ローカル GGUF モデルを用途別ワークスペースに起動する Windows 向けランチャーです。Docker / WSL を使わず、ネイティブの llama.cpp (llama-server.exe) を起動し、コーディング・チャット・エージェント・リサーチの各ワークスペースへ接続します。
セキュリティ方針: このリポジトリは API キー・認証情報・トークンを一切含みません。API キーは Windows の環境変数のみで参照します。マシン固有パス（モデル・ComfyUI 等）はスクリプト内にフォールバックとして存在しますが、すべて
LLAMADOCK_*/LLAMA_TQ3_*環境変数で上書きできます（本リポジトリ自体に個人データは含まれません）。詳しくは下記「セキュリティ」を参照してください。
| ワークスペース | 用途 |
|---|---|
| Cline | コーディング用エージェント |
| OpenCode | ローカル OpenAI 互換 API に接続するターミナル型コーディングエージェント |
| Open WebUI (Computer) | 会話・Web 検索・コンパクション対応のブラウザ UI |
| Llama Agent | ターミナル型エージェント + 反復 Web 調査ハーネス |
| ComfyUI | MiniMax H3 ビデオ / オーディオ生成 |
| DeepSeek Harness | エージェントハーネス（npx 自動インストール＋自動アップデート） |
.\llamadock.bat互換用エントリポイントとして llama-tq3-chat.bat も残しています（中身は llamadock.bat を呼び出します）。
ComfyUIだけを起動する場合は、モデル選択を省略できます。
.\comfyui.batllamadock.bat を起動した場合も、最初に LLM workspace と ComfyUI を選択できます。
ComfyUI の起動フラグは調査に基づく既定値（--reserve-vram 1.0、--lowvram なし）が自動適用されます。
起動時に「ComfyUI tuning」メニュー（推奨順: [1] plan（ck + 企画モード・Enter でも可）/ [2] ck / [3] default / [4] custom。super / fast / triton / bench は LLAMADOCK_COMFY_PROFILE で指定可）で対話的に切り替えられます。
[1] plan を選ぶと ck + 企画モード で起動し、h3-chat（企画 LLM 付き）を自動で開きます。企画 LLM は Qwen3.5-4B（CPU・8190・視覚対応・常駐）と Qwen3.8-27B（GPU・8191・企画フェーズのみ・高品質）を選択でき、27B は生成直前に h3-chat が自動停止して VRAM を空けます。両方起動済みなら二重起動せずブラウザを開くだけです。
セッションメニューで [4] Stop server and exit を選ぶと、ComfyUI / h3-chat / 企画 LLM も全部停止して GPU・RAM を解放するかを確認します。
プロファイル／環境変数でも指定できます（LLAMADOCK_COMFY_PROFILE=super|ck|fast|bench|triton、
LLAMADOCK_COMFY_FLAGS、-ComfyUIFlags）。ck は --use-ck-attention（comfy-kitchen attention、
ComfyUI 0.33.0 以上）で、この機（RX 7800 XT）で有効化を確認済み。super は ck + triton の
全部載せですが、triton 3.7.x はこの GPU の H3 INT8 経路でクラッシュするためデフォルトで ck 相当に
フォールバックします（LLAMADOCK_COMFY_TRITON=1 で強制有効化。triton-windows は 2026-08-16 に
アンインストール済みのため、この機では常に ck 相当になります）。
ComfyUI 起動後に tools\h3-chat.ps1 を実行すると、ノード UI を触らずテキストで動画を生成できる
チャットページ（http://127.0.0.1:8189）が開きます（クイック約1分 / フル約9分・音声付き）。
チャット欄の ✎ 企画モード にチェックを入れると、「キー画像 → 動画」の2段階で企画できます。
① ローカル LLM（CPU 推論・VRAM 不使用）と日本語で「打ち返しながら」アイデアを固め、英語の画像プロンプトを生成
② Z-Image Turbo（GGUF Q8・lesliemore/z-image-turbo-nsfw-v2）でキー画像を高速生成（約15秒）
③ 画像を確認 → 必要なら日本語で修正指示 → 確定すると Z-Image をアンロード（VRAM 解放）
④ 確定した画像をもとに企画 LLM が英語の動画プロンプト（動き・カメラ・時間経過を追加）を作成 → 生成
動画が完成すると 自動停止のカウントダウンが始まり、放置すれば ComfyUI・企画 LLM を停止して
GPU・メモリを解放します（ブラウザが閉じていてもサーバー側で 180 秒後に確実に停止）。
企画 LLM は -PlanModel Qwen3.5（**Qwen3.5-4B NSFW Literotica・えろ特化・視覚対応、デフォルト）/ Off（無効）で
選択します。Qwen3.5 は mmproj 視覚エンコーダ付きで起動するため、確定したキー画像を実際に見て
動画プロンプトを作成します。旧 LFM / DirtyMuse / Qwen3.5-4B-Uncensored は一本化・削除済みです。
h3-chat.py は企画 LLM を自動起動します（8190 が落ちていても起動時にバックグラウンドで
llama-server を立ち上げ、リクエスト時に再接続も試みる）。「企画 LLM が接続されていません」
エラーは、モデルか llama-server が存在しない場合を除き出なくなります。
🔗 参照モード（R2V）: キー画像を確定した状態で参照モードにチェックを入れて生成すると、
確定画像を 参照画像（<Picture 1>） にして同一キャラ維持の動画が作れます。
MiniMaxH3ReferenceToVideo + 参照 LoRA（minimax_h3_ref_lora_rank_256_bf16、Kijai 製・
models\loras\ に配置）を fl2va モデルに重ねる構成で、ref2va モデルの追加ダウンロードは不要です。
画像は自動で ComfyUI input/ にコピーされ、プロンプト末尾にタグの説明が追記されます。
詳細・設定（ref_image_size match/max・strength）は docs/MiniMax-H3-Tuning.md 参照。
⚡ ハイスピード / 高精度モード切替: チャット欄のラジオボタンで品質を選べます。
- high（高精度）: turbo LoRA + 8step + 1344×768（約9分）
- quick（標準）: turbo LoRA + 8step + 512×320（約4分）
- lite（軽量）: turbo LoRA + 8step + 1344×768（super ワークフロー）
- fast（最高画質）: Spectrum + 20step（ターボ LoRA なし） + 1344×768（アーティファクトなし）
- チャットで「最速」「最高画質」等の自然語言指示でも切替可能（
fast_quick= fast + 短尺）
MiniMax H3 の高速化（Spectrum / Turbo LoRA / ClipProj の A/B ワークフロー
h3_workflow_fast.json / h3_workflow_turbo.json / h3_workflow_clipproj.json / h3_workflow_super.json 含む計 17 個のバリアント
（短尺音声付き *_short_audio・スーパー *_super 系・R2V 参照 h3_workflow_r2v*.json を含む）の一覧・調査結果・導入方法は docs/MiniMax-H3-Tuning.md に、現状把握は以下にまとめています。
powershell -NoProfile -ExecutionPolicy Bypass -File .\tools\comfyui-tune.ps1- モデルを選択
- Workflow preset を選択
- Workspace を選択
- コンテキスト / KV cache / GPU offload などを確認
- LlamaDock が
llama-serverと選択したワークスペースを起動
select-model.ps1 は引数でモード／値を直接指定することもできます（例: -PresetMode WebUIChat -ClientMode WebUI）。スクリプト冒頭の param() を参照してください。
| Preset | 内容 |
|---|---|
| Manual | すべて手動選択 |
| Code - Cline | Cline 向けの安定設定 |
| Code - OpenCode | OpenCode 向けの安定設定 |
| Agent Research | llama-agent + 反復 Web 調査ハーネス |
| Chat | Open WebUI（Web 検索・会話コンパクション） |
| DeepSeek Harness | エージェントハーネス（ローカル llama.cpp 接続・API キー不要、npx 自動インストール＋自動アップデート） |
モデル名から実行ランタイムを自動選択します。
DeepSeek系: ExpertsLaguna runtime- その他の通常GGUF: AtomicBot TurboQuant runtime
TQ3/TQ3_4Sを含むモデル: TurboTan runtimeTernary/Bonsaiを含むモデル: PrismBonsai runtime（PrismML-Eng/llama.cpp fork）- 手動指定時のみ: Official llama.cpp Vulkan / HIP / CPU runtime
各ランタイムの既定パスと、環境変数による上書き方法（例: LLAMA_TQ3_TURBOTAN_SERVER、LLAMADOCK_OFFICIAL_HIP_SERVER）は docs/LlamaDock-Runbook.md に記載しています。
起動時に RAM・GPU・推定 VRAM・検出済み runtime を表示します。VRAM は nvidia-smi がある場合は高信頼、それ以外は Win32_VideoController からの推定です。
Llama Agent で調査テーマを入力すると、tools/deep-research-harness.mjs が以下を実行します。
- 調査観点の分解と複数検索クエリ生成
- Serper API 検索（
SERPER_API_KEYがある場合） - DuckDuckGo / Bing HTML 検索（フォールバック）
- ページ取得と本文抽出、LLM による証拠抽出
- 未解決ギャップを使った次ラウンド検索、citation URL 付き証拠パック生成
深さは起動時に 1 / 2 / 3 で選択できます（Light / Standard / Heavy）。Serper API キーは Windows の環境変数のみに設定してください。
mcp-server.js と各 mcp-*.bat が MCP サーバーを提供します（filesystem / memory / playwright / markitdown / context7 / web search など）。構成の例は mcp.json と MCP-ENDPOINTS.txt を参照してください。依存関係は package.json で管理します。
.
├── llamadock.bat # 推奨エントリポイント
├── select-model.ps1 # メインランチャー
├── package.json # MCP 依存関係
├── mcp-server.js # MCP サーバー本体
├── mcp-*.bat # MCP 起動ヘルパー
├── model-notes.json # モデル別メモ（推奨プリセット等）
├── config/ # プロファイル / パラメータスキーマ / プリセット / OpenCode 設定
│ ├── params-schema.json # 全パラメータの機械可読カタログ（GUI設定パネルの定義）
│ └── memory-presets.json # 省メモリ／速度プリセット（1クリック適用用）
├── docs/ # 設計・運用・パラメータカタログ
├── web-ui/ # Web GUI（3カラム・ダークテーマ・依存ゼロ）
│ ├── server.js # 静的配信 + REST API（node:http のみ）
│ ├── arg-builder.js # スキーマ駆動の引数生成（解決順: 上書き→記憶→プロファイル→既定）
│ ├── launch-manager.js # 起動/停止/計測のランタイム状態機械（ready待ち・healthポーリング）
│ ├── results-store.js # run-results.json 蓄積 + 実測認定ロジック（Phase 4）
│ ├── client-manager.js # ワークスペース接続（Cline/OpenCode/…/ComfyUI）の起動契約
│ ├── mock-llama-server.mjs # 非Windows用のシミュレーション llama-server（計測ループ検証用）
│ ├── index.html # 3カラムUI（左: モデル / 中央: パラメータ / 右: モニタ）
│ ├── style.css # テーマ
│ └── app.js # スキーマ駆動フォーム生成・引数プレビュー・モデル別記憶・状態ポーリング
└── tools/ # 調査ハーネス・ランタイムヘルパー・検証スクリプト
config/params-schema.json と config/memory-presets.json から設定パネルを自動生成する
ブラウザUIです（設計は docs/PARAMETER-CATALOG.md）。依存ゼロ（Node 標準ライブラリのみ）。
npm start # http://127.0.0.1:3000
npm run start:web # 同じ
npm run start:mcp # MCP ウェブ検索サーバー（http://127.0.0.1:3100/mcp）- 左: モデル一覧（追加・エンジン推定・
model-notes.jsonの推奨プリセット / 警告） - 中央: スキーマ駆動のパラメータパネル（グループ折り畳み・上級設定・メモリプリセット1クリック適用・生成される起動引数プレビュー）
- 右: サーバー状態（信号灯・PID・メトリクス）・起動/停止・計測実行・実測結果一覧・ログ・ワークスペース接続
per_model: true の項目はモデル別に config/models-config.json（gitignore 対象）へ保存され、
起動時の解決順は「個別上書き → _profiles パターン → スキーマ既定 → メモリプリセット」です。
起動 は設定を解決し（web-ui/arg-builder.js）起動引数を生成して llama-server を立ち上げます。
計測実行 は起動中のサーバーに 3 回の Chat Completions を送り、実測 tok/s・VRAM・RAM・成否を
config/run-results.json（gitignore 対象）へモデル別・設定別に蓄積します。
- 実測成功 3 回以上の設定だけをそのモデルの「推奨（実測）」として表示（「推奨は断言ではなく 実測で裏付けられた仮説」方針）。設定が違えば設定ごとに独立して集計されます。
- プラットフォーム分岐:
- Windows:
LLAMADOCK_ENGINE_BINにエンジン実行ファイルを設定すると実際の llama.cpp を起動します （Phase 1 コアの配線待ち。未設定時は明確なエラーを返します）。 - その他（プレビュー等）:
web-ui/mock-llama-server.mjsのシミュレーション llama-server を起動し、 起動→ready待ち→計測→停止の一連のループを実プロセスで検証できます（simulated: trueで識別）。
- Windows:
起動中のサーバーに対して Cline / OpenCode / Open WebUI / Llama Agent / DeepSeek Harness / ComfyUI を接続します（右カラムの「ワークスペース接続」）。
- Windows:
web-ui/client-manager.jsがselect-model.ps1のOpen-*Clientと同じ起動経路を （detached で）実行します。Cline / OpenCode はtools/llamadock-client-shell.ps1、 WebUI はtools/computer-start.ps1、 LlamaAgent はllama-agent.exe、ComfyUI はmain.py --port 8188。接続先は回復ゲートウェイhttp://127.0.0.1:8090/v1です。 - その他（プレビュー等）: リクエスト全体を検証した上で、Windows が実行する正確なコマンドを
simulated: trueで返します（実クライアントは起動しません）。未起動時の接続はserver_not_runningで拒否。 - ComfyUI は例外（standalone）:
select-model.ps1のOpen-ComfyUIClientと同様、llama-server が 起動していなくても接続できます（ComfyUI は独自に :8188 で動くため）。モデルを先に起動する必要はありません。 - 各クライアントの接続状態（未接続 / 接続済み / sim / エラー）は
/api/statusのclientsに載り、 UI のチップで確認できます。
独自の HTTP サーバーを持つワークスペース（Open WebUI :8000 / ComfyUI :8188）は、 接続状態とは別に実際に稼働しているかを 10 秒間隔でプローブします。
- プローブ先: WebUI
http://127.0.0.1:8000/、ComfyUIhttp://127.0.0.1:8188/system_stats。ポートはLLAMADOCK_<ID>_PORT（例LLAMADOCK_COMFYUI_PORT=8190）で 変更でき、起動コマンド（ComfyUI の--port）と監視が同じ値を使うためずれません。 - UI: 各クライアントの説明の横に稼働ドット（緑 = 応答あり・赤 = 停止/接続拒否）。応答中は「開く ↗」が 出てブラウザで直接開けます。CLI クライアント（Cline 等）は HTTP サーバーを持たないためドットなし。
- プレビュー環境では何も待ち受けていないため、Web 系は「停止中」と表示されます（真実の状態です）。
ComfyUI は llama-server を必要としない「単独起動」ワークスペースです。起動コマンドは
select-model.ps1 と同一で、ComfyUI の .venv の Python で main.py --port 8188 --listen 127.0.0.1 を
実行します（ルートは LLAMADOCK_COMFYUI_ROOT で変更可、既定 C:\Users\dai86\Documents\ComfyUI）。
既に :8188 で起動中なら再利用します。
MiniMax H3（minimax_h3）は llama-server 用のテキストモデルではありません。
33B の動画・音声生成 DiT（拡散モデル）で、ComfyUI 内で GGUF として読み込みます（model-notes.json に警告あり）。
- GGUF:
joeygambino/MiniMax-H3-GGUF（fl2va / ref2va、Q8_0・Q5_1・Q5_0・Q4_0 のみ。K 量子化は hidden width 2688 のため不可） - 前提: ComfyUI 0.30.0+ + ComfyUI-GGUF。H3 ノード（
MiniMaxH3ImageToVideo/MiniMaxH3ReferenceToVideo/MiniMaxH3SigmaShift等）は ComfyUI コア同梱 （comfy_extras/nodes_minimax_h3.py、ローカル 5ab2f7a 2026-08-19 で存在確認済み）のため、 旧 ComfyUI-H3-Multishot カスタムノードは不要（本環境に未インストールでも R2V 含め動作するのを確認）。Open-ComfyUIClientは起動時にネイティブノードを検出し、無ければ警告します。 - 必須の付属ファイル: テキストエンコーダ GGUF（
joeygambino/MiniMax-H3-encoder-GGUF= Qwen3-VL-32B + mmproj）と VAE（Comfy-Org/MiniMax-H3）。エンコーダなしでは生成できません。 - 配置例: ComfyUI の
extra_model_paths.yamlで.lmstudio\models\MiniMax-H3を参照し、DiT・エンコーダ・mmproj・VAE を置きます。 - VRAM 目安: Q5_1 ≈ 25.9 GB（24–32 GB カード）、Q4_0 ≈ 19.9 GB（16 GB カードはストリーミング）。
MiniMax H3 を Web GUI に登録すると、エンジンは「ComfyUI (DiT)」と表示され、起動フロー（llama-server）には 回りません。
プレビュー環境では
127.0.0.1:8080が使用中の場合、LLAMADOCK_UPSTREAM_PORTで llama-server のポートを変更できます。
config/params-schema.json に、ランタイムエンジン・GPU/CPU配分・KVキャッシュ種・MoEエキスパート配置
（ホットエキスパート＝--moe-expert-placement frequency）・投機的デコード（MTP/Eagle3/将来のDSpark）など
42項目の全パラメータを機械可読で定義しています。GUI の設定パネルはこのスキーマから自動生成します。
config/memory-presets.json には 省メモリ／速度プリセット（very-light / light / balanced / full /
moe-cpu-first / spec-mtp / spec-eagle3 / spec-off）を定義しています。Web GUI の上部バーから
1 クリックで適用できます。
Web GUI（3カラム・ダークテーマ）の設計・引き継ぎ資料は docs/PARAMETER-CATALOG.md、
実装済みのコントロールパネルは web-ui/ を参照してください（上記「Web GUI」セクション）。
編集後は以下を実行してください。
powershell -NoProfile -ExecutionPolicy Bypass -File .\tools\test.ps1- PowerShell 構文チェック / フォーマット確認
model-notes.json検証 / Node.js ツール構文チェック- 秘密情報スキャン
- 全プリセットの dry run
このリポジトリを公開する際は、以下を守ってください。
.env、ログ、DB、node_modules、mcp-data/などを含めない（.gitignoreで除外済み）- API キー、Bearer token、個人アクセストークンをコミットしない
- API キーは Windows 環境変数のみで参照する（スクリプトや README に書かない）
- Llama Agent は
--yolo（全ツール自動承認・シェル権限あり）で起動します。ローカルの llama-server にのみ接続する設計ですが、ターミナルに全権を与えるツールである点に留意してください
本リポジトリ内のソースコードは特に明記のない限り自由にご利用ください（必要に応じて LICENSE を追加してください）。