UI:n system prompt ja sampling-parametrit välittyvät inferenssiin asti

Frontend lähettää agentin asetukset (system_prompt, temperature, top_k,
max_tokens, repeat_penalty, stop) API:lle. Hub välittää ne solmulle.
Native-node ja Wasm-coder käyttävät välitettyjä arvoja hardkoodattujen
sijaan.

network-poc/native-node/src/inference.rs

@@ -1,6 +1,15 @@
 use std::time::Instant;
 use std::cell::RefCell;
 
+pub struct GenerateOptions {
+    pub max_tokens: usize,
+    pub system_prompt: Option<String>,
+    pub temperature: Option<f64>,
+    pub top_k: Option<u64>,
+    pub repeat_penalty: Option<f64>,
+    pub stop: Option<Vec<String>>,
+}
+
 pub struct LlmEngine {
     ollama_url: String,
     model: RefCell<String>,
@@ -96,25 +105,34 @@ impl LlmEngine {
         }
     }
 
-    pub async fn generate(&self, prompt: &str, max_tokens: usize) -> Result<GenerateResult, String> {
-        // System prompt tulee agentin konfiguraatiosta (frontend lähettää sen osana promptia).
-        // Tässä ei yliajeta sitä — Ollama saa vain prompt-kentän.
+    pub async fn generate(&self, prompt: &str, opts: &GenerateOptions) -> Result<GenerateResult, String> {
         let model = self.model.borrow().clone();
 
+        let default_stop: Vec<String> = vec![
+            "<|im_end|>".into(), "\n###".into(), "\nExplanation".into(),
+            "\nNote:".into(), "\nPlease note".into(), "\nThis is".into(),
+            "\n```\n\n".into(), "\n// Example".into(), "\n# Example".into(),
+        ];
+
+        let mut body = serde_json::json!({
+            "model": model,
+            "prompt": prompt,
+            "stream": false,
+            "options": {
+                "num_predict": opts.max_tokens,
+                "temperature": opts.temperature.unwrap_or(0.7),
+                "top_k": opts.top_k.unwrap_or(40),
+                "repeat_penalty": opts.repeat_penalty.unwrap_or(1.15),
+                "stop": opts.stop.as_ref().unwrap_or(&default_stop),
+            }
+        });
+        if let Some(ref sp) = opts.system_prompt {
+            body.as_object_mut().unwrap().insert("system".to_string(), serde_json::json!(sp));
+        }
+
         let start = Instant::now();
         let resp = self.client.post(format!("{}/api/generate", self.ollama_url))
-            .json(&serde_json::json!({
-                "model": model,
-                "prompt": prompt,
-                "stream": false,
-                "options": {
-                    "num_predict": max_tokens,
-                    "temperature": 0.7,
-                    "top_k": 40,
-                    "repeat_penalty": 1.15,
-                    "stop": ["<|im_end|>", "\n###", "\nExplanation", "\nNote:", "\nPlease note", "\nThis is", "\n```\n\n", "\n// Example", "\n# Example"]
-                }
-            }))
+            .json(&body)
             .send()
             .await
             .map_err(|e| format!("Ollama generate: {}", e))?;