Älykäs reititys: capability=heavy priorisoi isoimman mallin solmun

Hub:
- Parsii node_models:sta suurimman mallin parametrimäärän (B)
  per solmu (esim. qwen3:32b → 32, qwen2.5-coder:7b → 7)
- Tallentaa node_max_param_b: HashMap<u64, u32>
- ChatCompletionRequest: uusi capability-kenttä ("heavy"/"light")
- Reitityslogiikka: capability=heavy → valitsee solmun jolla on
  suurin malli; oletus → natiivi ensin kuten ennenkin

Frontend (pipeline):
- JSON-speksin generointi: capability=heavy
- QA-korjaussilmukan koodikorjaus: capability=heavy
- Observer/README-arviointi: capability=heavy
- Vaatimukset (Client): oletus (kevyt, kelpaa pieni malli)

Tämä mahdollistaa sen, että A40-koneella pyörivä Qwen3:32B
saa raskaat tehtävät ja selaimen 0.5B-malli hoitaa kevyet.

network-poc/hub/src/main.rs

@@ -47,6 +47,7 @@ struct AppState {
     pending_responses: Mutex<HashMap<String, tokio::sync::oneshot::Sender<serde_json::Value>>>,  // task_id → oneshot API-vastaukselle
     api_rate_limits: Mutex<HashMap<IpAddr, (std::time::Instant, u32)>>,  // IP → (ikkuna-alku, pyyntömäärä)
     node_models: tokio::sync::RwLock<HashMap<u64, serde_json::Value>>, // node_id → ollama tags JSON
+    node_max_param_b: tokio::sync::RwLock<HashMap<u64, u32>>, // node_id → suurimman mallin parametrit (B)
     db: db::NodeDb,
 }
 
@@ -335,6 +336,7 @@ async fn main() {
         pending_responses: Mutex::new(HashMap::new()),
         api_rate_limits: Mutex::new(HashMap::new()),
         node_models: tokio::sync::RwLock::new(HashMap::new()),
+        node_max_param_b: tokio::sync::RwLock::new(HashMap::new()),
         db: db::NodeDb::new(&std::env::var("DATABASE_PATH").unwrap_or_else(|_| "nodes.db".to_string())),
     });
 
@@ -846,10 +848,34 @@ async fn handle_socket(socket: WebSocket, state: Arc<AppState>, ip: IpAddr) {
                         node_id, ip, hostname, os, cores, ram, allocated
                     );
 
-                    // Tallennetaan välitetyt mallit muistiin
+                    // Tallennetaan välitetyt mallit muistiin + parsitaan suurin malli
                     if let Some(models) = json.get("models") {
                         let mut nm = state.node_models.write().await;
                         nm.insert(node_id, models.clone());
+
+                        // Parsitaan suurin mallikoko (B) nimestä: "qwen3:32b" → 32, "qwen2.5-coder:7b" → 7
+                        let max_b = models.get("models").and_then(|v| v.as_array()).map(|arr| {
+                            arr.iter().filter_map(|m| {
+                                let name = m.get("name")?.as_str()?;
+                                // Etsitään :N tai :Nb tai -Nb muoto
+                                let lower = name.to_lowercase();
+                                for part in lower.split(&[':', '-'][..]) {
+                                    if let Some(num_str) = part.strip_suffix('b') {
+                                        if let Ok(n) = num_str.parse::<f32>() { return Some(n as u32); }
+                                    } else if let Ok(n) = part.parse::<f32>() {
+                                        if n >= 0.5 && n <= 500.0 { return Some(n as u32); }
+                                    }
+                                }
+                                // Fallback: koko tiedostosta (size / ~0.5GB per B param Q4)
+                                let size = m.get("size")?.as_u64()?;
+                                Some((size / 500_000_000) as u32) // karkea arvio
+                            }).max().unwrap_or(0)
+                        }).unwrap_or(0);
+
+                        if max_b > 0 {
+                            state.node_max_param_b.write().await.insert(node_id, max_b);
+                            tracing::info!("Solmu {} — suurin malli: ~{}B parametria", node_id, max_b);
+                        }
                     }
 
                     if let Some(gpus) = json.get("gpus").and_then(|v| v.as_array()) {
@@ -1149,6 +1175,7 @@ async fn handle_socket(socket: WebSocket, state: Arc<AppState>, ip: IpAddr) {
     state.node_types.lock().unwrap().remove(&node_id);
     state.node_paused.lock().unwrap().remove(&node_id);
     state.node_models.write().await.remove(&node_id);
+    state.node_max_param_b.write().await.remove(&node_id);
     tracing::info!("Solmu {} ({}) poistui verkosta.", node_id, ip);
     broadcast_stats(&state).await;
     sender_task.abort();
@@ -1170,6 +1197,8 @@ struct ChatCompletionRequest {
     repeat_penalty: Option<f64>,
     #[serde(default)]
     stop: Option<Vec<String>>,
+    #[serde(default)]
+    capability: Option<String>, // "heavy" → priorisoi isoin malli, "light" → mikä tahansa
 }
 
 #[derive(serde::Serialize)]
@@ -1279,12 +1308,14 @@ async fn api_chat_completions(
         }
     }
 
-    // Etsitään vapaa solmu — priorisoidaan natiivisolmut (GPU) selaimen edelle
+    // Etsitään vapaa solmu — älykäs reititys kyvykkyyden mukaan
+    let want_heavy = payload.capability.as_deref() == Some("heavy");
     let (target_node, _total_matching) = {
         let tasks = state.node_tasks.lock().unwrap();
         let _busy = state.node_busy.lock().unwrap();
         let node_types = state.node_types.lock().unwrap();
         let paused = state.node_paused.lock().unwrap();
+        let param_b = state.node_max_param_b.read().await;
         let matching: Vec<u64> = tasks.iter().filter(|(k, task)| {
             if paused.contains(k) { return false; } // Ei sallita tauotettuja
             // Eksakti match tai qwen-perheen yhteensopivuus (selain: qwen-coder-05b, natiivi: qwen2.5-coder:7b)
@@ -1298,11 +1329,26 @@ async fn api_chat_completions(
                 **task == payload.model
             }
         }).map(|(k, _)| *k).collect();
-        // Etsitään mikä tahansa matchaava solmu (natiivi priorisoidaan)
-        let native = matching.iter().find(|id| {
-            node_types.get(id).map(|t| t == "native").unwrap_or(false)
-        }).copied();
-        let any = native.or_else(|| matching.first().copied());
+
+        let any = if want_heavy {
+            // Heavy: priorisoi solmu jolla on suurin malli (B-parametrit)
+            let mut ranked: Vec<(u64, u32)> = matching.iter().map(|id| {
+                (*id, param_b.get(id).copied().unwrap_or(0))
+            }).collect();
+            ranked.sort_by(|a, b| b.1.cmp(&a.1)); // suurin ensin
+            if let Some((best_id, best_b)) = ranked.first() {
+                tracing::info!("Heavy-reititys: solmu {} valittu ({}B parametria)", best_id, best_b);
+                Some(*best_id)
+            } else {
+                None
+            }
+        } else {
+            // Oletus: natiivi ensin, sitten mikä tahansa
+            let native = matching.iter().find(|id| {
+                node_types.get(id).map(|t| t == "native").unwrap_or(false)
+            }).copied();
+            native.or_else(|| matching.first().copied())
+        };
         (any, matching.len())
     };