FASE 13 - Dynamic Model Discovery for AI-LAB Auto Router

Hito

AI-LAB deja de depender de nombres fijos para enrutar modelos. El router ahora puede descubrir modelos reales en cada nodo LM Studio, clasificar candidatos desconocidos y aplicar fallback seguro si el discovery falla.

Alcance implementado

runtime/models/model_discovery.py
runtime/models/model_classifier.py
extensiones en runtime/models/model_registry.py
runtime/llm/model_router.py
runtime/llm/router_api.py
runtime/agent/context_shaper.py
runtime/state/live_api.py
ajuste del wrapper runtime/opencode_ialab.sh

Comportamiento nuevo

consulta GET /v1/models en cada nodo LM Studio
normaliza y clasifica modelos por heurística cuando no existen en el registry
evita embeddings y vision en rutas de chat normales
detecta modelos tool_use y prioriza esos candidatos cuando la request trae tools o tool_choice
prioriza modelo real por tarea, disponibilidad y performance histórica
expone model_discovery, selected_model y reason_codes en HARD FACTS

Evidencias

Verificacion	Resultado
`GET /api/models/discovery`	discovery cache con 2 nodos online y 9 modelos
`GET /api/models/catalog`	catalogo unificado registry + discovery
`ailab-router/fast`	`llama-3.1-8b-instruct` cuando el prompt es corto y el matcher entra en `fast`
`ailab-router/coding`	`qwen2.5-coder-14b-instruct` o `qwen2.5-coder-32b-instruct` segun discovery y scoring
`ailab-router/reasoning`	`qwen2.5-coder-32b-instruct` en `rx7900xt`

Validacion operativa adicional

rx9070 pudo caer a offline y el router mantuvo servicio con fallback.
Al volver rx9070, discovery volvio a ver los dos nodos y los modelos cargados.
qwen2.5-coder-14b-instruct se detecto en rx7900xt y quedo disponible para rutas de coding/fallback.

Commit

994c989c feat: FASE 13 - dynamic LM Studio model discovery for auto router