Enhance LLM configuration and installation scripts for improved flexibility

- Added new environment variables in `env.example` and `gpu-rent.vars.example` for fine-tuning LLM settings, including CUDA build options and model version pinning.
- Updated `llm.md` documentation to include detailed descriptions of new configuration options and usage cases for LLM setups.
- Enhanced the `provision.py` script to forward new environment variables during remote installations, improving the installation process for LLM components.
- Modified the `install_llamacpp.sh` script to support conditional CUDA builds and asset URL overrides, ensuring better compatibility with various environments.
- Improved logging in the installation scripts to provide clearer feedback during the setup process.

docs/llm.md

@@ -120,7 +120,22 @@ Unit `gpu-rent-ollama` читает `/mnt/swarm_data/.gpu-rent-gpu.json`:
 
 На `up`: скачать GGUF → `/mnt/swarm_data/llamacpp/models` → `llama-server` + systemd. Уже скачанные крупные файлы не трогает.
 
-**Бинарник:** у upstream нет Linux CUDA в GitHub Releases (только Windows). `install_llamacpp.sh` собирает `llama-server` из исходников (`GGML_CUDA=ON`, arch из GPU probe). Если `nvcc` недоступен — fallback на Ubuntu Vulkan/CPU asset (без Windows). Pin: `LLAMACPP_TAG=b10545`. Override: `LLAMACPP_ASSET_URL` + `LLAMACPP_SHA256`.
+**Бинарник (без compile по умолчанию):** официальные Releases **не** дают Linux CUDA — только Windows CUDA + Ubuntu CPU/Vulkan. `install_llamacpp.sh` берёт **Ubuntu Vulkan** prebuilt (~30 MB, GPU через Vulkan). CUDA-сборка из исходников — только крайний случай (prebuilt упал) или явно `LLAMACPP_BUILD_CUDA=1` (5–15 мин, тихий лог + heartbeat).
+
+Переменные (`.env` или `gpu-rent.vars`, пробрасываются на VM при `up`):
+
+| Var | Зачем |
+| --- | --- |
+| `LLAMACPP_TAG` | pin release (`b10545`) |
+| `LLAMACPP_ASSET_URL` + `LLAMACPP_SHA256` | свой архив |
+| `LLAMACPP_BUILD_CUDA=1` | сразу CUDA из исходников |
+| `LLAMACPP_FORCE_REINSTALL=1` | снести бинарь и поставить заново |
+| `LLAMACPP_NGL` / `LLAMACPP_CTX` | override GPU layers / context |
+| `LLAMACPP_HOST` / `LLAMACPP_PORT` | bind (default `127.0.0.1:8080`) |
+| `LLAMACPP_EXTRA_ARGS` | доп. флаги `llama-server` |
+| `OLLAMA_VERSION` / `OLLAMA_SHA256` | pin Ollama |
+
+Готовые кейсы A–H — в `gpu-rent.vars.example`.
 
 ### Пресеты (меню)
 
@@ -158,4 +173,7 @@ OLLAMA_VERSION=0.6.5
 OLLAMA_SHA256=<sha256 of ollama-linux-amd64.tgz>
 LLAMACPP_TAG=b10545
 # или LLAMACPP_ASSET_URL=... + LLAMACPP_SHA256=...
+# CUDA из исходников (медленно): LLAMACPP_BUILD_CUDA=1
+# Переустановка бинаря: LLAMACPP_FORCE_REINSTALL=1
+# VRAM: LLAMACPP_NGL=40  LLAMACPP_CTX=4096  LLAMACPP_EXTRA_ARGS=--flash-attn on
 ```