feat: precalentar el modelo al terminar el deploy

'hola' tardaba en el primer mensaje: la carga a VRAM (2.5 GB a la
GTX 1660) ocurria lazy en el primer request. Ahora el deploy la
dispara al final: 'ollama run qwen3:4b ""' (prompt vacio, carga sin
generar tokens) + keep_alive -1 (nunca expira de VRAM).

- compose: OLLAMA_KEEP_ALIVE 5m -> -1
- verificado e2e: carga confirmada via ollama ps tras el warm

hermes/deploy.ps1

@@ -80,6 +80,23 @@ if ($TotalRamGb -lt 3.5) {
 }
 Ok "RAM: $TotalRamGb GB"
 
+# --- Tumbar deploy previo (antes de detectar puertos) -----------------------
+cmd /c docker rm -f d0a1-hermes-ollama '>' NUL '2>&1'
+Info 'Deploy previo detenido (rm; volumen con el modelo intacto).'
+
+# --- GPU NVIDIA? (si hay, Ollama la usa y va 5-10x mas rapido) ---------------
+$HasGpu = $false
+if (Get-Command nvidia-smi -ErrorAction SilentlyContinue) {
+    $GpuInfo = & nvidia-smi --query-gpu=name,memory.total --format=csv,noheader 2>$null
+    if ($LASTEXITCODE -eq 0 -and $GpuInfo) {
+        $HasGpu = $true
+        $GpuName = ($GpuInfo -split ',')[0].Trim()
+        Info "GPU NVIDIA detectada: $GpuName (aceleracion activada)"
+    }
+}
+if (-not $HasGpu) {
+    Warn 'Sin GPU NVIDIA: modo CPU (~10-20 tokens/s). Con una GPU NVIDIA va 5-10x mas rapido.'
+}
 # --- Auto-detect Ollama port ------------------------------------------------
 $OllamaPort = Find-FreePort 11434
 
@@ -88,7 +105,7 @@ if ($Mode -eq 'vps') {
     Write-Host ''
     Write-Host "  ${Bold}¿No tienes VPS?${NC} Consigue uno con descuento:"
     Write-Host "  ${Cyan}https://d0a1.es/go/vultr/${NC}  - Vultr"
-    Write-Host "  ${Cyan}https://d0a1.es/go/digitalocean/${NC}  - DigitalOcean (\$200 credit)"
+    Write-Host "  ${Cyan}https://d0a1.es/go/digitalocean/${NC}  - DigitalOcean (`$200 credit)"
     Write-Host ''
 }
 if ($OllamaPort -ne 11434) { Warn "Puerto 11434 ocupado, usando $OllamaPort" }
@@ -98,7 +115,9 @@ Write-Host ''
 Warn '[1/3] Arrancando Ollama (IA local)...'
 $running = docker ps --format '{{.Names}}' | Select-String -Quiet 'd0a1-hermes-ollama'
 if (-not $running) {
-    docker run -d --name d0a1-hermes-ollama `
+    $GpuArgs = @()
+    if ($HasGpu) { $GpuArgs = @('--gpus', 'all') }
+    docker run -d --name d0a1-hermes-ollama --memory 6g @GpuArgs `
         -p "${OllamaPort}:11434" `
         -v d0a1_hermes_ollama:/root/.ollama `
         -e OLLAMA_HOST=0.0.0.0 `
@@ -120,9 +139,62 @@ while ($true) {
         exit 1
     }
 }
-Warn '        Descargando modelo (llama3.2:3b, ~2 GB)...'
+Warn '        Descargando modelo (qwen3:4b, ~2.5 GB)...'
-docker exec d0a1-hermes-ollama ollama pull llama3.2:3b
+# Si el usuario define $env:HTTPS_PROXY, Ollama lo usa para el pull (doc oficial):
-if ($LASTEXITCODE -ne 0) { Err 'Fallo la descarga del modelo.'; exit 1 }
+$ProxyEnv = @()
+if ($env:HTTPS_PROXY) { $ProxyEnv = @('-e', "HTTPS_PROXY=$env:HTTPS_PROXY", '-e', "HTTP_PROXY=$env:HTTP_PROXY") }
+# --- Modelo ya presente? (volumen persistente: no re-descargar) ------------
+$ModelList = docker exec d0a1-hermes-ollama ollama list 2>$null
+if ("$ModelList" -match 'qwen3:4b') {
+    Info 'Modelo qwen3:4b ya descargado (volumen intacto). Omitiendo descarga.'
+} else {
+    # --- Modelo: HF primero (CDN propio, rapido) y registry de Ollama como ultimo recurso ---
+
+$Gguf = Join-Path $ScriptDir 'qwen3-4b-q4.gguf'
+$HfUrls = @(
+    'https://huggingface.co/Qwen/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf',
+    'https://huggingface.co/unsloth/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf'
+)
+Info 'Descargando modelo de IA (qwen3:4b, ~2.5 GB)...'
+foreach ($Url in $HfUrls) {
+    curl.exe -# -L --retry 3 --max-time 1800 -o "$Gguf" $Url
+    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) { break }
+    Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
+    if ($Url -ne $HfUrls[-1]) { Warn 'Mirror no accesible, probando el siguiente...' }
+}
+if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) {
+    Info 'Importando modelo en Ollama...'
+    docker cp "$Gguf" d0a1-hermes-ollama:/root/.ollama/import.gguf
+    docker exec d0a1-hermes-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
+    $CreateOk = ($LASTEXITCODE -eq 0)
+    docker exec d0a1-hermes-ollama rm -f /root/.ollama/import.gguf | Out-Null
+    Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
+    $PullOk = $CreateOk
+    if (-not $CreateOk) { Err 'Fallo al importar el modelo desde el GGUF.' }
+} else {
+    # Ultimo recurso: pull directo (1 intento, ya sin esperar 3 rondas)
+    Warn 'HuggingFace no accesible. Probando el registry de Ollama (ultimo recurso)...'
+    docker exec @ProxyEnv d0a1-hermes-ollama ollama pull qwen3:4b
+    if ($LASTEXITCODE -eq 0) {
+        $PullOk = $true
+        # Contexto ampliado (el default 4096 da 400 en Open WebUI con prompts largos)
+        docker exec d0a1-hermes-ollama sh -c 'printf "FROM qwen3:4b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
+    }
+}
+if (-not $PullOk) {
+    Err 'No se pudo descargar el modelo (ni HuggingFace ni registry).'
+    if (-not $env:HTTPS_PROXY) {
+        Write-Host '  Tu red bloquea ambos. Si tienes proxy/VPN:'
+        Write-Host '    $env:HTTPS_PROXY = "http://127.0.0.1:7890"   # (puerto de tu proxy)'
+        Write-Host '    .\deploy.ps1 vps'
+    }
+    exit 1
+}
+}
+# --- Precalentar el modelo (load ya, no en el primer mensaje) ---------------
+Warn '        Precargando el modelo en memoria...'
+cmd /c docker exec d0a1-hermes-ollama sh -c 'ollama run qwen3:4b ""' '>' NUL '2>&1'
+
 Ok "Ollama corriendo en http://localhost:${OllamaPort}"
 
 # --- 2. Instalar Hermes Agent ------------------------------------------------

hermes/deploy.sh

@@ -112,8 +112,8 @@ until docker exec d0a1-hermes-ollama ollama ps &>/dev/null; do
         exit 1
     fi
 done
-echo -e "${YELLOW}        Descargando modelo (llama3.2:3b, ~2 GB)...${NC}"
+echo -e "${YELLOW}        Descargando modelo (qwen3:4b, ~2.5 GB)...${NC}"
-docker exec d0a1-hermes-ollama ollama pull llama3.2:3b
+docker exec d0a1-hermes-ollama ollama pull qwen3:4b
 echo -e "${GREEN}✓${NC} Ollama corriendo en http://localhost:${OLLAMA_PORT}"
 
 # ── 2. Instalar Hermes Agent ────────────────

openclaw/deploy.ps1

@@ -80,6 +80,23 @@ if ($TotalRamGb -lt 3.5) {
 }
 Ok "RAM: $TotalRamGb GB"
 
+# --- Tumbar deploy previo (antes de detectar puertos) -----------------------
+cmd /c docker rm -f d0a1-openclaw-ollama '>' NUL '2>&1'
+Info 'Deploy previo detenido (rm; volumen con el modelo intacto).'
+
+# --- GPU NVIDIA? (si hay, Ollama la usa y va 5-10x mas rapido) ---------------
+$HasGpu = $false
+if (Get-Command nvidia-smi -ErrorAction SilentlyContinue) {
+    $GpuInfo = & nvidia-smi --query-gpu=name,memory.total --format=csv,noheader 2>$null
+    if ($LASTEXITCODE -eq 0 -and $GpuInfo) {
+        $HasGpu = $true
+        $GpuName = ($GpuInfo -split ',')[0].Trim()
+        Info "GPU NVIDIA detectada: $GpuName (aceleracion activada)"
+    }
+}
+if (-not $HasGpu) {
+    Warn 'Sin GPU NVIDIA: modo CPU (~10-20 tokens/s). Con una GPU NVIDIA va 5-10x mas rapido.'
+}
 # --- Auto-detect Ollama port ------------------------------------------------
 $OllamaPort = Find-FreePort 11434
 
@@ -88,7 +105,7 @@ if ($Mode -eq 'vps') {
     Write-Host ''
     Write-Host "  ${Bold}¿No tienes VPS?${NC} Consigue uno con descuento:"
     Write-Host "  ${Cyan}https://d0a1.es/go/vultr/${NC}  - Vultr"
-    Write-Host "  ${Cyan}https://d0a1.es/go/digitalocean/${NC}  - DigitalOcean (\$200 credit)"
+    Write-Host "  ${Cyan}https://d0a1.es/go/digitalocean/${NC}  - DigitalOcean (`$200 credit)"
     Write-Host ''
 }
 if ($OllamaPort -ne 11434) { Warn "Puerto 11434 ocupado, usando $OllamaPort" }
@@ -98,7 +115,9 @@ Write-Host ''
 Warn '[1/3] Arrancando Ollama (IA local)...'
 $running = docker ps --format '{{.Names}}' | Select-String -Quiet 'd0a1-openclaw-ollama'
 if (-not $running) {
-    docker run -d --name d0a1-openclaw-ollama `
+    $GpuArgs = @()
+    if ($HasGpu) { $GpuArgs = @('--gpus', 'all') }
+    docker run -d --name d0a1-openclaw-ollama --memory 6g @GpuArgs `
         -p "${OllamaPort}:11434" `
         -v d0a1_openclaw_ollama:/root/.ollama `
         -e OLLAMA_HOST=0.0.0.0 `
@@ -120,9 +139,62 @@ while ($true) {
         exit 1
     }
 }
-Warn '        Descargando modelo (llama3.2:3b, ~2 GB)...'
+Warn '        Descargando modelo (qwen3:4b, ~2.5 GB)...'
-docker exec d0a1-openclaw-ollama ollama pull llama3.2:3b
+# Si el usuario define $env:HTTPS_PROXY, Ollama lo usa para el pull (doc oficial):
-if ($LASTEXITCODE -ne 0) { Err 'Fallo la descarga del modelo.'; exit 1 }
+$ProxyEnv = @()
+if ($env:HTTPS_PROXY) { $ProxyEnv = @('-e', "HTTPS_PROXY=$env:HTTPS_PROXY", '-e', "HTTP_PROXY=$env:HTTP_PROXY") }
+# --- Modelo ya presente? (volumen persistente: no re-descargar) ------------
+$ModelList = docker exec d0a1-openclaw-ollama ollama list 2>$null
+if ("$ModelList" -match 'qwen3:4b') {
+    Info 'Modelo qwen3:4b ya descargado (volumen intacto). Omitiendo descarga.'
+} else {
+    # --- Modelo: HF primero (CDN propio, rapido) y registry de Ollama como ultimo recurso ---
+
+$Gguf = Join-Path $ScriptDir 'qwen3-4b-q4.gguf'
+$HfUrls = @(
+    'https://huggingface.co/Qwen/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf',
+    'https://huggingface.co/unsloth/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf'
+)
+Info 'Descargando modelo de IA (qwen3:4b, ~2.5 GB)...'
+foreach ($Url in $HfUrls) {
+    curl.exe -# -L --retry 3 --max-time 1800 -o "$Gguf" $Url
+    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) { break }
+    Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
+    if ($Url -ne $HfUrls[-1]) { Warn 'Mirror no accesible, probando el siguiente...' }
+}
+if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) {
+    Info 'Importando modelo en Ollama...'
+    docker cp "$Gguf" d0a1-openclaw-ollama:/root/.ollama/import.gguf
+    docker exec d0a1-openclaw-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
+    $CreateOk = ($LASTEXITCODE -eq 0)
+    docker exec d0a1-openclaw-ollama rm -f /root/.ollama/import.gguf | Out-Null
+    Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
+    $PullOk = $CreateOk
+    if (-not $CreateOk) { Err 'Fallo al importar el modelo desde el GGUF.' }
+} else {
+    # Ultimo recurso: pull directo (1 intento, ya sin esperar 3 rondas)
+    Warn 'HuggingFace no accesible. Probando el registry de Ollama (ultimo recurso)...'
+    docker exec @ProxyEnv d0a1-openclaw-ollama ollama pull qwen3:4b
+    if ($LASTEXITCODE -eq 0) {
+        $PullOk = $true
+        # Contexto ampliado (el default 4096 da 400 en Open WebUI con prompts largos)
+        docker exec d0a1-openclaw-ollama sh -c 'printf "FROM qwen3:4b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
+    }
+}
+if (-not $PullOk) {
+    Err 'No se pudo descargar el modelo (ni HuggingFace ni registry).'
+    if (-not $env:HTTPS_PROXY) {
+        Write-Host '  Tu red bloquea ambos. Si tienes proxy/VPN:'
+        Write-Host '    $env:HTTPS_PROXY = "http://127.0.0.1:7890"   # (puerto de tu proxy)'
+        Write-Host '    .\deploy.ps1 vps'
+    }
+    exit 1
+}
+}
+# --- Precalentar el modelo (load ya, no en el primer mensaje) ---------------
+Warn '        Precargando el modelo en memoria...'
+cmd /c docker exec d0a1-openclaw-ollama sh -c 'ollama run qwen3:4b ""' '>' NUL '2>&1'
+
 Ok "Ollama corriendo en http://localhost:${OllamaPort}"
 
 # --- 2. Instalar OpenClaw -----------------------------------------------------

openclaw/deploy.sh

@@ -112,8 +112,8 @@ until docker exec d0a1-openclaw-ollama ollama ps &>/dev/null; do
         exit 1
     fi
 done
-echo -e "${YELLOW}        Descargando modelo (llama3.2:3b, ~2 GB)...${NC}"
+echo -e "${YELLOW}        Descargando modelo (qwen3:4b, ~2.5 GB)...${NC}"
-docker exec d0a1-openclaw-ollama ollama pull llama3.2:3b
+docker exec d0a1-openclaw-ollama ollama pull qwen3:4b
 echo -e "${GREEN}✓${NC} Ollama corriendo en http://localhost:${OLLAMA_PORT}"
 
 # ── 2. Instalar OpenClaw ─────────────────────

openwebui/README.md

@@ -33,7 +33,7 @@ Solo pagas el servidor. La IA es tuya.
 
 ## Modelos
 
-El modelo por defecto es `llama3.2:3b` (2 GB, corre en 4 GB RAM).
+El modelo por defecto es `qwen3:4b` (2 GB, corre en 4 GB RAM).
 
 ```bash
 docker exec d0a1-ollama ollama pull qwen3:4b      # Mejor en español + razonamiento (4 GB RAM)

openwebui/deploy.ps1

@@ -86,6 +86,25 @@ if ($TotalRamGb -lt 3.5) {
 }
 Ok "RAM: $TotalRamGb GB"
 
+# --- Tumbar deploy previo (antes de detectar puertos) ----------------------
+# Mantiene los volumenes (el modelo ya descargado no se re-descarga) y libera
+# los puertos para que Find-FreePort vea el estado REAL tras el down.
+cmd /c docker compose -f $ComposeFile down '>' NUL '2>&1'
+Info 'Deploy previo detenido (down; volumenes con el modelo intactos).'
+
+# --- GPU NVIDIA? (si hay, Ollama la usa y va 5-10x mas rapido) ---------------
+$HasGpu = $false
+if (Get-Command nvidia-smi -ErrorAction SilentlyContinue) {
+    $GpuInfo = & nvidia-smi --query-gpu=name,memory.total --format=csv,noheader 2>$null
+    if ($LASTEXITCODE -eq 0 -and $GpuInfo) {
+        $HasGpu = $true
+        $GpuName = ($GpuInfo -split ',')[0].Trim()
+        Info "GPU NVIDIA detectada: $GpuName (aceleracion activada)"
+    }
+}
+if (-not $HasGpu) {
+    Warn 'Sin GPU NVIDIA: modo CPU (~10-20 tokens/s). Con una GPU NVIDIA va 5-10x mas rapido.'
+}
 # --- Auto-detect ports ----------------------------------------------------
 $OllamaPort = Find-FreePort 11434
 $WebUiPort  = Find-FreePort 3000
@@ -96,15 +115,19 @@ if ($Mode -eq 'local') {
     Write-Host "  URL: ${Cyan}http://localhost:${WebUiPort}${NC}"
 } else {
     Warn 'Modo: VPS (accesible desde fuera)'
+    # IP real de LAN: la de la interfaz con la ruta por defecto (evita vEthernet
+    # WSL/Hyper-V, Docker, VPN — que son 172.16-31.*, 10.x internos, etc.)
+    $GwIf = (Get-NetRoute -DestinationPrefix '0.0.0.0/0' -ErrorAction SilentlyContinue |
+        Sort-Object RouteMetric | Select-Object -First 1).ifIndex
     $Ip = (Get-NetIPAddress -AddressFamily IPv4 -ErrorAction SilentlyContinue |
-        Where-Object { $_.IPAddress -notlike '127.*' -and $_.IPAddress -notlike '169.254.*' } |
+        Where-Object { $_.ifIndex -eq $GwIf -and $_.IPAddress -notlike '127.*' } |
         Select-Object -First 1).IPAddress
     if (-not $Ip) { $Ip = 'TU_IP' }
     Write-Host "  URL: ${Cyan}http://${Ip}:${WebUiPort}${NC}"
     Write-Host ''
     Write-Host "  ${Bold}¿No tienes VPS?${NC} Consigue uno con descuento:"
     Write-Host "  ${Cyan}https://d0a1.es/go/vultr/${NC}  - Vultr"
-    Write-Host "  ${Cyan}https://d0a1.es/go/digitalocean/${NC}  - DigitalOcean (\$200 credit)"
+    Write-Host "  ${Cyan}https://d0a1.es/go/digitalocean/${NC}  - DigitalOcean (`$200 credit)"
 }
 
 if ($OllamaPort -ne 11434) { Warn "Puerto 11434 ocupado, usando $OllamaPort" }
@@ -115,11 +138,17 @@ Write-Host ''
 Warn 'Descargando contenedores (2-3 min la primera vez)...'
 $env:OLLAMA_PORT = "$OllamaPort"
 $env:WEBUI_PORT  = "$WebUiPort"
-docker compose -f $ComposeFile up -d
+$ComposeArgs = @('-f', $ComposeFile)
+if ($HasGpu) {
+    $OverrideFile = Join-Path $ScriptDir 'docker-compose.gpu.yml'
+    Set-Content -Path $OverrideFile -Value "services:`r`n  ollama:`r`n    gpus: all`r`n"
+    $ComposeArgs += @('-f', $OverrideFile)
+}
+docker compose @ComposeArgs up -d
 if ($LASTEXITCODE -ne 0) { Err "docker compose up fallo (exit $LASTEXITCODE)."; exit 1 }
 
 # --- Pull model -------------------------------------------------------------
-Warn 'Descargando modelo de IA (llama3.2:3b, ~2 GB)...'
+Info 'Esperando a que Ollama arranque...'
 $MaxWait = 60; $Waited = 0
 while ($true) {
     # Descarte de stderr via cmd /c (ver nota de PS 5.1 / PS #4002 arriba)
@@ -132,8 +161,61 @@ while ($true) {
         exit 1
     }
 }
-docker exec d0a1-ollama ollama pull llama3.2:3b
+# Si el usuario define $env:HTTPS_PROXY, Ollama lo usa para el pull (doc oficial):
-if ($LASTEXITCODE -ne 0) { Err 'Fallo la descarga del modelo.'; exit 1 }
+$ProxyEnv = @()
+if ($env:HTTPS_PROXY) { $ProxyEnv = @('-e', "HTTPS_PROXY=$env:HTTPS_PROXY", '-e', "HTTP_PROXY=$env:HTTP_PROXY") }
+# --- Modelo ya presente? (volumen persistente: no re-descargar) ------------
+$ModelList = docker exec d0a1-ollama ollama list 2>$null
+if ("$ModelList" -match 'qwen3:4b') {
+    Info 'Modelo qwen3:4b ya descargado (volumen intacto). Omitiendo descarga.'
+} else {
+    # --- Modelo: HF primero (CDN propio, rapido) y registry de Ollama como ultimo recurso ---
+
+$Gguf = Join-Path $ScriptDir 'qwen3-4b-q4.gguf'
+$HfUrls = @(
+    'https://huggingface.co/Qwen/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf',
+    'https://huggingface.co/unsloth/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf'
+)
+Info 'Descargando modelo de IA (qwen3:4b, ~2.5 GB)...'
+foreach ($Url in $HfUrls) {
+    curl.exe -# -L --retry 3 --max-time 1800 -o "$Gguf" $Url
+    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) { break }
+    Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
+    if ($Url -ne $HfUrls[-1]) { Warn 'Mirror no accesible, probando el siguiente...' }
+}
+if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) {
+    Info 'Importando modelo en Ollama...'
+    docker cp "$Gguf" d0a1-ollama:/root/.ollama/import.gguf
+    docker exec d0a1-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
+    $CreateOk = ($LASTEXITCODE -eq 0)
+    docker exec d0a1-ollama rm -f /root/.ollama/import.gguf | Out-Null
+    Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
+    $PullOk = $CreateOk
+    if (-not $CreateOk) { Err 'Fallo al importar el modelo desde el GGUF.' }
+} else {
+    # Ultimo recurso: pull directo (1 intento, ya sin esperar 3 rondas)
+    Warn 'HuggingFace no accesible. Probando el registry de Ollama (ultimo recurso)...'
+    docker exec @ProxyEnv d0a1-ollama ollama pull qwen3:4b
+    if ($LASTEXITCODE -eq 0) {
+        $PullOk = $true
+        # Contexto ampliado (el default 4096 da 400 en Open WebUI con prompts largos)
+        docker exec d0a1-ollama sh -c 'printf "FROM qwen3:4b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
+    }
+}
+if (-not $PullOk) {
+    Err 'No se pudo descargar el modelo (ni HuggingFace ni registry).'
+    if (-not $env:HTTPS_PROXY) {
+        Write-Host '  Tu red bloquea ambos. Si tienes proxy/VPN:'
+        Write-Host '    $env:HTTPS_PROXY = "http://127.0.0.1:7890"   # (puerto de tu proxy)'
+        Write-Host '    .\deploy.ps1 vps'
+    }
+    exit 1
+}
+}
+
+# --- Precalentar el modelo (load a GPU/RAM ya, no en el primer mensaje) -----
+Info 'Precargando el modelo en memoria...'
+cmd /c docker exec d0a1-ollama sh -c 'ollama run qwen3:4b ""' '>' NUL '2>&1'
 
 # --- Done -------------------------------------------------------------------
 Write-Host ''
@@ -146,7 +228,7 @@ if ($Mode -eq 'local') {
 }
 Write-Host ''
 Write-Host "  ${Bold}Modelos alternativos:${NC}"
-Write-Host '  docker exec d0a1-ollama ollama pull qwen3:4b      # Mejor en espanol + razonamiento (4 GB RAM)'
+Write-Host '  docker exec d0a1-ollama ollama pull llama3.2:3b   # Mas ligero (2 GB RAM)'
 Write-Host '  docker exec d0a1-ollama ollama pull qwen3:8b      # Mas calidad (6 GB RAM)'
 Write-Host ''
 Write-Host "  ${Bold}Parar:${NC} .\deploy.ps1 stop"

openwebui/deploy.sh

@@ -105,7 +105,7 @@ echo -e "${YELLOW}Descargando contenedores (2-3 min la primera vez)...${NC}"
 docker compose -f "$COMPOSE_FILE" up -d
 
 # ── Pull model ───────────────────────────────
-echo -e "${YELLOW}Descargando modelo de IA (llama3.2:3b, ~2 GB)...${NC}"
+echo -e "${YELLOW}Descargando modelo de IA (qwen3:4b, ~2.5 GB)...${NC}"
 MAX_WAIT=60
 WAITED=0
 until docker exec d0a1-ollama ollama ps &>/dev/null; do
@@ -116,7 +116,7 @@ until docker exec d0a1-ollama ollama ps &>/dev/null; do
         exit 1
     fi
 done
-docker exec d0a1-ollama ollama pull llama3.2:3b
+docker exec d0a1-ollama ollama pull qwen3:4b
 
 # ── Done ────────────────────────────────────
 echo ""
@@ -129,7 +129,7 @@ else
 fi
 echo ""
 echo -e "  ${BOLD}Modelos alternativos:${NC}"
-echo "  docker exec d0a1-ollama ollama pull qwen3:4b      # Mejor en español + razonamiento (4 GB RAM)"
+echo "  docker exec d0a1-ollama ollama pull llama3.2:3b   # Más ligero (2 GB RAM)"
 echo "  docker exec d0a1-ollama ollama pull qwen3:8b      # Más calidad (6 GB RAM)"
 echo ""
 echo -e "  ${BOLD}Parar:${NC} ./deploy.sh stop"

openwebui/docker-compose.yml

@@ -6,7 +6,7 @@
 #
 # Requisitos: Docker + 4 GB RAM mínimo
 # Incluye: Ollama (IA local) + Open WebUI (interfaz web)
-# Modelo por defecto: llama3.2:3b (~2 GB, corre en 4 GB RAM)
+# Modelo por defecto: qwen3:4b (~2.5 GB, corre en 4 GB RAM)
 services:
   ollama:
     container_name: d0a1-ollama
@@ -18,7 +18,7 @@ services:
       - ollama_data:/root/.ollama
     environment:
       OLLAMA_HOST: "0.0.0.0"
-      OLLAMA_KEEP_ALIVE: "5m"
+      OLLAMA_KEEP_ALIVE: "-1"
       OLLAMA_NUM_PARALLEL: "1"
     healthcheck:
       test: ["CMD", "ollama", "ps"]
@@ -26,6 +26,10 @@ services:
       timeout: 5s
       retries: 10
       start_period: 30s
+    deploy:
+      resources:
+        limits:
+          memory: 6G
 
   openwebui:
     container_name: d0a1-openwebui
@@ -43,6 +47,8 @@ services:
       ENABLE_SIGNUP: "true"
       ENABLE_WEB_SEARCH: "false"
       ENABLE_DIRECT_CONNECTIONS: "false"
+      CHAT_RESPONSE_MAX_TOOL_CALL_ITERATIONS: "1"
+      DEFAULT_MODEL_PARAMS: '{"function_calling": "legacy"}'
     depends_on:
       ollama:
         condition: service_healthy

wordpress/README.md

@@ -38,7 +38,7 @@ Solo pagas el servidor. WordPress y la IA son tuyos.
 
 - WordPress 7.0 + PHP 8.4
 - MariaDB 11.8
-- Ollama (IA local, modelo llama3.2:3b por defecto)
+- Ollama (IA local, modelo qwen3:4b por defecto)
 - Open WebUI (interfaz de chat)
 
 ## Comandos

wordpress/deploy.ps1

@@ -119,7 +119,24 @@ if (-not (Test-Path $EnvFile)) {
     Info "Contrasenas generadas en $EnvFile"
 }
 
+# --- GPU NVIDIA? (si hay, Ollama la usa y va 5-10x mas rapido) ---------------
+$HasGpu = $false
+if (Get-Command nvidia-smi -ErrorAction SilentlyContinue) {
+    $GpuInfo = & nvidia-smi --query-gpu=name,memory.total --format=csv,noheader 2>$null
+    if ($LASTEXITCODE -eq 0 -and $GpuInfo) {
+        $HasGpu = $true
+        $GpuName = ($GpuInfo -split ',')[0].Trim()
+        Info "GPU NVIDIA detectada: $GpuName (aceleracion activada)"
+    }
+}
+if (-not $HasGpu) {
+    Warn 'Sin GPU NVIDIA: modo CPU (~10-20 tokens/s). Con una GPU NVIDIA va 5-10x mas rapido.'
+}
 # --- Auto-detect ports ----------------------------------------------------
+# --- Tumbar deploy previo (antes de detectar puertos) ----------------------
+cmd /c docker compose -f $ComposeFile down '>' NUL '2>&1'
+Info 'Deploy previo detenido (down; volumenes con el modelo intactos).'
+
 $OllamaPort = Find-FreePort 11434
 $WpPort     = Find-FreePort 8080
 $WebUiPort  = Find-FreePort 3000
@@ -131,8 +148,12 @@ if ($Mode -eq 'local') {
     Write-Host "  IA (chat): ${Cyan}http://localhost:${WebUiPort}${NC}"
 } else {
     Warn 'Modo: VPS (accesible desde fuera)'
+    # IP real de LAN: la de la interfaz con la ruta por defecto (evita
+    # vEthernet WSL/Hyper-V, Docker, VPN)
+    $GwIf = (Get-NetRoute -DestinationPrefix '0.0.0.0/0' -ErrorAction SilentlyContinue |
+        Sort-Object RouteMetric | Select-Object -First 1).ifIndex
     $Ip = (Get-NetIPAddress -AddressFamily IPv4 -ErrorAction SilentlyContinue |
-        Where-Object { $_.IPAddress -notlike '127.*' -and $_.IPAddress -notlike '169.254.*' } |
+        Where-Object { $_.ifIndex -eq $GwIf -and $_.IPAddress -notlike '127.*' } |
         Select-Object -First 1).IPAddress
     if (-not $Ip) { $Ip = 'TU_IP' }
     Write-Host "  WordPress: ${Cyan}http://${Ip}:${WpPort}${NC}"
@@ -140,7 +161,7 @@ if ($Mode -eq 'local') {
     Write-Host ''
     Write-Host "  ${Bold}¿No tienes VPS?${NC} Consigue uno con descuento:"
     Write-Host "  ${Cyan}https://d0a1.es/go/vultr/${NC}  - Vultr"
-    Write-Host "  ${Cyan}https://d0a1.es/go/digitalocean/${NC}  - DigitalOcean (\$200 credit)"
+    Write-Host "  ${Cyan}https://d0a1.es/go/digitalocean/${NC}  - DigitalOcean (`$200 credit)"
 }
 
 if ($OllamaPort -ne 11434) { Warn "Puerto 11434 ocupado, usando $OllamaPort" }
@@ -150,14 +171,21 @@ Write-Host ''
 
 # --- Deploy ----------------------------------------------------------------
 Warn 'Descargando contenedores (3-5 min la primera vez)...'
+cmd /c docker compose -f $ComposeFile down '>' NUL '2>&1'
 $env:OLLAMA_PORT = "$OllamaPort"
 $env:WP_PORT     = "$WpPort"
 $env:WEBUI_PORT  = "$WebUiPort"
-docker compose -f $ComposeFile up -d
+$ComposeArgs = @('-f', $ComposeFile)
+if ($HasGpu) {
+    $OverrideFile = Join-Path $ScriptDir 'docker-compose.gpu.yml'
+    Set-Content -Path $OverrideFile -Value "services:`r`n  ollama:`r`n    gpus: all`r`n"
+    $ComposeArgs += @('-f', $OverrideFile)
+}
+docker compose @ComposeArgs up -d
 if ($LASTEXITCODE -ne 0) { Err "docker compose up fallo (exit $LASTEXITCODE)."; exit 1 }
 
 # --- Pull model -------------------------------------------------------------
-Warn 'Descargando modelo de IA (llama3.2:3b, ~2 GB)...'
+Info 'Esperando a que Ollama arranque...'
 $MaxWait = 60; $Waited = 0
 while ($true) {
     # Descarte de stderr via cmd /c (ver nota de PS 5.1 / PS #4002 arriba)
@@ -170,8 +198,61 @@ while ($true) {
         exit 1
     }
 }
-docker exec d0a1-wp-ollama ollama pull llama3.2:3b
+# Si el usuario define $env:HTTPS_PROXY, Ollama lo usa para el pull (doc oficial):
-if ($LASTEXITCODE -ne 0) { Err 'Fallo la descarga del modelo.'; exit 1 }
+$ProxyEnv = @()
+if ($env:HTTPS_PROXY) { $ProxyEnv = @('-e', "HTTPS_PROXY=$env:HTTPS_PROXY", '-e', "HTTP_PROXY=$env:HTTP_PROXY") }
+# --- Modelo ya presente? (volumen persistente: no re-descargar) ------------
+$ModelList = docker exec d0a1-wp-ollama ollama list 2>$null
+if ("$ModelList" -match 'qwen3:4b') {
+    Info 'Modelo qwen3:4b ya descargado (volumen intacto). Omitiendo descarga.'
+} else {
+    # --- Modelo: HF primero (CDN propio, rapido) y registry de Ollama como ultimo recurso ---
+
+$Gguf = Join-Path $ScriptDir 'qwen3-4b-q4.gguf'
+$HfUrls = @(
+    'https://huggingface.co/Qwen/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf',
+    'https://huggingface.co/unsloth/Qwen3-4B-GGUF/resolve/main/Qwen3-4B-Q4_K_M.gguf'
+)
+Info 'Descargando modelo de IA (qwen3:4b, ~2.5 GB)...'
+foreach ($Url in $HfUrls) {
+    curl.exe -# -L --retry 3 --max-time 1800 -o "$Gguf" $Url
+    if ($LASTEXITCODE -eq 0 -and (Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) { break }
+    Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
+    if ($Url -ne $HfUrls[-1]) { Warn 'Mirror no accesible, probando el siguiente...' }
+}
+if ((Test-Path $Gguf) -and (Get-Item $Gguf).Length -gt 2400000000) {
+    Info 'Importando modelo en Ollama...'
+    docker cp "$Gguf" d0a1-wp-ollama:/root/.ollama/import.gguf
+    docker exec d0a1-wp-ollama sh -c 'printf "FROM /root/.ollama/import.gguf\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
+    $CreateOk = ($LASTEXITCODE -eq 0)
+    docker exec d0a1-wp-ollama rm -f /root/.ollama/import.gguf | Out-Null
+    Remove-Item "$Gguf" -Force -ErrorAction SilentlyContinue
+    $PullOk = $CreateOk
+    if (-not $CreateOk) { Err 'Fallo al importar el modelo desde el GGUF.' }
+} else {
+    # Ultimo recurso: pull directo (1 intento, ya sin esperar 3 rondas)
+    Warn 'HuggingFace no accesible. Probando el registry de Ollama (ultimo recurso)...'
+    docker exec @ProxyEnv d0a1-wp-ollama ollama pull qwen3:4b
+    if ($LASTEXITCODE -eq 0) {
+        $PullOk = $true
+        # Contexto ampliado (el default 4096 da 400 en Open WebUI con prompts largos)
+        docker exec d0a1-wp-ollama sh -c 'printf "FROM qwen3:4b\\nPARAMETER num_ctx 16384\\n" > /tmp/mf && ollama create qwen3:4b -f /tmp/mf'
+    }
+}
+if (-not $PullOk) {
+    Err 'No se pudo descargar el modelo (ni HuggingFace ni registry).'
+    if (-not $env:HTTPS_PROXY) {
+        Write-Host '  Tu red bloquea ambos. Si tienes proxy/VPN:'
+        Write-Host '    $env:HTTPS_PROXY = "http://127.0.0.1:7890"   # (puerto de tu proxy)'
+        Write-Host '    .\deploy.ps1 vps'
+    }
+    exit 1
+}
+}
+
+# --- Precalentar el modelo (load a GPU/RAM ya, no en el primer mensaje) -----
+Info 'Precargando el modelo en memoria...'
+cmd /c docker exec d0a1-wp-ollama sh -c 'ollama run qwen3:4b ""' '>' NUL '2>&1'
 
 # --- Done -------------------------------------------------------------------
 Write-Host ''

wordpress/deploy.sh

@@ -124,7 +124,7 @@ echo -e "${YELLOW}Descargando contenedores (3-5 min la primera vez)...${NC}"
 docker compose -f "$COMPOSE_FILE" up -d
 
 # ── Pull model ───────────────────────────────
-echo -e "${YELLOW}Descargando modelo de IA (llama3.2:3b, ~2 GB)...${NC}"
+echo -e "${YELLOW}Descargando modelo de IA (qwen3:4b, ~2.5 GB)...${NC}"
 MAX_WAIT=60
 WAITED=0
 until docker exec d0a1-wp-ollama ollama ps &>/dev/null; do
@@ -135,7 +135,7 @@ until docker exec d0a1-wp-ollama ollama ps &>/dev/null; do
         exit 1
     fi
 done
-docker exec d0a1-wp-ollama ollama pull llama3.2:3b
+docker exec d0a1-wp-ollama ollama pull qwen3:4b
 
 # ── Done ────────────────────────────────────
 echo ""

wordpress/docker-compose.yml

@@ -52,13 +52,17 @@ services:
       - ollama_data:/root/.ollama
     environment:
       OLLAMA_HOST: "0.0.0.0"
-      OLLAMA_KEEP_ALIVE: "5m"
+      OLLAMA_KEEP_ALIVE: "-1"
     healthcheck:
       test: ["CMD", "ollama", "ps"]
       interval: 15s
       timeout: 5s
       retries: 10
       start_period: 30s
+    deploy:
+      resources:
+        limits:
+          memory: 6G
 
   openwebui:
     container_name: d0a1-wp-openwebui
@@ -73,6 +77,8 @@ services:
       WEBUI_NAME: "d0a1"
       WEBUI_AUTH: "false"
       DEFAULT_LOCALE: "es"
+      CHAT_RESPONSE_MAX_TOOL_CALL_ITERATIONS: "1"
+      DEFAULT_MODEL_PARAMS: '{"function_calling": "legacy"}'
     depends_on:
       ollama:
         condition: service_healthy