Show app version in admin UI and /version endpoint

Embed APP_VERSION build arg in Docker image (default: dev).
build_push.sh passes the git tag as build arg. Proxy exposes
GET /version, admin UI shows it as read-only field in settings.

.dockerignore

@@ -42,6 +42,8 @@ docker-compose.yml
 
 # Docs
 *.md
+*.tex
+*.pdf
 
 # Dev & build scripts
 run_dev.py

.gitignore

@@ -26,4 +26,8 @@ frontend/node_modules/
 frontend/dist/
 
 # Misc
-config.json
+config.json
+
+# Generated documents
+KURZANLEITUNG.tex
+KURZANLEITUNG.pdf

Dockerfile

@@ -6,6 +6,8 @@ COPY frontend/ frontend/
 RUN npm run build --prefix frontend
 
 FROM python:3.12-slim
+ARG APP_VERSION=dev
+ENV APP_VERSION=$APP_VERSION
 WORKDIR /app
 
 COPY backend/requirements.txt .

KURZANLEITUNG.md

@@ -7,14 +7,14 @@ Der Dienst stellt **große Sprachmodelle (LLMs)** über eine einfache HTTP-API b
 Typische Anwendungsfälle:
 
 - Texte zusammenfassen, übersetzen oder umformulieren
-  - KI-gestütztes Coding (z.B. mit **[opencode](https://opencode.ai)**) 
+- KI-gestütztes Coding (z.B. mit **[opencode](https://opencode.ai)**) 
 - Experimente mit Prompt-Engineering und LLM-Integration in eigene Projekte
 
 ---
 
 ## Zugang
 
-Der Dienst ist **nur im Intranet** erreichbar.
+Der Dienst ist **nur im Intranet (VPN)** erreichbar.
 
 | | |
 |---|---|
@@ -69,7 +69,7 @@ print(response.choices[0].message.content)
 
 ---
 
-## Python-Beispiel – Modell wählen und auflisten
+## Python-Beispiel – Verfügbare Modelle abfragen
 
 ```python
 from openai import OpenAI
@@ -79,25 +79,31 @@ BASE_URL = "http://141.75.33.244:8000/v1"
 
 client = OpenAI(api_key=API_KEY, base_url=BASE_URL)
 
-# Verfügbare Modelle abrufen
 models = client.models.list()
 for m in models.data:
     print(m.id)
-
-# Prompt mit einem bestimmten Modell
-response = client.chat.completions.create(
-    model="qwen3-coder-next:q8_0",
-    messages=[
-        {"role": "system", "content": "Du bist ein hilfreicher Coding-Assistent."},
-        {"role": "user", "content": "Schreibe eine Python-Funktion zum Berechnen der Fibonacci-Folge."}
-    ]
-)
-
-print(response.choices[0].message.content)
 ```
 
 ---
 
+## Aktuell geladenes Modell abfragen
+
+Da immer nur ein Modell gleichzeitig im Speicher sein kann, lässt sich mit folgendem Aufruf prüfen, welches Modell gerade aktiv ist:
+
+```python
+import httpx
+
+r = httpx.get(
+    "http://141.75.33.244:8000/api/ps",
+    headers={"Authorization": "Bearer sk-..."}
+)
+print(r.json())
+```
+
+Die Antwort enthält Modellname, Größe und wie lange das Modell noch im Speicher bleibt.
+
+---
+
 ## Empfehlungen zur Nutzung
 
 - **Kleines Modell zuerst** (`gemma4:31b` oder `gpt-oss:20b`) – viel schneller, für viele Aufgaben ausreichend.
@@ -155,7 +161,7 @@ Für Code-Aufgaben empfiehlt sich `qwen3-coder-next:q8_0`, für allgemeine Aufga
 opencode
 ```
 
-opencode öffnet eine interaktive TUI im Terminal und kann dann im Projektverzeichnis eingesetzt werden – Dateien lesen, Code generieren, Refactoring vorschlagen usw.
+opencode öffnet eine interaktive Terminal-Oberfläche und kann dann im Projektverzeichnis eingesetzt werden – Dateien lesen, Code generieren, Refactoring vorschlagen usw.
 
 ---
 

backend/admin.py

@@ -131,7 +131,10 @@ async def get_proxy_info(_ = Depends(require_admin_auth)):
     host = os.getenv("PROXY_HOST", "0.0.0.0")
     port = os.getenv("PROXY_PORT", "8000")
     display_host = "localhost" if host in ("0.0.0.0", "::") else host
-    return {"endpoint": f"http://{display_host}:{port}"}
+    return {
+        "endpoint": f"http://{display_host}:{port}",
+        "version": os.getenv("APP_VERSION", "dev"),
+    }
 
 @app.get("/api/settings", response_model=schemas.Settings)
 async def read_settings(db: Session = Depends(get_db), _ = Depends(require_admin_auth)):

backend/main.py

@@ -149,6 +149,16 @@ async def list_models(db: Session = Depends(get_db)):
     response = await proxy_request(f"{ollama_url}/api/tags", method="GET")
     return JSONResponse(content=response.json(), status_code=response.status_code)
 
+@app.get("/version")
+async def version():
+    return {"version": os.getenv("APP_VERSION", "dev")}
+
+@app.get("/api/ps")
+async def running_models(db: Session = Depends(get_db)):
+    ollama_url = crud.get_setting(db, "ollama_url", os.getenv("OLLAMA_URL", "http://localhost:11434"))
+    response = await proxy_request(f"{ollama_url}/api/ps", method="GET")
+    return JSONResponse(content=response.json(), status_code=response.status_code)
+
 @app.get("/api/versions")
 async def versions(db: Session = Depends(get_db)):
     ollama_url = crud.get_setting(db, "ollama_url", os.getenv("OLLAMA_URL", "http://localhost:11434"))

build_push.sh

@@ -37,6 +37,7 @@ echo ""
 docker buildx build \
     --platform "$PLATFORM" \
     --push \
+    --build-arg APP_VERSION="$VERSION" \
     -t "$IMAGE:$VERSION" \
     -t "$IMAGE:latest" \
     .

frontend/src/main.jsx

@@ -82,6 +82,7 @@ function SettingsSection({ password }) {
   const [modelsLoading, setModelsLoading] = useState(false);
   const [ollamaReachable, setOllamaReachable] = useState(true);
   const [proxyEndpoint, setProxyEndpoint] = useState(null);
+  const [appVersion, setAppVersion] = useState(null);
   const [saved, setSaved] = useState(false);
   const [error, setError] = useState(null);
 
@@ -115,6 +116,7 @@ function SettingsSection({ password }) {
       const s = settingsRes.data;
       setSettings(s);
       setProxyEndpoint(proxyRes.data.endpoint);
+      setAppVersion(proxyRes.data.version);
       fetchModels(s.ollama_url, s.force_model);
     }).catch(() => setError('Einstellungen konnten nicht geladen werden.'));
   }, []);
@@ -145,6 +147,10 @@ function SettingsSection({ password }) {
             <small> (Änderung erfordert Neustart)</small>
           </span>
         </div>
+        <div className="settings-row">
+          <label>Version</label>
+          <span className="settings-value">{appVersion ?? '…'}</span>
+        </div>
         <div className="settings-row">
           <label>Ollama-Endpunkt</label>
           <div className="settings-input-wrap">