Initial import: bare-metal stacks, Server UI, GPU fan, tutorials.

Infrastructure configs for GMKtec K11 (Docker, vLLM, LocalAI, ComfyUI,
control-plane, gpu-fan agent, Server UI with CLI/file explorer/GPU fan curve).

Co-authored-by: Cursor <cursoragent@cursor.com>

coding-agent/RERANKER-HANDOFF.md

@@ -0,0 +1,62 @@
+# Handoff — BGE-Reranker w LocalAI
+
+Dla agenta kodującego. Kontekst wdrożenia: [`RERANKER-DEPLOYMENT.md`](RERANKER-DEPLOYMENT.md).
+
+## Stan: ukończone na hoście
+
+- [x] GGUF pobrany
+- [x] YAML `llama-cpp` + `reranking: true`
+- [x] Model widoczny w `/v1/models`
+- [x] `/v1/rerank` zwraca HTTP 200
+
+## Zadania opcjonalne (backlog)
+
+- [ ] Dodać `RERANK_MODEL` do dokumentacji klienta / `.env.example` dev hosta
+- [ ] Smoke test rerank przez publiczną domenę NPMPlus (z zewnątrz LAN — hairpin NAT na RTX1)
+- [ ] Rozważyć Q4_K_M zamiast FP16 jeśli VRAM/latencja przełączania modeli jest problemem
+- [ ] Dodać rozdział w `manual-tutorial/05-localai-stack.md` o modelach embed + rerank
+
+## Powtórzenie instalacji (nowy host)
+
+```bash
+cd stacks/localai
+cp .env.example .env   # ustaw LOCALAI_API_KEY, LOCALAI_PORT=8070
+./scripts/download-reranker.sh
+docker compose --profile localai restart localai
+# czekaj na readyz, potem curl /v1/rerank (patrz RERANKER-DEPLOYMENT.md)
+```
+
+## Czego nie robić
+
+- Nie używać `backend: rerankers` dla GGUF
+- Nie instalować osobnego backendu — `cuda13-llama-cpp` wystarczy
+- Nie commitować `LOCALAI_API_KEY`
+- Nie zmieniać `SINGLE_ACTIVE_BACKEND` bez testu VRAM (chat + embed + rerank sekwencyjnie)
+
+## Kluczowe pliki do edycji w przyszłości
+
+| Plik | Kiedy |
+|------|-------|
+| `stacks/localai/profiles/bge-reranker-v2-m3-FP16-rerank.yaml.example` | zmiana quant / parametrów rerankera |
+| `stacks/localai/scripts/download-reranker.sh` | nowy URL lub wariant Q4 |
+| `stacks/localai/coding-agent/STATE.md` | po każdej zmianie runtime |
+
+## API — minimalny przykład (Python)
+
+```python
+import requests
+
+resp = requests.post(
+    "http://127.0.0.1:8070/v1/rerank",
+    headers={"Authorization": f"Bearer {api_key}"},
+    json={
+        "model": "bge-reranker-v2-m3-FP16.gguf",
+        "query": user_query,
+        "documents": chunk_texts,
+        "top_n": 5,
+    },
+    timeout=120,
+)
+resp.raise_for_status()
+ranked = resp.json()["results"]  # sorted by relevance_score desc
+```