Stand-in import of elffuss/code

One parentless commit with only the files that the open seed tasks touch and the modules they import.
The full squashed import (SPEC 8.6) is a later step: this tree is not the cutoff tree.

T2T-StandIn-Source-Commit: 43f95b7333efe73aeaebf806023f17bffea27aba

web/js/providers/onnx.js

@@ -0,0 +1,84 @@
+// Modelo vía ONNX Runtime Web (transformers.js, WebGPU con fallback a wasm).
+// Patrón copiado de la demo verificada en agentic-install
+// (lab/bitacora/posts/08-jspace-live.html): dtype 'q4' obligatorio — q4f16
+// genera basura vía WebGPU incluso con shader-f16.
+import { MODEL, ONNX_MODELS, setOnnxModel } from '../model-config.js';
+import { packHistoryAsync } from '../context.js';
+
+export let name = MODEL.label;
+
+// Elegir qué ONNX cargar. Si cambia respecto al ya cargado, se descarta la
+// sesión para que load() cree la nueva (un modelo distinto = otra sesión).
+let generator = null, TextStreamer = null, cargadoKey = null;
+export function configure(key) {
+  const antes = MODEL.key;
+  setOnnxModel(key);
+  name = MODEL.label;
+  if (MODEL.key !== cargadoKey && generator) { try { generator?.dispose?.(); } catch {} generator = null; }
+  return MODEL.key !== antes;
+}
+export function models() { return Object.values(ONNX_MODELS); }
+
+export async function load(onProgress = () => {}) {
+  if (generator) return; // un solo modelo: nunca recargar/duplicar la sesión
+  const tf = await import('https://cdn.jsdelivr.net/npm/@huggingface/transformers@4');
+  TextStreamer = tf.TextStreamer;
+  if (MODEL.selfHosted) {
+    tf.env.allowRemoteModels = false;
+    tf.env.localModelPath = MODEL.basePath;
+  }
+  // navigator.gpu puede EXISTIR como API sin que haya un adaptador real
+  // (ciertos Linux/drivers, entornos sandboxed, navegadores headless…) — usar
+  // solo la presencia del objeto como señal hace que pipeline() intente
+  // WebGPU, falle con "Failed to get GPU adapter" DESPUÉS de descargar el
+  // modelo entero, y en preloadModel() eso encadena a probar Gemma (varios
+  // GB) para nada. Comprobar el adaptador de verdad antes de elegir.
+  let device = 'wasm';
+  if (navigator.gpu) {
+    try { device = (await navigator.gpu.requestAdapter()) ? 'webgpu' : 'wasm'; }
+    catch { device = 'wasm'; }
+  }
+  generator = await tf.pipeline('text-generation', MODEL.id, {
+    device,
+    dtype: MODEL.dtype,
+    progress_callback: onProgress,
+  });
+  cargadoKey = MODEL.key;
+}
+
+// Liberar el modelo (vigilante de RAM): suelta los buffers wasm/WebGPU.
+export async function unload() {
+  try { await generator?.dispose?.(); } catch { /* mejor esfuerzo */ }
+  generator = null; cargadoKey = null;
+}
+
+export async function chat(history, system, onToken = () => {}, signal = null) {
+  if (!generator) throw new Error('Modelo no cargado');
+  // ACE-lite: eviction por relevancia. Presupuesto amplio (LFM2.5 aguanta
+  // contexto largo); el tope POR MENSAJE (context.js) evita que un README
+  // gigante dispare «Too many tokens requested».
+  const messages = [{ role: 'system', content: system }, ...(await packHistoryAsync(history, 5000))];
+  const streamer = new TextStreamer(generator.tokenizer, {
+    skip_prompt: true,
+    skip_special_tokens: true,
+    callback_function: t => { if (!signal?.aborted) onToken(t); },
+  });
+  const out = await generator(messages, {
+    max_new_tokens: 1024,
+    do_sample: false,          // determinista: los tool calls JSON lo agradecen
+    repetition_penalty: 1.1,
+    return_full_text: false,
+    streamer,
+  });
+  const gen = out[0].generated_text;
+  let txt = (typeof gen === 'string' ? gen : gen.at(-1).content);
+  // Modelos de razonamiento (Qwen3): fuera el <think>. Si quedó abierto por el
+  // tope de tokens, nos quedamos con lo de después de la última apertura.
+  if (txt.includes('<think>')) {
+    txt = txt.replace(/<think>[\s\S]*?<\/think>/g, '');
+    const i = txt.lastIndexOf('<think>');
+    if (i !== -1) txt = txt.slice(i + 7);
+    txt = txt.replace(/<\/?think>/g, '');
+  }
+  return txt.trim();
+}