Enhance LLM and SwarmUI integration with improved configuration options

- Updated `env.example` and `gpu-rent.vars.example` to include new variables for LLM runtime and SwarmUI options. - Refactored CLI commands to support interactive selection of LLM runtime and workload type (SwarmUI, LLM, or both). - Improved access link generation to handle cases where SwarmUI is disabled, providing clearer user feedback. - Enhanced provisioning logic to conditionally bootstrap SwarmUI based on user configuration, allowing for LLM-only setups. - Updated documentation across multiple files to reflect changes in LLM integration, CLI usage, and configuration management.
2026-08-21 06:44:50 +03:00
parent f93ac5a66a
commit 7ed6a99df2
25 changed files with 455 additions and 177 deletions
@@ -54,8 +54,9 @@ Unix: `./gpu-rent.sh …` (один раз `chmod +x gpu-rent.sh`).
 | `setup` | Wizard: `.env`, LLM, watchdog |
 | `doctor` | Preflight без create |
 | `flavors` / `dry-run` | Что выберет / план без денег |
-| `up` / `up --yes` | GPU + seed + туннель |
-| `up --ollama` | + Ollama (см. [docs/llm.md](docs/llm.md)) |
+| `up` / `up --yes` | GPU + seed + туннель; без `--yes` — меню Selectel/LLM |
+| `up --ollama` / `--llamacpp` | + LLM (см. [docs/llm.md](docs/llm.md)) |
+| `up --llm-only --llamacpp` | только LLM, без SwarmUI |
 | `tunnel` / `open` | Снова UI / браузер |
 | `hold` / `status` | Пауза killer / состояние |
 | `stop` / `destroy --i-understand-data-loss` | Стоп GPU / + диски |
@@ -72,6 +73,7 @@ Unix: `./gpu-rent.sh …` (один раз `chmod +x gpu-rent.sh`).
 | `.env` | из `env.example` — `OS_*`, Civitai (не в git) |
 | `gpu-rent.vars` | из example — несекретные дефолты, лаунчер |
 | `models.yaml` / `extensions.yaml` | манифесты (из `*.example.yaml`) |
+| `ollama-models.yaml` / `llamacpp-models.yaml` | LLM (из example; gitignore) |
 | `Models/` … | локальный push на `up` |
 | `.gpu-rent/` | state, SSH-ключ (gitignore) |

@@ -21,6 +21,7 @@ CLI поднимает прерываемый GPU в Selectel, держит Swar
 | Word-list промптов | [autocomplete.md](autocomplete.md) |
 | Push/pull папок | [local-folders.md](local-folders.md) |
 | Ollama / llama.cpp | [llm.md](llm.md) |
+| Capture ссылок с VM | [cli.md](cli.md) (`capture`) + [models.md](models.md) |
 | Как устроены диски и killer | [architecture.md](architecture.md) |
 | Контракт Selectel | [selectel.md](selectel.md) |
 | Нативный SwarmUI на VM | [swarmui.md](swarmui.md) |
@@ -35,22 +35,24 @@

 | Модуль | Ответственность |
 | --- | --- |
-| `cli` | Typer: `up`, `setup`, `tunnel`, `open`, `status`, `stop`, `destroy`, `logs`, `ssh`, `doctor`, `hold`, `seed-*`, `push` / `pull-output`, `resize-data`, `watchdog`, `dry-run` |
+| `cli` / `term` / `prompts` | Typer + цветной лог + нумерованные меню |
 | `config` / `varsfile` | `.env` + `gpu-rent.vars`, пути |
 | `state` | JSON сессии: ids, фаза, timestamps |
 | `os_client` / `cloud` / `pools` | openstacksdk, ресурсы, скан пулов |
-| `inventory` | Flavors/images, квоты, фоллбек flavor |
+| `inventory` / `ux` | Flavors, квоты; preview / ServerPlan (flavor/disk/spot) |
 | `session` | `cmd_up` / `cmd_stop` / adopt |
 | `bootstrap` + `remote/bootstrap.sh` | Идемпотентный first-boot; light без apt |
-| `provision` | extensions, autocomplete, civitai seed, push, idle-killer arm, start SwarmUI |
+| `provision` | extensions, autocomplete, civitai seed, LLM, push, idle-killer arm, start SwarmUI |
+| `capture` | Инвентарь VM → merge ссылок в локальные манифесты |
 | `doctor` | Preflight без mutating compute |
 | `sync_files` | SFTP `Models` / Wildcards / workflows / Output |
 | `notify` | Toast/звук при backend Idle |
 | `tunnel` | sshtunnel + Nova EXPIRED watchdog |
 | `local_watchdog` | Опциональный локальный тик → stop при unclean exit |
-| `llm_runtime` / `setup_wizard` | Opt-in Ollama/llama.cpp + `ollama-models.yaml` |
+| `llm_runtime` / `setup_wizard` | Opt-in Ollama/llama.cpp + `ollama-models.yaml` / `llamacpp-models.yaml` |
 | `idle_killer` / `hold` | systemd на VM + hold-файл |
 | `ready` / `snapshot` | Idle backend + boot snapshot |
+| `access_card` | URL / MCP panel после ready |

 Каталог сервисов — из Keystone, не из выдуманного `api.selectel.ru/v3/`.

@@ -51,13 +51,15 @@ gpu-rent up --yes --ollama

 | Команда | Поведение |
 | --- | --- |
-| `gpu-rent setup` | Wizard: манифесты, `LLM_RUNTIME`, пресет ollama-models, опционально local-watchdog |
+| `gpu-rent setup` | Wizard: манифесты (в т.ч. ollama/llamacpp-models), `LLM_RUNTIME` (нумерованное меню), пресет, опционально local-watchdog |
 | `gpu-rent doctor` | Preflight **без** create. Exit ≠ 0 → сессию начинать нельзя |
 | `gpu-rent flavors` | Скан `SCAN_POOLS` × `FLAVOR_PREFERENCE`, список в текущем регионе |
 | `gpu-rent dry-run` | План без mutating-вызовов |
-| `gpu-rent up` / `up --yes` | Create/unshelve → bootstrap → optional LLM → **туннель** `:17801`. Без `--yes`: выбор flavor / data GB / preemptible, затем confirm. Ctrl+C = туннель off |
+| `gpu-rent up` | Без `--yes`: меню LLM (если runtime none) → пресет → **Selectel**: flavor # / data GB / preemptible → confirm → create → туннель. Цветной лог (ошибки/warn/ok) |
+| `gpu-rent up --yes` | Без вопросов; flavor из `FLAVOR_PREFERENCE` / `DEFAULT_FLAVOR_ID` |
 | `gpu-rent up -v` / `--verbose` | Полная таблица doctor на `up` (по умолчанию кратко) |
 | `gpu-rent up --ollama` / `--llamacpp` / `--llm …` | LLM рядом со SwarmUI |
+| `gpu-rent up --no-swarm` / `--llm-only` | Только LLM (нужен `--ollama`/`--llamacpp`); без clone SwarmUI |
 | `gpu-rent up --no-update` | Без `git pull` SwarmUI/extensions (только недостающие clone) |
 | `gpu-rent up --no-tunnel` | Только облако |
 | `gpu-rent up --no-spot` | Не preemptible |
@@ -135,7 +137,7 @@ Exit 0 → можно `up`. Exit 1 → причина в таблице / кра
 | --- | --- |
 | `.env` | Секреты и OpenStack (`OS_*`, токены). Не в git |
 | `gpu-rent.vars` | Несекретные дефолты; читают лаунчеры и CLI. Пример: `gpu-rent.vars.example` |
-| `models.yaml` / `extensions.yaml` / `ollama-models.yaml` | Манифесты |
+| `models.yaml` / `extensions.yaml` / `ollama-models.yaml` / `llamacpp-models.yaml` | Манифесты (gitignore; из `*.example.yaml`) |

 ### Лаунчер (`gpu-rent.vars`)

@@ -148,6 +150,9 @@ GPU_RENT_DEFAULT_ARGS=up --yes

 UPDATE_GIT=true
 LLM_RUNTIME=none
+# DATA_VOLUME_SIZE_GB=100
+# DEFAULT_FLAVOR_ID=
+# DEFAULT_SPOT=true
 ```

 ### Основные переменные (`.env` / vars)
@@ -23,10 +23,10 @@ GPU в облаке дорогой. Веса для генерации карт
 - Push из `./Models`, `./Wildcards`, `./CustomWorkflows`, если папки не пустые; optional pull `./Output`.
 - Первый clone git-реп расширений SwarmUI и ComfyUI nodes из `extensions.yaml`.
 - Autocomplete: word-list в `Data/Autocompletions` до старта UI, на каждом `up` проверка новой версии.
- `doctor` до create; фоллбек flavor; `hold` для idle-killer; toast когда backend Idle; `open` на 17801.
- Opt-in LLM (Ollama / llama.cpp) через `setup` / `--ollama` / `LLM_RUNTIME`.
- `status`: диск, ₽/час, окно preempt 24 ч, состояние killer.
- Snapshot boot-диска после первого удачного bootstrap.
+- `doctor` до create; фоллбек flavor; интерактивный выбор flavor/диска; `hold`; toast Idle; `open` на 17801.
+- Opt-in LLM (Ollama / llama.cpp) через `setup` / флаги / `LLM_RUNTIME`; `capture` ссылок с VM.
+- `status`: диск, окно preempt 24 ч, killer / LLM.
+- Snapshot boot после первого удачного bootstrap.

 ## Что не входит (пока)

@@ -14,14 +14,17 @@
 | Autocomplete | До первого старта: скачать word-list в `Data/Autocompletions`, прописать `DefaultUser.AutoComplete.Source`. На каждом `up` сверить GitHub blob sha и обновить файл, если изменился. Дефолт: `tags/danbooru.csv` из a1111-sd-webui-tagcomplete (как в доке SwarmUI) |
 | Доступ | Браузер на туннеле; MCP переключается на облако, пока оно живо; HTTP API SwarmUI через тот же туннель |
 | Preemptible | По умолчанию всегда. Обычный сервер — только `--no-spot` |
-| Selectel сейчас | Аккаунт есть, GPU-квоту не проверяли — скорее 0. Сначала тикет в поддержку |
+| Selectel сейчас | Квота GPU часто 0 на новом аккаунте — сначала тикет (setup §2.3), потом `doctor` |
 | Образ ОС | **Ubuntu 24.04 LTS GPU Driver 580** (Selectel, **без Docker**). SwarmUI нативно: `launch-linux.sh` + systemd. Нет образа 580 — фоллбек 24.04 Driver 535 без Docker |
 | Floating IP | `KEEP_FLOATING_IP=false`: выделить на `up`, удалить на `stop` |
 | Idle-killer | 30 минут пустой очереди генерации. Открытый браузер не продлевает жизнь |
 | Льгота после boot | Killer молчит во время clone/seed/push, hold, качалки в UI SwarmUI, пока backend не Idle, и 45 мин после ACTIVE/unshelve |
 | `up` / `tunnel` | `up` по умолчанию после ready открывает туннель `:17801`, печатает URL и ждёт. `--no-tunnel` — только облако. Ctrl+C на туннеле GPU не гасит (`stop` отдельно). Команда `tunnel` остаётся для повторного входа |
+| Interactive `up` | Без `--yes`: нумерованные меню (LLM, пресет, flavor #, data GB, preemptible) → confirm. Изменения можно сохранить в `gpu-rent.vars` |
 | Git update | На каждом `up` по умолчанию: `git pull` SwarmUI + репы из `extensions.yaml` + уже установленные на data (`Extensions`/`DLNodes`). `--no-update` или `UPDATE_GIT=false` — не тянуть |
-| LLM (opt-in) | `none` по умолчанию. `ollama` / `llamacpp` — флаг `--ollama`/`--llamacpp`/`--llm`, `LLM_RUNTIME` в vars, или вопрос в interactive `up`/`setup`. Ollama-модели из `ollama-models.yaml`. Порты: Ollama 17811, llama.cpp 17812. Назначение: помощь с промптами, не замена SwarmUI |
+| LLM (opt-in) | `none` по умолчанию. Флаги / `LLM_RUNTIME` / меню. Манифесты: `ollama-models.yaml`, `llamacpp-models.yaml`. Порты 17811 / 17812. Prompt-help, не замена SwarmUI |
+| llm-only | `ENABLE_SWARMUI=false` / `WORKLOAD=llm` / `--no-swarm`/`--llm-only`: GPU + LLM без SwarmUI (bootstrap только data disk) |
+| Capture | `gpu-rent capture` — инвентарь VM → merge **ссылок** в локальные yaml (веса не качать) |
 | Perf auto-tune | На `up`: probe GPU → tier. Swarm/Comfy: sageattention ExtraArgs на Ampere+ ≥16 GiB. Ollama: flash/KV/keep-alive + `GPU_OVERHEAD` чтобы оставить VRAM под Krea |
 | Data-диск | Старт **100 GB**, рост через resize вверх (вниз Selectel не умеет) |
 | SSH | CLI генерирует `<repo>/.gpu-rent/id_ed25519` без passphrase и сам регистрирует keypair |
@@ -1,37 +1,52 @@
 # LLM рядом со SwarmUI (opt-in)

-По умолчанию поднимается **только SwarmUI**. Ollama или llama.cpp — отдельно, когда нужны (помощь с промптами и т.п.).
+По умолчанию поднимается **только SwarmUI**. Ollama или llama.cpp — отдельно (помощь с промптами и т.п.).
+
+Интерактивные вопросы — **нумерованные меню** (Enter = вариант со ←). Ключ словом (`recommended`, `keep`) тоже принимается.
+
+Три стека на GPU:
+
+| # | стек | смысл |
+| --- | --- | --- |
+| 1 | SwarmUI | только генерация картинок |
+| 2 | SwarmUI + LLM | UI + Ollama/llama.cpp на той же карте |
+| 3 | только LLM | **без** SwarmUI — Ollama или llama.cpp |
+
+Флаги: `up --yes --llm-only --llamacpp` / `--no-swarm --ollama`. Vars: `ENABLE_SWARMUI=false` или `WORKLOAD=llm`.

 ---

 ## Быстрый путь

-### Вариант A — wizard
+### A — wizard

 ```text
 gpu-rent setup
 ```

-Выбери `ollama` или `llamacpp`. Для **обоих** спросит пресет моделей. Значение пишется в `gpu-rent.vars` (`LLM_RUNTIME=…`).
+Меню: runtime → пресет моделей → опционально local-watchdog. Пишет `LLM_RUNTIME` в `gpu-rent.vars`.

-### Вариант B — флаг на `up`
+### B — флаг на `up`

 ```text
 gpu-rent up --yes --ollama
 gpu-rent up --yes --llm llamacpp
+gpu-rent up --yes --llm-only --llamacpp   # без SwarmUI
 ```

-### Вариант C — вручную в vars
+С `--yes` пресеты не спрашивает (берёт существующий yaml / example).
+
+### C — vars вручную

 ```env
 LLM_RUNTIME=ollama
 ```

-Потом обычный `gpu-rent up --yes`.
+Потом `gpu-rent up --yes`.

-Чтобы **выключить** LLM на следующих сессиях: `LLM_RUNTIME=none` (на `up` старые unit’ы `gpu-rent-ollama` / `gpu-rent-llamacpp` останавливаются).
+Выключить: `LLM_RUNTIME=none` (на `up` старые unit’ы `gpu-rent-ollama` / `gpu-rent-llamacpp` останавливаются).

-Голый `gpu-rent` без args — help, не `up`. Двойной клик: `GPU_RENT_DEFAULT_ARGS=up --yes` в `gpu-rent.vars`. Полный doctor на up: `up -v`.
+Голый `gpu-rent` без args — **help**. Двойной клик: `GPU_RENT_DEFAULT_ARGS=up --yes`. Полный doctor на up: `up -v`.

 ---

@@ -48,105 +63,95 @@ gpu-rent tunnel
 gpu-rent open --llm
 ```

-Клиент Ollama:
-
-```text
-# Windows PowerShell
+```powershell
 $env:OLLAMA_HOST = "http://127.0.0.1:17811"
 ```

-После успешного `up`/`tunnel` CLI печатает access-card со всеми URL и MCP-сниппетом.
+После `up`/`tunnel` — access-card с URL и MCP-сниппетом.

 ---

-## Ollama: модели
+## Ollama

 | Файл | Роль |
 | --- | --- |
 | `ollama-models.example.yaml` | шаблон в git |
-| `ollama-models.yaml` | твой список (gitignore) |
+| `ollama-models.yaml` | список тегов (gitignore); лаунчер копирует example при отсутствии |

-На `up` при `LLM_RUNTIME=ollama` CLI делает `ollama pull` по списку. Уже скачанные теги **точно** не трогает (`foo:3b` ≠ `foo:7b`). Лишние модели на диске не удаляет.
+На `up` — `ollama pull` по списку. Точные теги: уже есть `foo:7b` ≠ skip для `foo:3b`. Лишнее на диске не удаляет.

-### Пресеты `setup`
+### Пресеты (меню)

-| preset | tag | зачем |
+| # | ключ | tag / смысл |
 | --- | --- | --- |
-| **recommended** | `huihui_ai/qwen2.5-abliterate:7b` | RU/EN, ~5 GB, меньше отказов |
-| light | `qwen2.5:3b` | быстрее, слабее |
-| stock | `qwen2.5:7b` | официальный |
-| alt | `richardyoung/qwen2.5-7b-instruct-abliterated` | другой abliterate |
-| empty | `[]` | только runtime, pull руками |
+| 1 | **recommended** | `huihui_ai/qwen2.5-abliterate:7b` — RU/EN, ~5 GB |
+| 2 | light | `qwen2.5:3b` |
+| 3 | stock | `qwen2.5:7b` |
+| 4 | alt | другой abliterate 7B |
+| 5 | empty | только runtime |
+| — | keep | не трогать yaml (если уже спросили повторно) |

-Community abliterate-модели без гарантий безопасности — для личного prompt-help рядом со SwarmUI.
-
-Поле `default: true` в yaml — preferred модель (лог / подсказка); pull идёт по всему списку.
+`default: true` в yaml — preferred в логе; pull идёт по всему списку.

 ---

-## Автотюнинг Ollama под GPU
+## Автотюнинг Ollama

-На установке `gpu-rent-ollama` читает `/mnt/swarm_data/.gpu-rent-gpu.json` и пишет env в systemd unit (одна карта вместе со SwarmUI):
+Unit `gpu-rent-ollama` читает `/mnt/swarm_data/.gpu-rent-gpu.json`:

-| Tier (VRAM) | Flash Attn | KEEP_ALIVE | KV cache | GPU_OVERHEAD (запас под Swarm/Krea) |
+| Tier (VRAM) | Flash Attn | KEEP_ALIVE | KV cache | GPU_OVERHEAD |
 | --- | --- | --- | --- | --- |
 | low (&lt;16 GiB) | off | 2m | q4_0 | 6 GiB |
 | mid (16–23) | on* | 5m | q8_0 | 10 GiB |
 | high (24–47) | on* | 15m | q8_0 | 14 GiB |
 | ultra (≥48) | on* | 30m | q8_0 | 20 GiB |

-\*Flash на Ampere+ (compute ≥ 8.0). Всегда `NUM_PARALLEL=1`, `MAX_LOADED_MODELS=1`.
-
-Файл: `/mnt/swarm_data/.gpu-rent-ollama.env` (пересоздаётся на каждом install Ollama).
+\*Flash на Ampere+ (compute ≥ 8.0). `NUM_PARALLEL=1`, `MAX_LOADED_MODELS=1`. Env: `/mnt/swarm_data/.gpu-rent-ollama.env`.

 ---

 ## llama.cpp

-Манифест GGUF:
-
 | Файл | Роль |
 | --- | --- |
-| `llamacpp-models.example.yaml` | шаблон в git |
-| `llamacpp-models.yaml` | URL на `.gguf` (gitignore) |
+| `llamacpp-models.example.yaml` | шаблон |
+| `llamacpp-models.yaml` | HTTPS URL на `.gguf` (gitignore) |

-На interactive `up` / `setup` после выбора `llamacpp` спрашивается пресет (как у Ollama). На `up` CLI скачивает GGUF в `/mnt/swarm_data/llamacpp/models`, затем ставит `llama-server` + systemd.
+На `up`: скачать GGUF → `/mnt/swarm_data/llamacpp/models` → `llama-server` + systemd. Уже скачанные крупные файлы не трогает.

-### Пресеты
+### Пресеты (меню)

-| preset | что |
-| --- | --- |
-| **recommended** | Qwen2.5 7B abliterate Q4_K_M (~4.7 GB) |
-| light | Qwen2.5 3B Instruct Q4_K_M |
-| stock | официальный Qwen2.5 7B Instruct Q4_K_M |
-| empty | только runtime |
+| # | ключ | что |
+| --- | --- | --- |
+| 1 | **recommended** | Qwen2.5 7B abliterate Q4_K_M (~4.7 GB) |
+| 2 | light | Qwen2.5 3B Instruct Q4_K_M |
+| 3 | stock | официальный 7B Instruct Q4_K_M |
+| 4 | empty | только runtime |
+| — | keep | не трогать yaml |

-Параметры `-ngl` / `-c` — по GPU probe. Опционально `HF_TOKEN` для gated HF. Вручную: положи GGUF в каталог models и `systemctl restart gpu-rent-llamacpp`.
+`-ngl` / `-c` — по GPU probe. Опционально `HF_TOKEN` для gated HF. Вручную: положи GGUF в models и `systemctl restart gpu-rent-llamacpp`.

 ---

 ## Idle-killer и LLM

-Busy (не гасить GPU), если:
+Busy (не гасить GPU):

- идёт `ollama pull` (маркер младше ~45 мин; старше — сбрасывается);
- в Ollama есть загруженная модель;
- llama.cpp занимает слоты.
+- `ollama pull` (маркер младше ~45 мин; старше сбрасывается);
+- загруженная модель в Ollama;
+- llama.cpp: слоты заняты.

-Ошибка установки LLM на `up` — **fail** (не тихий лог): почини или поставь `LLM_RUNTIME=none`.
+Ошибка установки LLM на `up` — **fail** (не тихий лог).

 ---

 ## Supply-chain (опциональный pin)

-По умолчанию install-скрипты тянут upstream **без pin** (Ollama: `curl|sh`; llama.cpp: GitHub `latest`) — риск подмены. В логе будет `WARN`.
-
-Жёстче — задай env на VM / при bootstrap:
+По умолчанию install тянет upstream без pin (`WARN` в логе). Жёстче:

 ```bash
 OLLAMA_VERSION=0.6.5
 OLLAMA_SHA256=<sha256 of ollama-linux-amd64.tgz>
-
 LLAMACPP_TAG=b4690
 # или LLAMACPP_ASSET_URL=... + LLAMACPP_SHA256=...
 ```
@@ -2,12 +2,12 @@

 Продуктовые развилки закрыты — см. [decisions.md](decisions.md).

-Ниже — что **подтвердить на spike** (живой GPU), не в споре:
+Подтвердить **на spike** (живой GPU), не в споре:

- Качалка модели в UI: отдельного poll-API нет → v1 считает busy через очередь / loading / backend≠idle; иначе пользователь жмёт `hold`.
- Реальная цена 100 GB сетевого диска и 1×4090 preemptible ₽/час в твоём сегменте (в OpenStack API нет — только панель).
- Имя GPU-образа (без Docker) и flavor id в твоём пуле (в git не класть); какие из `FLAVOR_PREFERENCE` реально есть.
- Application credential с **узкими** access_rules (DELETE/GET только этого `server_id`) на Selectel: если Keystone отвергает rules — CLI **fail closed** (idle-killer не вооружается unrestricted). Нужно проверить на spike и при необходимости править права / путь.
- Snapshot attached boot volume после Idle: время и можно ли сразу create from snapshot.
+- Качалка модели в UI: отдельного poll-API нет → busy через очередь / loading / backend≠idle; иначе `hold`.
+- Реальная цена data-диска и 1×4090 preemptible ₽/час в твоём сегменте (в API нет — панель).
+- Имя GPU-образа Driver 580 и живые flavor id в пуле (в git не класть).
+- App cred с узкими access_rules на Selectel: код fail closed; на spike убедиться, что Keystone принимает rules.
+- Snapshot attached boot после Idle: время; create from snapshot ок.

-Если spike покажет, что 45 минут льготы мало на первую установку ComfyUI — подними `IDLE_GRACE_MINUTES`, не отключай killer.
+Если 45 мин льготы мало на первый Comfy — подними `IDLE_GRACE_MINUTES`, не отключай killer.
@@ -83,6 +83,9 @@
 - [x] Оценка ₽ честно («смотри панель»), предупреждение про диск 24/7 и idle-killer
 - [x] `NOTIFY_READY`: Windows toast + звук при backend Idle
 - [x] Пользовательский README поверх `docs/`
+- [x] Opt-in LLM + `setup`; нумерованные меню; interactive Selectel plan (flavor/disk/spot)
+- [x] Цветной CLI-лог; `capture` ссылок с VM
+- [x] Local-watchdog; access-card

 ## Вне скоупа v1

@@ -49,6 +49,7 @@ chmod +x gpu-rent.sh
 - `env.example` → `.env`
 - `models.example.yaml` → `models.yaml`
 - `extensions.example.yaml` → `extensions.yaml`
+- `ollama-models.example.yaml` / `llamacpp-models.example.yaml` → соответствующие yaml (лаунчер / setup)
 - `gpu-rent.vars.example` → `gpu-rent.vars`

 Секреты только в `<repo>/.env` и runtime в `<repo>/.gpu-rent/` (оба в `.gitignore`).
@@ -59,7 +60,7 @@ chmod +x gpu-rent.sh
 .\gpu-rent.ps1 setup
 ```

-Спросит LLM (none/ollama/llamacpp) и local-watchdog. Можно пропустить и настроить позже.
+Спросит (нумерованные меню): LLM runtime → пресет моделей → local-watchdog. Можно пропустить и настроить позже (`LLM_RUNTIME` / `up`).

 Для разработки / pytest:

@@ -215,15 +216,23 @@ copy models.example.yaml models.yaml

 Первый прогон долгий (образ, SwarmUI, Comfy, seed): ориентир **20–40 минут**. Не закрывай терминал посередине bootstrap.

+Без вопросов (CI / двойной клик):
+
 ```powershell
 .\gpu-rent.ps1 up --yes
 ```

+Интерактивно (меню LLM, пресет, **flavor / диск / preemptible**, confirm):
+
+```powershell
+.\gpu-rent.ps1 up
+```
+
 Что произойдёт:

-1. Снова короткий doctor (кратко; полный — `up -v`).
-2. Create/unshelve preemptible GPU + диски.
-3. Bootstrap SwarmUI, extensions, autocomplete, Civitai-seed, push локальных папок.
+1. Короткий doctor (полный — `up -v`).
+2. Create/unshelve GPU + диски (после confirm).
+3. Bootstrap SwarmUI, extensions, autocomplete, Civitai-seed, push локальных папок; optional LLM.
 4. Туннель на `localhost:17801`, access-card с URL / MCP.
 5. Процесс ждёт: **Ctrl+C** закрывает только туннель, GPU остаётся.

@@ -233,9 +242,10 @@ copy models.example.yaml models.yaml
 | --- | --- |
 | `--no-tunnel` | только облако; UI потом: `tunnel --open` |
 | `--no-update` | не `git pull` SwarmUI/extensions |
-| `--ollama` | поднять Ollama рядом ([llm.md](llm.md)) |
+| `--ollama` / `--llamacpp` | LLM рядом ([llm.md](llm.md)) |
+| `--no-swarm` / `--llm-only` | только LLM, без SwarmUI (нужен runtime) |
 | `--no-spot` | обычный (не preemptible) тариф |
-| `--flavor ID` | явный flavor, без фоллбека |
+| `--flavor ID` | явный flavor (пропускает меню flavor) |

 Двойной клик без аргументов: в `gpu-rent.vars` задай `GPU_RENT_DEFAULT_ARGS=up --yes`. Сам `gpu-rent` без args показывает **help**, не поднимает GPU.

@@ -103,12 +103,13 @@

 ```powershell
 .\gpu-rent.ps1 up --yes --ollama
+# или интерактивно: up → меню runtime/пресет
 ```

 | Шаг | OK? |
 | --- | --- |
-| Ollama на :17811 через туннель | |
-| `ollama pull` из манифеста | |
+| Ollama :17811 или llama.cpp :17812 через туннель | |
+| pull / GGUF из манифеста | |
 | `LLM_RUNTIME=none` гасит unit на следующем up | |

 См. [llm.md](llm.md).
@@ -38,10 +38,15 @@ AUTOCOMPLETE_GITHUB_REF=main
 AUTOCOMPLETE_FILENAME=danbooru.csv

 SWARMUI_LOCAL_PORT=17801
-# Optional LLM beside SwarmUI: none | ollama | llamacpp (or gpu-rent setup / --ollama)
+# Optional LLM beside SwarmUI: none | ollama | llamacpp (setup / --ollama / --llamacpp)
+# ENABLE_SWARMUI=true
+# WORKLOAD=llm          # llm-only (no SwarmUI); requires LLM_RUNTIME≠none
 LLM_RUNTIME=none
 OLLAMA_LOCAL_PORT=17811
 LLAMACPP_LOCAL_PORT=17812
+# OLLAMA_MODELS_MANIFEST=
+# LLAMACPP_MODELS_MANIFEST=
+# HF_TOKEN=   # optional, gated GGUF on Hugging Face
 # git pull SwarmUI + extensions on each up (default true). CLI: --no-update
 UPDATE_GIT=true

@@ -15,6 +15,11 @@
 # SCAN_POOLS=ru-6,ru-7
 # FLAVOR_PREFERENCE=4090-24,4090-48,a5000,a100-40
 # SWARMUI_LOCAL_PORT=17801
+# DATA_VOLUME_SIZE_GB=100
+# DEFAULT_FLAVOR_ID=
+# DEFAULT_SPOT=true
+# ENABLE_SWARMUI=true
+# WORKLOAD=llm          # то же что ENABLE_SWARMUI=false (только LLM)
 # LLM_RUNTIME=none
 # OLLAMA_LOCAL_PORT=17811
 # LLAMACPP_LOCAL_PORT=17812
@@ -40,17 +40,19 @@ def resolve_llm_runtime(cfg: Config) -> str:

 def collect_access_links(cfg: Config, *, tunneled: bool) -> list[AccessLink]:
    """Build the list of user-facing endpoints (unit-tested)."""
-    port = cfg.swarmui_local_port
-    base = f"http://127.0.0.1:{port}"
    links: list[AccessLink] = []
+    swarm = bool(getattr(cfg, "enable_swarmui", True))
    if tunneled:
-        links.extend(
-            [
-                AccessLink("SwarmUI UI", base, "браузер"),
-                AccessLink("SwarmUI API", f"{base}/API/", "HTTP JSON"),
-                AccessLink("SwarmUI MCP", f"{base}/mcp", "Cursor mcp.json"),
-            ]
-        )
+        if swarm:
+            port = cfg.swarmui_local_port
+            base = f"http://127.0.0.1:{port}"
+            links.extend(
+                [
+                    AccessLink("SwarmUI UI", base, "браузер"),
+                    AccessLink("SwarmUI API", f"{base}/API/", "HTTP JSON"),
+                    AccessLink("SwarmUI MCP", f"{base}/mcp", "Cursor mcp.json"),
+                ]
+            )
        runtime = resolve_llm_runtime(cfg)
        if runtime == "ollama":
            o = cfg.ollama_local_port
@@ -82,6 +84,14 @@ def collect_access_links(cfg: Config, *, tunneled: bool) -> list[AccessLink]:
                    AccessLink("Models", f"http://127.0.0.1:{p}/v1/models", "list"),
                ]
            )
+        if not links:
+            links.append(
+                AccessLink(
+                    "Туннель",
+                    "gpu-rent tunnel",
+                    "нет сервисов — ENABLE_SWARMUI / LLM_RUNTIME",
+                )
+            )
    else:
        links.append(
            AccessLink(
@@ -94,6 +104,8 @@ def collect_access_links(cfg: Config, *, tunneled: bool) -> list[AccessLink]:


 def mcp_snippet_lines(cfg: Config) -> list[str]:
+    if not bool(getattr(cfg, "enable_swarmui", True)):
+        return ["# SwarmUI MCP skip (llm-only)"]
    port = cfg.swarmui_local_port
    return [
        "{",
@@ -24,14 +24,18 @@ def run_bootstrap(
    update: bool = True,
    light: bool = False,
 ) -> None:
-    if light:
+    skip_swarm = not bool(getattr(cfg, "enable_swarmui", True))
+    if skip_swarm:
+        log("bootstrap llm-only (data disk, без SwarmUI)")
+    elif light:
        log("bootstrap SwarmUI (light: без apt)")
    else:
        log("bootstrap SwarmUI на VM (идемпотентно, без Docker)")
-    if update:
-        log("git update: SwarmUI on")
-    else:
-        log("git update: SwarmUI off (--no-update)")
+    if not skip_swarm:
+        if update:
+            log("git update: SwarmUI on")
+        else:
+            log("git update: SwarmUI off (--no-update)")
    script = bootstrap_script()
    out = run_script_sudo(
        cfg,
@@ -43,9 +47,13 @@ def run_bootstrap(
            "SWARM_USER": cfg.ssh_user,
            "GPU_RENT_UPDATE_GIT": "1" if update else "0",
            "GPU_RENT_BOOTSTRAP_LIGHT": "1" if light else "0",
+            "GPU_RENT_SKIP_SWARMUI": "1" if skip_swarm else "0",
        },
        log=log,
    )
    if "bootstrap ok" not in out:
        raise CloudError(f"bootstrap не подтвердил успех:\n{out[-800:]}")
-    log("диски и systemd unit готовы; дальше seed, потом start swarmui")
+    if skip_swarm:
+        log("data disk готов — дальше LLM")
+    else:
+        log("диски и systemd unit готовы; дальше seed, потом start swarmui")
@@ -303,10 +303,10 @@ def status() -> None:
 def open(
    llm: bool = typer.Option(False, "--llm", help="Открыть LLM API URL вместо SwarmUI"),
 ) -> None:
-    """Открыть браузер на SwarmUI :17801 (или --llm на Ollama/llama.cpp)."""
+    """Открыть браузер на SwarmUI :17801 (или --llm / llm-only на Ollama/llama.cpp)."""
    cfg = load_config(require_auth=False)
-    if llm:
-        from gpu_rent.llm_runtime import normalize_runtime
+    use_llm = llm or not bool(getattr(cfg, "enable_swarmui", True))
+    if use_llm:
        from gpu_rent.access_card import resolve_llm_runtime

        runtime = resolve_llm_runtime(cfg)
@@ -398,18 +398,25 @@ def up(
    ),
    ollama: bool = typer.Option(False, "--ollama", help="То же что --llm ollama"),
    llamacpp: bool = typer.Option(False, "--llamacpp", help="То же что --llm llamacpp"),
+    no_swarm: bool = typer.Option(
+        False,
+        "--no-swarm",
+        "--llm-only",
+        help="Только LLM на GPU, без установки SwarmUI",
+    ),
 ) -> None:
-    """Create/unshelve GPU, bootstrap SwarmUI, по умолчанию туннель на :17801."""
+    """Create/unshelve GPU; SwarmUI и/или LLM; по умолчанию туннель."""
    try:
        from dataclasses import replace

        from gpu_rent.llm_runtime import (
-            append_vars_llm_runtime,
            decide_runtime,
            ensure_ollama_manifest_from_example,
            write_ollama_models_preset,
        )
        from gpu_rent.paths import vars_path
+        from gpu_rent.prompts import MenuItem, prompt_menu
+        from gpu_rent.varsfile import upsert_vars

        checks = run_doctor()
        code = _print_checks(checks, quiet=not verbose)
@@ -427,33 +434,93 @@ def up(
        except ValueError as exc:
            raise GpuRentError(str(exc)) from exc

+        enable_swarm = False if no_swarm else cfg.enable_swarmui
        asked_model_preset = False
-        if not yes and runtime == "none" and not llm and not ollama and not llamacpp:
+        llm_flags = bool(llm or ollama or llamacpp or no_swarm)
+
+        if not yes and not llm_flags:
            from gpu_rent.llm_runtime import (
                llamacpp_preset_menu,
-                llm_runtime_menu,
                ollama_preset_menu,
+                workload_menu,
            )
-            from gpu_rent.prompts import prompt_menu

            def _ask(msg: str, default: str = "") -> str:
                return typer.prompt(msg, default=default)

+            default_stack = (
+                "llm"
+                if not cfg.enable_swarmui
+                else ("both" if runtime != "none" else "swarm")
+            )
            try:
-                choice = prompt_menu(
-                    "LLM рядом со SwarmUI",
-                    llm_runtime_menu(),
-                    default="none",
+                stack = prompt_menu(
+                    "Что поднять на GPU",
+                    workload_menu(),
+                    default=default_stack,
                    ask=_ask,
                    show=log,
                )
-                runtime = decide_runtime(
-                    flag=choice, ollama_flag=False, llamacpp_flag=False, from_config="none"
-                )
            except ValueError as exc:
                raise GpuRentError(str(exc)) from exc
-            if runtime != "none" and typer.confirm("Запомнить LLM_RUNTIME в gpu-rent.vars?", default=True):
-                append_vars_llm_runtime(vars_path(), runtime)
+
+            if stack == "swarm":
+                enable_swarm = True
+                runtime = "none"
+            elif stack == "both":
+                enable_swarm = True
+                if runtime == "none":
+                    try:
+                        choice = prompt_menu(
+                            "LLM runtime",
+                            [
+                                MenuItem("ollama", "Ollama (+ pull моделей)"),
+                                MenuItem("llamacpp", "llama.cpp server (+ GGUF)"),
+                            ],
+                            default="ollama",
+                            ask=_ask,
+                            show=log,
+                        )
+                        runtime = decide_runtime(
+                            flag=choice,
+                            ollama_flag=False,
+                            llamacpp_flag=False,
+                            from_config="none",
+                        )
+                    except ValueError as exc:
+                        raise GpuRentError(str(exc)) from exc
+            else:
+                enable_swarm = False
+                if runtime == "none":
+                    try:
+                        choice = prompt_menu(
+                            "LLM runtime",
+                            [
+                                MenuItem("ollama", "Ollama (+ pull моделей)"),
+                                MenuItem("llamacpp", "llama.cpp server (+ GGUF)"),
+                            ],
+                            default="llamacpp",
+                            ask=_ask,
+                            show=log,
+                        )
+                        runtime = decide_runtime(
+                            flag=choice,
+                            ollama_flag=False,
+                            llamacpp_flag=False,
+                            from_config="none",
+                        )
+                    except ValueError as exc:
+                        raise GpuRentError(str(exc)) from exc
+
+            if typer.confirm("Запомнить стек в gpu-rent.vars?", default=True):
+                upsert_vars(
+                    vars_path(),
+                    {
+                        "ENABLE_SWARMUI": "true" if enable_swarm else "false",
+                        "LLM_RUNTIME": runtime,
+                    },
+                )
+
            if runtime == "ollama":
                ensure_ollama_manifest_from_example()
                try:
@@ -498,7 +565,6 @@ def up(
                ollama_preset_menu,
                write_llamacpp_models_preset,
            )
-            from gpu_rent.prompts import prompt_menu

            def _ask2(msg: str, default: str = "") -> str:
                return typer.prompt(msg, default=default)
@@ -529,9 +595,17 @@ def up(
            except ValueError as exc:
                raise GpuRentError(str(exc)) from exc

-        cfg = replace(cfg, llm_runtime=runtime)
-        if runtime != "none":
-            ok(f"LLM runtime: {runtime}")
+        if not enable_swarm and runtime == "none":
+            raise GpuRentError(
+                "llm-only требует --ollama / --llamacpp / --llm … "
+                "(или убери --no-swarm / ENABLE_SWARMUI=true)"
+            )
+
+        cfg = replace(cfg, llm_runtime=runtime, enable_swarmui=enable_swarm)
+        if enable_swarm:
+            ok("стек: SwarmUI" + (f" + {runtime}" if runtime != "none" else ""))
+        else:
+            ok(f"стек: llm-only ({runtime})")

        def confirm(msg: str) -> bool:
            return typer.confirm(msg)
@@ -31,6 +31,20 @@ def _as_bool(value: str | None, default: bool) -> bool:
    return value.strip().lower() in {"1", "true", "yes", "on"}


+def parse_enable_swarmui(raw: str | None, *, default: bool = True) -> bool:
+    """ENABLE_SWARMUI / WORKLOAD=llm|swarm|both → whether to install SwarmUI."""
+    wl = (os.environ.get("WORKLOAD") or "").strip().lower()
+    if wl in {"llm", "llm-only", "llm_only", "llama", "ollama-only"}:
+        return False
+    if wl in {"swarm", "swarmui", "ui"}:
+        return True
+    if wl in {"both", "all", "full"}:
+        return True
+    if raw is None or str(raw).strip() == "":
+        return default
+    return _as_bool(str(raw), default)
+
+
 def _as_int(value: str | None, default: int) -> int:
    if value is None or value.strip() == "":
        return default
@@ -84,6 +98,7 @@ class Config:
    update_git: bool

    llm_runtime: str
+    enable_swarmui: bool
    ollama_models_manifest: Path
    llamacpp_models_manifest: Path
    ollama_local_port: int
@@ -169,6 +184,8 @@ def load_config(*, require_auth: bool = True) -> Config:
    except ValueError:
        llm_runtime = "none"

+    enable_swarmui = parse_enable_swarmui(os.environ.get("ENABLE_SWARMUI"), default=True)
+
    def _dir(env_name: str, folder: str) -> Path:
        raw = (os.environ.get(env_name) or "").strip()
        return Path(raw).expanduser() if raw else (root / folder)
@@ -210,6 +227,7 @@ def load_config(*, require_auth: bool = True) -> Config:
        swarmui_image=(os.environ.get("SWARMUI_IMAGE") or "").strip(),
        update_git=_as_bool(os.environ.get("UPDATE_GIT"), True),
        llm_runtime=llm_runtime,
+        enable_swarmui=enable_swarmui,
        ollama_models_manifest=ollama_manifest,
        llamacpp_models_manifest=llamacpp_manifest,
        ollama_local_port=_as_int(os.environ.get("OLLAMA_LOCAL_PORT"), 17811),
@@ -106,7 +106,7 @@ def install_units(cfg: Config, host: str, log: Log) -> None:
    )
    service = f"""[Unit]
 Description=gpu-rent idle-killer (one shot)
-After=network-online.target swarmui.service
+After=network-online.target

 [Service]
 Type=oneshot
@@ -71,6 +71,12 @@ LLM_RUNTIME_LABELS: dict[str, str] = {
    "llamacpp": "llama.cpp server (+ GGUF)",
 }

+WORKLOAD_LABELS: dict[str, str] = {
+    "swarm": "только SwarmUI",
+    "both": "SwarmUI + LLM",
+    "llm": "только LLM (без SwarmUI)",
+}
+

 def llm_runtime_menu() -> list:
    from gpu_rent.prompts import MenuItem
@@ -78,6 +84,12 @@ def llm_runtime_menu() -> list:
    return [MenuItem(k, f"{k} — {LLM_RUNTIME_LABELS[k]}") for k in ("none", "ollama", "llamacpp")]


+def workload_menu() -> list:
+    from gpu_rent.prompts import MenuItem
+
+    return [MenuItem(k, WORKLOAD_LABELS[k]) for k in ("swarm", "both", "llm")]
+
+
 def ollama_preset_menu(*, include_keep: bool = False) -> list:
    from gpu_rent.prompts import MenuItem

@@ -440,33 +440,68 @@ def provision_vm(
    server_id: str | None = None,
    update: bool = True,
 ) -> None:
+    from gpu_rent.llm_runtime import normalize_runtime
+    from gpu_rent.state import load_state, save_state
+
+    swarm = bool(getattr(cfg, "enable_swarmui", True))
+    rt = normalize_runtime(cfg.llm_runtime)
+    if not swarm and rt == "none":
+        raise CloudError(
+            "llm-only: нужен LLM_RUNTIME=ollama|llamacpp (или --ollama / --llamacpp)"
+        )
+
    restart = bool(update)
-    try:
-        if seed_extensions(cfg, host, log, update=update):
-            restart = True
-    except GpuRentError as exc:
-        log(f"extensions: {exc}")
-        raise
-    try:
-        if seed_autocomplete(cfg, host, log):
-            restart = True
-    except GpuRentError as exc:
-        log(f"autocomplete: {exc}")
-    seed_civitai(cfg, host, log)
-    push_tree(cfg, host, cfg.local_models_dir, f"{DATA}/Models", log, models=True)
-    push_tree(cfg, host, cfg.local_wildcards_dir, f"{DATA}/Data/Wildcards", log, models=False)
-    push_tree(cfg, host, cfg.local_workflows_dir, f"{DATA}/CustomWorkflows", log, models=False)
-    if cfg.pull_output:
-        pull_tree(cfg, host, f"{DATA}/Output", cfg.local_output_dir, log)
+    if swarm:
+        try:
+            if seed_extensions(cfg, host, log, update=update):
+                restart = True
+        except GpuRentError as exc:
+            log(f"extensions: {exc}")
+            raise
+        try:
+            if seed_autocomplete(cfg, host, log):
+                restart = True
+        except GpuRentError as exc:
+            log(f"autocomplete: {exc}")
+        seed_civitai(cfg, host, log)
+        push_tree(cfg, host, cfg.local_models_dir, f"{DATA}/Models", log, models=True)
+        push_tree(
+            cfg, host, cfg.local_wildcards_dir, f"{DATA}/Data/Wildcards", log, models=False
+        )
+        push_tree(
+            cfg,
+            host,
+            cfg.local_workflows_dir,
+            f"{DATA}/CustomWorkflows",
+            log,
+            models=False,
+        )
+        if cfg.pull_output:
+            pull_tree(cfg, host, f"{DATA}/Output", cfg.local_output_dir, log)
+    else:
+        log("SwarmUI: skip (llm-only)")
+        run_ssh(
+            cfg,
+            host,
+            "sudo -n systemctl stop swarmui 2>/dev/null; "
+            "sudo -n systemctl disable swarmui 2>/dev/null || true; "
+            "echo llm-only | sudo -n tee /mnt/swarm_data/.gpu-rent-llm-only >/dev/null",
+            check=False,
+        )

    try:
        probe_gpu(cfg, host, log)
    except Exception as exc:
        log(f"GPU probe: {exc}")

-    ensure_swarmui_running(cfg, host, log, restart=restart)
-
-    from gpu_rent.state import load_state, save_state
+    if swarm:
+        ensure_swarmui_running(cfg, host, log, restart=restart)
+        run_ssh(
+            cfg,
+            host,
+            "sudo -n rm -f /mnt/swarm_data/.gpu-rent-llm-only",
+            check=False,
+        )

    try:
        provision_llm(cfg, host, log)
@@ -474,7 +509,6 @@ def provision_vm(
        st = load_state()
        st.notes = dict(st.notes or {})
        st.notes["llm_error"] = str(exc)[:500]
-        # Do not claim success — leave previous notes.llm_runtime or clear to none.
        st.notes["llm_runtime"] = "none"
        save_state(st)
        raise CloudError(f"LLM runtime: {exc}") from exc
@@ -498,10 +532,8 @@ def provision_vm(
                "⚠ idle-killer НЕ вооружён — GPU может тарифицироваться без авто-stop. "
                "См. status / docs/setup.md"
            )
-    log("SwarmUI слушает 127.0.0.1:7801 — gpu-rent tunnel")
-    from gpu_rent.llm_runtime import normalize_runtime
-
-    rt = normalize_runtime(cfg.llm_runtime)
+    if swarm:
+        log("SwarmUI слушает 127.0.0.1:7801 — gpu-rent tunnel")
    if rt == "ollama":
        log(f"Ollama API → localhost:{cfg.ollama_local_port} (туннель)")
    elif rt == "llamacpp":
@@ -95,7 +95,26 @@ mkdir -p \
  "${DATA_ROOT}/dlbackend" \
  "${DATA_ROOT}/Extensions" \
  "${DATA_ROOT}/DLNodes" \
-  "${DATA_ROOT}/CustomWorkflows"
+  "${DATA_ROOT}/CustomWorkflows" \
+  "${DATA_ROOT}/ollama" \
+  "${DATA_ROOT}/llamacpp/models"
+
+# LLM-only: data disk + tools, no SwarmUI clone / unit.
+if [[ "${GPU_RENT_SKIP_SWARMUI:-0}" == "1" ]]; then
+  chown -R "${SWARM_USER}:${SWARM_USER}" "$DATA_ROOT"
+  date -u +"%Y-%m-%dT%H:%M:%SZ" >"$MARKER_DATA"
+  date -u +"%Y-%m-%dT%H:%M:%SZ" >"${DATA_ROOT}/.gpu-rent-llm-only"
+  chown "${SWARM_USER}:${SWARM_USER}" "$MARKER_DATA" "${DATA_ROOT}/.gpu-rent-llm-only"
+  systemctl stop swarmui 2>/dev/null || true
+  systemctl disable swarmui 2>/dev/null || true
+  if command -v nvidia-smi >/dev/null 2>&1; then
+    nvidia-smi -L || true
+  fi
+  log "bootstrap ok (llm-only; без SwarmUI)"
+  exit 0
+fi
+
+rm -f "${DATA_ROOT}/.gpu-rent-llm-only" 2>/dev/null || true

 if [[ ! -d "${SWARM_ROOT}/.git" ]]; then
  log "clone SwarmUI -> ${SWARM_ROOT}"
@@ -236,7 +236,10 @@ def main() -> int:
        return 0

    swarm_url = str(creds.get("swarm_url") or "http://127.0.0.1:7801")
-    busy, detail = swarm_busy(swarm_url)
+    if (DATA / ".gpu-rent-llm-only").is_file():
+        busy, detail = False, "llm-only (swarm skip)"
+    else:
+        busy, detail = swarm_busy(swarm_url)
    if busy:
        write_ts(IDLE_SINCE, None)
        log(f"busy: {detail}")
@@ -86,27 +86,26 @@ def _bind_access(
    log(f"SSH {cfg.ssh_user}@{ip}")
    state.phase = "bootstrapping"
    save_state(state)
-    if update:
+    swarm = bool(getattr(cfg, "enable_swarmui", True))
+    if swarm and update:
        active = run_ssh(cfg, ip, "systemctl is-active swarmui 2>/dev/null || true", check=False).strip()
        if active == "active":
            log("systemctl stop swarmui перед git update")
            run_ssh(cfg, ip, "sudo -n systemctl stop swarmui", timeout=120, check=False)
    # Skip apt-heavy bootstrap when the VM already finished first-boot.
-    marker = run_ssh(
-        cfg,
-        ip,
-        "test -f /opt/swarmui/.gpu-rent-bootstrapped && echo yes || echo no",
-        check=False,
-    ).strip()
+    if swarm:
+        marker_cmd = "test -f /opt/swarmui/.gpu-rent-bootstrapped && echo yes || echo no"
+    else:
+        marker_cmd = "test -f /mnt/swarm_data/.gpu-rent-ready && echo yes || echo no"
+    marker = run_ssh(cfg, ip, marker_cmd, check=False).strip()
    if marker == "yes":
-        # VM marker survives stop; local bootstrapped is cleared on stop — still light.
        if not state.bootstrapped:
            log("маркер bootstrap на VM — лёгкий проход (локальный bootstrapped был сброшен)")
        else:
            log("bootstrap уже на VM — лёгкий проход (без apt)")
-        run_bootstrap(cfg, ip, log, update=update, light=True)
+        run_bootstrap(cfg, ip, log, update=update and swarm, light=True)
    else:
-        run_bootstrap(cfg, ip, log, update=update, light=False)
+        run_bootstrap(cfg, ip, log, update=update and swarm, light=False)
    provision_vm(
        cfg,
        ip,
@@ -115,17 +114,19 @@ def _bind_access(
        server_id=getattr(server, "id", None) or state.server_id,
        update=update,
    )
-    try:
-        wait_backend_idle(cfg, ip, log)
-    except CloudError as exc:
-        log(f"ready: {exc}")
-    # Comfy venv + Backends.fds exist after Idle — sage/triton + ExtraArgs.
-    try:
-        if tune_swarm_perf(cfg, ip, log):
-            log("systemctl restart swarmui (perf ExtraArgs)")
-            run_ssh(cfg, ip, "sudo -n systemctl restart swarmui", timeout=120)
-    except Exception as exc:
-        log(f"perf tune: {exc}")
+    if swarm:
+        try:
+            wait_backend_idle(cfg, ip, log)
+        except CloudError as exc:
+            log(f"ready: {exc}")
+        try:
+            if tune_swarm_perf(cfg, ip, log):
+                log("systemctl restart swarmui (perf ExtraArgs)")
+                run_ssh(cfg, ip, "sudo -n systemctl restart swarmui", timeout=120)
+        except Exception as exc:
+            log(f"perf tune: {exc}")
+    else:
+        log("ready: llm-only (без ожидания SwarmUI Idle)")
    try:
        ensure_boot_snapshot(
            conn,
@@ -138,6 +139,8 @@ def _bind_access(
    notify_ready(cfg, log)
    state.bootstrapped = True
    state.phase = "ready_cloud"
+    state.notes = dict(state.notes or {})
+    state.notes["enable_swarmui"] = swarm
    save_state(state)
    return state

@@ -72,16 +72,18 @@ def decide_watch(status: str | None, tunnel_alive: bool) -> WatchDecision:


 def tunnel_forwards(cfg: Config) -> list[tuple[int, int]]:
-    """List of (local_port, remote_port). SwarmUI always; LLM if configured.
-
-    Prefer live config (`LLM_RUNTIME`) over stale state.notes.
-    """
-    pairs = [(cfg.swarmui_local_port, 7801)]
+    """List of (local_port, remote_port). SwarmUI if enabled; LLM if configured."""
+    pairs: list[tuple[int, int]] = []
+    if bool(getattr(cfg, "enable_swarmui", True)):
+        pairs.append((cfg.swarmui_local_port, 7801))
    runtime = normalize_runtime(cfg.llm_runtime)
    if runtime == "ollama":
        pairs.append((cfg.ollama_local_port, 11434))
    elif runtime == "llamacpp":
        pairs.append((cfg.llamacpp_local_port, 8080))
+    if not pairs:
+        # Failsafe: at least SwarmUI port so tunnel isn't empty.
+        pairs.append((cfg.swarmui_local_port, 7801))
    return pairs


@@ -181,14 +183,23 @@ def run_tunnel(
    log("watchdog: EXPIRED → unshelve + reconnect")

    server = _start_forwarder(cfg, current_host, forwards)
-    swarm_url = f"http://127.0.0.1:{cfg.swarmui_local_port}"
+    swarm_on = bool(getattr(cfg, "enable_swarmui", True))
+    runtime = normalize_runtime(cfg.llm_runtime)
+    if swarm_on:
+        open_url = f"http://127.0.0.1:{cfg.swarmui_local_port}"
+    elif runtime == "ollama":
+        open_url = f"http://127.0.0.1:{cfg.ollama_local_port}"
+    elif runtime == "llamacpp":
+        open_url = f"http://127.0.0.1:{cfg.llamacpp_local_port}"
+    else:
+        open_url = f"http://127.0.0.1:{cfg.swarmui_local_port}"

    from gpu_rent.access_card import print_access_card

    print_access_card(cfg, tunneled=True, host=current_host)

    if open_browser:
-        webbrowser.open(swarm_url)
+        webbrowser.open(open_url)

    state = load_state()
    state.phase = "ready_tunneled"
@@ -0,0 +1,44 @@
+from gpu_rent.config import parse_enable_swarmui
+from gpu_rent.tunnel import tunnel_forwards
+
+
+def test_parse_enable_swarmui_workload(monkeypatch):
+    monkeypatch.delenv("WORKLOAD", raising=False)
+    assert parse_enable_swarmui(None) is True
+    assert parse_enable_swarmui("false") is False
+    monkeypatch.setenv("WORKLOAD", "llm")
+    assert parse_enable_swarmui("true") is False
+    monkeypatch.setenv("WORKLOAD", "both")
+    assert parse_enable_swarmui("false") is True
+
+
+def test_tunnel_forwards_llm_only(monkeypatch):
+    class Cfg:
+        swarmui_local_port = 17801
+        llm_runtime = "llamacpp"
+        enable_swarmui = False
+        ollama_local_port = 17811
+        llamacpp_local_port = 17812
+
+    monkeypatch.setattr("gpu_rent.tunnel.load_state", lambda: type("S", (), {"notes": {}})())
+    assert tunnel_forwards(Cfg()) == [(17812, 8080)]
+
+
+def test_access_links_llm_only(monkeypatch):
+    from gpu_rent.access_card import collect_access_links, mcp_snippet_lines
+
+    class Cfg:
+        swarmui_local_port = 17801
+        llm_runtime = "llamacpp"
+        enable_swarmui = False
+        ollama_local_port = 17811
+        llamacpp_local_port = 17812
+
+    monkeypatch.setattr(
+        "gpu_rent.access_card.load_state",
+        lambda: type("S", (), {"notes": {}})(),
+    )
+    labels = [x.label for x in collect_access_links(Cfg(), tunneled=True)]
+    assert "SwarmUI UI" not in labels
+    assert "llama.cpp" in labels
+    assert mcp_snippet_lines(Cfg())[0].startswith("#")