem="$MEM_GB" '
    { need[NR]=$1+0; ref[NR]=$2; def[NR]=$3+0 }
    END { mem=mem+0; for (i=1;i<=NR;i++) if (def[i]==1 && need[i]<=mem) { print ref[i]; exit }
          best=ref[1]; for (i=1;i<=NR;i++) if (need[i]<=mem) best=ref[i]; print best }')
  echo "Verfügbarer Speicher: ca. ${MEM_GB} GB  ->  gewählte Variante: $MODEL"
  fi

  MODEL="${MODEL:-hf.co/XHToken/Spark-X2.6-4B-GGUF}"
  echo "Lade $MODEL herunter (beim ersten Mal dauert das je nach Größe einige Minuten) ..."
  ollama pull "$MODEL"
  echo ""
  echo "Fertig! Tippe jetzt deine Frage ein und drücke Enter. Beenden mit /bye"
  exec ollama run "$MODEL"
fi

echo "== Python / Hugging Face =="
python3 -m venv .venv-spark-x2-6-4b
source .venv-spark-x2-6-4b/bin/activate
pip install -q -U pip
pip install -q -U torch transformers accelerate

python3 demo.py