README.md

@@ -62,7 +62,3 @@ AI Agent (Cline 等) が「なぜか思い通りに動かない」時の強力
 1. **Agent対応の判断**: `d` でダンプを見れば、モデルが正しく「ツール呼び出し（JSON）」を行っているか一目瞭然です。
 2. **30bモデルの運用**: RTX 3060 で 30b クラスを動かす際、`s` と `l` の分析により「あ、これはQ3量子化じゃないと無理だ」といった戦略的な判断が可能になります。
 3. **長考への耐性**: 600秒のタイムアウト設定により、巨大モデルの深い思考（Reasoning）を途中で遮断しません。
-
-## インストール
-sudo apt install -y python3-pip
-pip install httpx uvicorn fastapi --break-system-packages

oproxy.py

@@ -1,5 +1,5 @@
 # バージョン情報: Python 3.12+ / FastAPI 0.115.0 / uvicorn 0.30.0 / httpx 0.28.0
-# [2026-02-14] 3060(12GB)戦術支援：Mattermost連携・文字化け完全対策・全ロジック非短縮版
+# [2026-02-10] 3060(12GB)戦術支援：全機能完全統合・非短縮版
 import argparse
 import asyncio
 import json
@@ -35,11 +35,6 @@ CONFIG = {
     "models_cache": [],
     "loop": None,
     "vram_total": 12.0,
-    # --- Mattermost 連携設定 ---
-    "webhook_url_secret": "https://mm.ka.sugeee.com/hooks/ctjisw6ugjg85nhddo9ox9zt4c",
-    "webhook_url": "https://mm.ka.sugeee.com/hooks/7d4793kdufyad8afi9x9wof13r",
-    "enable_webhook": True,
-    "max_log_len": 4000
 }
 
 # 高速抽出用正規表現
@@ -54,44 +49,7 @@ def pulse(char, color=C_RESET):
     print(f"{color}{char}{C_RESET}", end="", flush=True)
 
 
-# --- 🛰️ Mattermost 送信エンジン (文字化け対策済み) ---
+# --- 🧠 戦略的モデル分析 (2行分割レイアウト) ---
-async def post_to_mattermost(model_name, path, req_body, resp_text):
-    """通信完了後にバックグラウンドでMattermostへログを飛ばす。生日本語を保持する。"""
-    if not CONFIG["webhook_url"] or not CONFIG["enable_webhook"]:
-        return
-    try:
-        # リクエストのデコード（生日本語を維持）
-        try:
-            req_obj = json.loads(req_body)
-            req_clean = json.dumps(req_obj, indent=2, ensure_ascii=False)
-        except:
-            req_clean = req_body.decode('utf-8', errors='replace')
-
-        # レスポンスのカットオフ
-        resp_display = (
-            resp_text if len(resp_text) < CONFIG["max_log_len"] 
-            else resp_text[:CONFIG["max_log_len"]] + "\n\n*(長文のため中略...)*"
-        )
-
-        payload = {
-            "username": f"oproxy:{model_name}",
-            "icon_url": "https://ollama.com/public/ollama.png",
-            "text": (
-                f"### 🛡️ LLM Traffic Log: `{path}`\n"
-                f"- **Model:** `{model_name}` | **Time:** {datetime.now().strftime('%H:%M:%S')}\n"
-                f"#### 📥 Request preview\n```json\n{req_clean[:800]}\n```\n"
-                f"#### 📤 Response\n{resp_display}"
-            )
-        }
-        async with httpx.AsyncClient(timeout=15.0) as client:
-            # ensure_ascii=False で Mattermost に生の日本語を届ける
-            encoded_payload = json.dumps(payload, ensure_ascii=False).encode('utf-8')
-            await client.post(CONFIG["webhook_url"], content=encoded_payload, headers={"Content-Type": "application/json"})
-    except Exception as e:
-        print(f"\n{C_RED}[Webhook Fail] {e}{C_RESET}")
-
-
-# --- 🧠 戦略的モデル分析 (2行分割レイアウト・非短縮版) ---
 async def fetch_detailed_models():
     """Ollamaの内部情報を深掘りし、メタデータを完全取得する"""
     try:
@@ -235,16 +193,9 @@ async def sticky_proxy(path: str, request: Request):
     print(f"{get_ts()} {C_WHITE}/{path: <10}{C_RESET} ", end="", flush=True)
     body = await request.body()
 
-    # 送信時にどのモデルか判別するための抽出
-    model_name = "unknown"
-    try:
-        model_name = json.loads(body).get("model", "unknown")
-    except:
-        pass
-
     if do_dump:
         print(
-            f"\n{C_YELLOW}{'=' * 60}\n[DUMP REQUEST: {model_name}]\n{'=' * 60}{C_RESET}"
+            f"\n{C_YELLOW}{'=' * 60}\n[DUMP REQUEST: {request.method} /{path}]\n{'=' * 60}{C_RESET}"
         )
         try:
             print(json.dumps(json.loads(body), indent=2, ensure_ascii=False))
@@ -273,32 +224,25 @@ async def sticky_proxy(path: str, request: Request):
                 ) as response:
                     pulse("v", C_GREEN)
 
-                    full_text_buffer = []
                     async for chunk in response.aiter_bytes():
-                        # チャンクから正規表現で高速テキスト抽出
+                        if do_dump:
+                            # チャンクから正規表現で高速テキスト抽出（リアルタイム表示）
                             raw_data = chunk.decode(errors="ignore")
                             matches = RE_CONTENT.findall(raw_data)
                             for m in matches:
                                 try:
-                                # 【最重要】Unicodeエスケープを戻し、化けないようにUTF-8で再構成
+                                    text = m.encode().decode(
-                                text = m.encode('utf-8').decode('unicode_escape').encode('latin1').decode('utf-8')
+                                        "unicode_escape", errors="ignore"
-                                full_text_buffer.append(text)
+                                    )
-                                if do_dump:
+                                    print(
-                                    print(f"{C_WHITE}{text}{C_RESET}", end="", flush=True)
+                                        f"{C_WHITE}{text}{C_RESET}", end="", flush=True
+                                    )
                                 except:
-                                # 万が一デコードに失敗した場合はマッチした文字列をそのまま保持
+                                    pass
-                                full_text_buffer.append(m)
 
                         pulse("v", C_GREEN)
                         yield chunk
 
-                    # 通信完了後に非同期タスクとしてWebhook送信
-                    if full_text_buffer:
-                        combined_text = "".join(full_text_buffer)
-                        asyncio.create_task(post_to_mattermost(
-                            model_name, path, body, combined_text
-                        ))
-
                     if do_dump:
                         print(f"\n{C_GREEN}{'=' * 60}{C_RESET}")
                     pulse("*", C_YELLOW)