npm - llmxray - Versions diffs - 0.5.0 → 0.6.0 - Mend

llmxray 0.5.0 → 0.6.0

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.

Files changed (59) hide show

package/README.sr.md CHANGED Viewed

@@ -1,298 +1,301 @@
-<p align="center">
-  <img src="https://raw.githubusercontent.com/LogneBudo/llmxray/master/public/favicon.svg" alt="LLMxRay" width="80" />
-</p>
-<h1 align="center">LLMxRay</h1>
-<p align="center"><strong>Vidi šta tvoj AI zaista radi.</strong></p>
-<p align="center">
-  Strimovanje tokena u realnom vremenu, analiza kvaliteta, profilisanje performansi i praćenje troškova<br/>
-  za lokalne LLM-ove. Bez clouda. Bez API ključeva. Bez troškova.
-</p>
-<p align="center">
-  <a href="https://www.npmjs.com/package/llmxray"><img src="https://img.shields.io/npm/v/llmxray?color=cb3837&logo=npm&logoColor=white" alt="npm" /></a>
-  <a href="https://hub.docker.com/r/djovaneli/llmxray"><img src="https://img.shields.io/docker/pulls/djovaneli/llmxray?color=2496ED&logo=docker&logoColor=white" alt="Docker" /></a>
-  <img src="https://img.shields.io/badge/license-Apache%202.0-blue" alt="License" />
-  <img src="https://img.shields.io/badge/ollama-local-000?logo=ollama&logoColor=white" alt="Ollama" />
-</p>
-<p align="center">
-  🌐 <a href="README.md">English</a> &bull;
-  <a href="README.fr.md">Français</a> &bull;
-  <a href="README.zh-CN.md">中文</a> &bull;
-  <a href="README.ar.md">العربية</a> &bull;
-  <strong>Srpski</strong>
-</p>
-<p align="center">
-  <a href="#brzi-start">Brzi start</a> &bull;
-  <a href="#mogućnosti">Mogućnosti</a> &bull;
-  <a href="#snimci-ekrana">Snimci ekrana</a> &bull;
-  <a href="#kome-je-namenjeno">Kome je namenjeno</a> &bull;
-  <a href="CHANGELOG.md">Changelog</a>
-</p>
-<p align="center">
-  <img src="docs/public/screenshots/demo.gif" alt="LLMxRay demo — strimovanje tokena u realnom vremenu sa bojenjem prema poverenju" width="800" />
-</p>
----
-## Brzi start
-**Jedna komanda. 30 sekundi.**
-```bash
-npx llmxray
-```
-Ili sa Docker-om:
-```bash
-docker run -p 5174:5174 djovaneli/llmxray
-```
-Otvori **http://localhost:5174** i počni razgovor. To je sve.
-> **Preduslov:** [Ollama](https://ollama.com/download) pokrenut lokalno sa bar jednim povučenim modelom (`ollama pull llama3.2`).
----
-## Zašto LLMxRay?
-Pokrenuo si lokalni LLM. Razgovaraš sa njim. Ali šta se zaista desilo?
-- Koliko je svaki token bio brz? U koje je model bio siguran?
-- Da li kvalitet odgovora opada tokom dugih razgovora?
-- Koliko bi ovo koštalo da si ga pokrenuo u cloudu?
-- Da li se model ponavlja? Odbija? Generiše besmislice?
-- Kako se temperatura 0.3 poredi sa 0.9 na *istom* promptu?
-**LLMxRay odgovara na sve ovo — vizuelno, u realnom vremenu, besplatno.**
----
-## Mogućnosti
-### Razgovor u realnom vremenu sa inteligencijom tokena
-Pričaj sa bilo kojim Ollama modelom i posmatraj tokene kako pristižu sa **bojenjem prema poverenju** — svaki token je obojen prema brzini generisanja. Podržava Markdown, razgovore u više rundi, priloge datoteka, vision modele i slash komande. Za modele koji rezonuju, podesi budžet razmišljanja po razgovoru — isključeno, po izboru modela, ili eksplicitan napor nisko / srednje / visoko / max.
-### Kapije kvaliteta odgovora
-Svaki odgovor se automatski analizira. Obojene oznake se pojavljuju samo kada nešto nije u redu:
-- **Ponavljanje** — preterano ponavljanje fraza (4-gram analiza)
-- **Odbijanje** — "kao AI jezički model" i još 7 obrazaca
-- **Besmislice** — visok udeo ne-ASCII karaktera
-- **Prazno** — manje od 10 reči
-- **Sečenje** — dostigao limit tokena bez završetka
-### Radionica za poređenje modela
-Do **4 slota** sa nezavisnim modelom, temperaturom i sistemskim promptom. Mogućnosti uključuju strimovanje uporedo, isticanje razlika na nivou reči, poređenje metrika i jedno-klik preset-e (Temperature Sweep, Deterministic Pair, Language Compare sa vizualizacijom Token Tax-a).
-### Analitika performansi
-- **Percentili latencije** (P50/P95/P99) za trajanje i TTFT
-- **Inteligencija grešaka** — klasifikator sa 7 kategorija i vremenska osa
-- **Toplotna mapa korišćenja** — 7×24 mreža tvojih aktivnih sati
-- **Uticaj podešavanja** — scatter dijagrami temperature naspram tokena/sec
-- Praćenje **hladnog i toplog starta** sa istorijom učitavanja modela
-### Tabla troškova
-Potrošnja tokena po modelu/danu sa procenom ekvivalentne cene u cloudu. Vidi koliko *štediš* tako što pokrećeš lokalno.
-### Hirurški benchmark
-Testiraj znanje modela skupovima pitanja sa višestrukim izborom. Koristi prave logprobs preko OpenAI-kompatibilnog endpointa za tačno merenje poverenja. Pravi custom skupove vizuelno ili pusti AI da ih generiše iz teme.
-### Embeddings Lab i RAG pipeline
-Embeduj tekst, vizualizuj vektore, meri kosinusnu sličnost. Zatraži uži izlazni vektor da vidiš koliko Matrjoška skraćivanje košta u sličnosti. Izgradi lokalnu bazu znanja iz PDF, DOCX i CSV fajlova — podeljeno na delove, embedovano i pretraživo. Sve smešteno u IndexedDB. Bez troškova.
-### Tool Workshop (vizuelno platno)
-Drag-and-drop platno sa čvorovima za pravljenje definicija alata. Dvosmerna sinhronizacija koda (uređuj čvorove ili TypeScript — oba se ažuriraju). Sondiraj API-je, automatski generiši šeme, testiraj uživo.
-### Fill-in-the-Middle Playground *(novo u v0.4.7)*
-Dopuna koda za Qwen-Coder, CodeLlama, Codestral, DeepSeek-Coder i StarCoder. Dva polja (prefiks / sufiks), model popunjava prazninu. Koristi Ollama `suffix` polje na `/api/generate`. Spojeni pregled pokazuje rezultat kao što bi izgledao u tvom editoru.
-### Protocol Observatory *(novo u v0.4.7)*
-Pošalji isti prompt kroz tri Ollama protokola posluživanja — **nativni** `/api/chat`, **OpenAI-compat** `/v1/chat/completions` i **Anthropic-compat** `/v1/messages` — paralelno protiv tvog lokalnog modela. Strimovanje uporedo, metrike po protokolu i tab za poređenje envelope-a koji pokazuje kako svaki protokol uobličava razloge završetka, brojeve tokena i envelope grešaka. Bez clouda, bez API ključeva — sva tri endpointa su lokalna na `localhost:11434`.
-### AI Training Pipeline
-Pripremi podatke za obuku iz svojih razgovora. Označavaj, pregledaj i izvozi kao JSONL za fine-tuning.
-### Lokalna AI baza istorije
-Svaki eksperiment (benchmark-i, poređenja, razgovori, parovi za obuku) se automatski arhivira u pretraživu IndexedDB bazu sa filterima, trendovima, izvozom i pravilima zadržavanja.
-### Višejezičnost
-Potpuni prevodi na engleskom, francuskom, srpskom (latinica + ćirilica), kineskom i arapskom. Podrška za RTL raspored. Skele zajednice za hebrejski i japanski.
----
-## Ollama kompatibilnost
-Testirano i verifikovano sa **Ollama 0.32.x** (trenutno najnovija stabilna verzija u avgustu 2026). LLMxRay koristi sledeće Ollama endpointe:
-| Endpoint | Za šta se koristi |
-|---|---|
-| `/api/chat` | Strimovan chat (NDJSON, sa `tools`, `think`, `format` schema) |
-| `/api/generate` | Generisanje + Fill-in-the-Middle preko `suffix` |
-| `/api/tags` | Lista modela + sposobnosti, dužina konteksta i širina embedinga |
-| `/api/show` | Parametri, template, licenca i metapodaci arhitekture |
-| `/api/embed` | Vektorski embeddings za RAG |
-| `/api/pull`, `/api/delete`, `/api/ps`, `/api/version` | Upravljanje modelima + status |
-| `/v1/chat/completions` | OpenAI-compat putanja koju Surgical Benchmark koristi za prave logprobs |
-| `/v1/messages` | Anthropic-compat putanja koju koristi Protocol Observatory |
-**Kompatibilno sa:** Ollama 0.20 i novijim (starije verzije rade za chat/generate, ali nemaju `think` i JSON-schema `format`). **Preporučeno:** Ollama 0.32+ — sposobnosti i dužina konteksta stižu sa listom modela, `think` prihvata stepenovane nivoe napora, a embedinzi prihvataju `dimensions` širinu.
----
-## Snimci ekrana
-<table>
-<tr>
-<td width="50%">
-**Chat sa strimovanjem tokena i poverenjem**
-![Chat](docs/public/screenshots/chat-diagnostics.png)
-</td>
-<td width="50%">
-**Poređenje modela — uporedo**
-![Compare](docs/public/screenshots/compare-sidebyside.png)
-</td>
-</tr>
-<tr>
-<td width="50%">
-**Detaljni pregled sesije — metrike i tajming**
-![Session](docs/public/screenshots/session-details.png)
-</td>
-<td width="50%">
-**Benchmark sa radarom poverenja**
-![Benchmark](docs/public/screenshots/benchmark.png)
-</td>
-</tr>
-<tr>
-<td width="50%">
-**Embeddings — kosinusna sličnost**
-![Embeddings](docs/public/screenshots/embed-similarity.png)
-</td>
-<td width="50%">
-**Monitor sistema — hardver i Ollama status**
-![System](docs/public/screenshots/my-system.png)
-</td>
-</tr>
-</table>
----
-## Kome je namenjeno
-| Ti si... | LLMxRay ti pomaže da... |
-|---|---|
-| **Developer** | Debaguješ promptove, profilišeš latenciju, porediš modele, pregledaš tool pozive, pratiš troškove |
-| **Istraživač** | Pokrećeš kontrolisane eksperimente sa konzistentnim podešavanjima kroz modele i temperature |
-| **Student / Edukator** | Istražuješ ponašanje modela vizuelno — ugrađeni Educators Kit sa 9 interaktivnih modula |
-| **Vođa AI tima** | Razumeš trendove kvaliteta, obrasce grešaka i potrošnju resursa kroz svoju lokalnu flotu |
----
-## Opcije instalacije
-### npx (preporučeno)
-```bash
-npx llmxray
-npx llmxray --port 3000
-npx llmxray --ollama-url http://192.168.1.50:11434
-```
-### Docker
-```bash
-docker run -p 5174:5174 djovaneli/llmxray
-docker run -p 5174:5174 -e OLLAMA_URL=http://host.docker.internal:11434 djovaneli/llmxray
-```
-### Iz izvornog koda
-```bash
-git clone https://github.com/LogneBudo/llmxray.git
-cd llmxray
-npm install
-npm run dev     # http://localhost:5173
-```
----
-## Tehnološki stek
-| Sloj | Tehnologija |
-|---|---|
-| Framework | Vue 3.5 + Composition API |
-| Jezik | TypeScript 5.9 (strict) |
-| Build | Vite 7.3 |
-| Stilizovanje | Tailwind CSS 4.2 |
-| State | Pinia 3 (store po domenu) |
-| Grafici | Chart.js 4, D3.js 7 |
-| Canvas | Vue Flow (vizuelni node editor) |
-| Editor koda | CodeMirror 6 |
-| Skladištenje | IndexedDB (nativan u browseru) |
-| LLM Backend | Ollama (lokalno) |
----
-## Arhitektura
-**Strimovanje** — Čita Ollama NDJSON preko `fetch()` + `ReadableStream`. Tokeni reaktivno ažuriraju UI kroz Pinia store-ove.
-**Poverenje tokena** — Aproksimirano iz latencije između tokena (brže = sigurnije). Jasno označeno kao aproksimacija. Benchmark-i koriste prave logprobs preko OpenAI-kompatibilnog endpointa.
-**Store po domenu** — Svaki domen ima svoj Pinia store: tokens, sessions, metrics, reasoning, comparison, embeddings, quality, cost i drugi.
-**Detekcija hardvera** — Custom Vite plugin direktno ispituje OS (PowerShell/proc/sysctl) za tačne hardverske specifikacije.
----
-## Razvoj
-| Komanda | Šta radi |
-|---|---|
-| `npm run dev` | Dev server (port 5173) |
-| `npm run build` | Provera tipova + production build |
-| `npm run test` | Unit testovi (Vitest) |
-| `npm run test:e2e` | End-to-end (Playwright) |
----
-## Doprinosi
-Doprinosi su dobrodošli! Pogledaj [CONTRIBUTING.md](CONTRIBUTING.md) za podešavanje i smernice.
-**Prevodi zajednice su posebno dobrodošli** — skele su spremne za hebrejski i japanski.
----
-## Licenca
-[Apache License 2.0](LICENSE)
-## Žig
-**LLMxRay** je žig Ivana Stankovića ([LogneBudo](https://github.com/LogneBudo)). Pogledaj [TRADEMARK.md](TRADEMARK.md).
----
-<p align="center">
-  <strong>Ako ti LLMxRay pomaže da bolje razumeš svoj AI, razmisli da daš zvezdicu.</strong><br/>
-  To pomaže drugima da otkriju projekat.
-</p>
-<p align="center">
-  <a href="https://github.com/LogneBudo/llmxray">
-    <img src="https://img.shields.io/github/stars/LogneBudo/llmxray?style=social" alt="GitHub stars" />
-  </a>
-</p>
+<p align="center">
+  <img src="https://raw.githubusercontent.com/LogneBudo/llmxray/master/public/favicon.svg" alt="LLMxRay" width="80" />
+</p>
+<h1 align="center">LLMxRay</h1>
+<p align="center"><strong>Vidi šta tvoj AI zaista radi.</strong></p>
+<p align="center">
+  Strimovanje tokena u realnom vremenu, analiza kvaliteta, profilisanje performansi i praćenje troškova<br/>
+  za lokalne LLM-ove. Bez clouda. Bez API ključeva. Bez troškova.
+</p>
+<p align="center">
+  <a href="https://www.npmjs.com/package/llmxray"><img src="https://img.shields.io/npm/v/llmxray?color=cb3837&logo=npm&logoColor=white" alt="npm" /></a>
+  <a href="https://hub.docker.com/r/djovaneli/llmxray"><img src="https://img.shields.io/docker/pulls/djovaneli/llmxray?color=2496ED&logo=docker&logoColor=white" alt="Docker" /></a>
+  <img src="https://img.shields.io/badge/license-Apache%202.0-blue" alt="License" />
+  <img src="https://img.shields.io/badge/ollama-local-000?logo=ollama&logoColor=white" alt="Ollama" />
+</p>
+<p align="center">
+  🌐 <a href="README.md">English</a> &bull;
+  <a href="README.fr.md">Français</a> &bull;
+  <a href="README.zh-CN.md">中文</a> &bull;
+  <a href="README.ar.md">العربية</a> &bull;
+  <strong>Srpski</strong>
+</p>
+<p align="center">
+  <a href="#brzi-start">Brzi start</a> &bull;
+  <a href="#mogućnosti">Mogućnosti</a> &bull;
+  <a href="#snimci-ekrana">Snimci ekrana</a> &bull;
+  <a href="#kome-je-namenjeno">Kome je namenjeno</a> &bull;
+  <a href="CHANGELOG.md">Changelog</a>
+</p>
+<p align="center">
+  <img src="https://raw.githubusercontent.com/LogneBudo/llmxray/master/docs/public/screenshots/demo.gif" alt="LLMxRay demo — strimovanje tokena u realnom vremenu sa bojenjem prema poverenju" width="800" />
+</p>
+---
+## Brzi start
+**Jedna komanda. 30 sekundi.**
+```bash
+npx llmxray
+```
+Ili sa Docker-om:
+```bash
+docker run -p 5174:5174 djovaneli/llmxray
+```
+Otvori **http://localhost:5174** i počni razgovor. To je sve.
+> **Preduslov:** [Ollama](https://ollama.com/download) pokrenut lokalno sa bar jednim povučenim modelom (`ollama pull llama3.2`).
+---
+## Zašto LLMxRay?
+Pokrenuo si lokalni LLM. Razgovaraš sa njim. Ali šta se zaista desilo?
+- Koliko je svaki token bio brz? U koje je model bio siguran?
+- Da li kvalitet odgovora opada tokom dugih razgovora?
+- Koliko bi ovo koštalo da si ga pokrenuo u cloudu?
+- Da li se model ponavlja? Odbija? Generiše besmislice?
+- Kako se temperatura 0.3 poredi sa 0.9 na *istom* promptu?
+**LLMxRay odgovara na sve ovo — vizuelno, u realnom vremenu, besplatno.**
+---
+## Mogućnosti
+### Razgovor u realnom vremenu sa inteligencijom tokena
+Pričaj sa bilo kojim Ollama modelom i posmatraj tokene kako pristižu sa **bojenjem prema poverenju** — svaki token je obojen prema brzini generisanja. Podržava Markdown, razgovore u više rundi, priloge datoteka, vision modele i slash komande. Za modele koji rezonuju, podesi budžet razmišljanja po razgovoru — isključeno, po izboru modela, ili eksplicitan napor nisko / srednje / visoko / max.
+### Kapije kvaliteta odgovora
+Svaki odgovor se automatski analizira. Obojene oznake se pojavljuju samo kada nešto nije u redu:
+- **Ponavljanje** — preterano ponavljanje fraza (4-gram analiza)
+- **Odbijanje** — "kao AI jezički model" i još 7 obrazaca
+- **Besmislice** — visok udeo ne-ASCII karaktera
+- **Prazno** — manje od 10 reči
+- **Sečenje** — dostigao limit tokena bez završetka
+### Radionica za poređenje modela
+Do **4 slota** sa nezavisnim modelom, temperaturom i sistemskim promptom. Mogućnosti uključuju strimovanje uporedo, isticanje razlika na nivou reči, poređenje metrika i jedno-klik preset-e (Temperature Sweep, Deterministic Pair, Language Compare sa vizualizacijom Token Tax-a).
+### Analitika performansi
+- **Percentili latencije** (P50/P95/P99) za trajanje i TTFT
+- **Inteligencija grešaka** — klasifikator sa 7 kategorija i vremenska osa
+- **Toplotna mapa korišćenja** — 7×24 mreža tvojih aktivnih sati
+- **Uticaj podešavanja** — scatter dijagrami temperature naspram tokena/sec
+- Praćenje **hladnog i toplog starta** sa istorijom učitavanja modela
+### Tabla troškova
+Potrošnja tokena po modelu/danu sa procenom ekvivalentne cene u cloudu. Vidi koliko *štediš* tako što pokrećeš lokalno.
+### Hirurški benchmark
+Testiraj znanje modela skupovima pitanja sa višestrukim izborom. Koristi prave logprobs preko OpenAI-kompatibilnog endpointa za tačno merenje poverenja. Pravi custom skupove vizuelno ili pusti AI da ih generiše iz teme.
+### Embeddings Lab i RAG pipeline
+Embeduj tekst, vizualizuj vektore, meri kosinusnu sličnost. Zatraži uži izlazni vektor da vidiš koliko Matrjoška skraćivanje košta u sličnosti. Izgradi lokalnu bazu znanja iz PDF, DOCX i CSV fajlova — podeljeno na delove, embedovano i pretraživo. Sve smešteno u IndexedDB. Bez troškova.
+### Tool Workshop (vizuelno platno)
+Drag-and-drop platno sa čvorovima za pravljenje definicija alata. Dvosmerna sinhronizacija koda (uređuj čvorove ili TypeScript — oba se ažuriraju). Sondiraj API-je, automatski generiši šeme, testiraj uživo.
+### Fill-in-the-Middle Playground *(novo u v0.4.7)*
+Dopuna koda za Qwen-Coder, CodeLlama, Codestral, DeepSeek-Coder i StarCoder. Dva polja (prefiks / sufiks), model popunjava prazninu. Koristi Ollama `suffix` polje na `/api/generate`. Spojeni pregled pokazuje rezultat kao što bi izgledao u tvom editoru.
+### Laboratorija keša *(novo u v0.6.0)*
+Saznajte zašto vaš prompt promašuje KV keš modela i izmerite koliko to košta u svakom krugu. Lokalni model ponovo koristi keš samo dok se prompt poklapa od prvog tokena, pa jedna vremenska oznaka pri vrhu poništava sve ispod nje. Laboratorija pronalazi vrednosti koje se menjaju između krugova, pokazuje tačku na kojoj ponovna upotreba umire, a zatim **meri** — šaljajući svaki raspored dvaput sa izmenjenom vrednošću, na vašem demonu — koliko donosi njihovo pomeranje na kraj. Izmereno na stvarnom promptu od 324 tokena: **4 tokena ponovo upotrebljena i 64,6 ms prefila sa oznakom na početku, 290 i 18,6 ms na kraju. 3,5x brže, uz iste reči.** Zahteva Ollama 0.33.3+.
+### Protocol Observatory *(novo u v0.4.7)*
+Pošalji isti prompt kroz tri Ollama protokola posluživanja — **nativni** `/api/chat`, **OpenAI-compat** `/v1/chat/completions` i **Anthropic-compat** `/v1/messages` — paralelno protiv tvog lokalnog modela. Strimovanje uporedo, metrike po protokolu i tab za poređenje envelope-a koji pokazuje kako svaki protokol uobličava razloge završetka, brojeve tokena i envelope grešaka. Bez clouda, bez API ključeva — sva tri endpointa su lokalna na `localhost:11434`.
+### AI Training Pipeline
+Pripremi podatke za obuku iz svojih razgovora. Označavaj, pregledaj i izvozi kao JSONL za fine-tuning.
+### Lokalna AI baza istorije
+Svaki eksperiment (benchmark-i, poređenja, razgovori, parovi za obuku) se automatski arhivira u pretraživu IndexedDB bazu sa filterima, trendovima, izvozom i pravilima zadržavanja.
+### Višejezičnost
+Potpuni prevodi na engleskom, francuskom, srpskom (latinica + ćirilica), kineskom i arapskom. Podrška za RTL raspored. Skele zajednice za hebrejski i japanski.
+---
+## Ollama kompatibilnost
+Testirano i verifikovano sa **Ollama 0.33.x** (verifikovano na 0.33.3, septembar 2026). LLMxRay koristi sledeće Ollama endpointe:
+| Endpoint | Za šta se koristi |
+|---|---|
+| `/api/chat` | Strimovan chat (NDJSON, sa `tools`, `think`, `format` schema) |
+| `/api/generate` | Generisanje + Fill-in-the-Middle preko `suffix` |
+| `/api/tags` | Lista modela + sposobnosti, dužina konteksta i širina embedinga |
+| `/api/show` | Parametri, template, licenca i metapodaci arhitekture |
+| `/api/embed` | Vektorski embeddings za RAG |
+| `/api/pull`, `/api/delete`, `/api/ps`, `/api/version` | Upravljanje modelima + status |
+| `/v1/chat/completions` | OpenAI-compat putanja koju Surgical Benchmark koristi za prave logprobs |
+| `/v1/messages` | Anthropic-compat putanja koju koristi Protocol Observatory |
+**Kompatibilno sa:** Ollama 0.20 i novijim (starije verzije rade za chat/generate, ali nemaju `think` i JSON-schema `format`). **Preporučeno:** Ollama 0.33.3+ — ponovna upotreba keša prompta se prijavljuje (`prompt_eval_cached_count`, i `usage.prompt_tokens_details.cached_tokens` na OpenAI-kompatibilnom endpointu), pa se propusnost prefila meri nad tokenima koji su zaista evaluirani. Od 0.32: sposobnosti i dužina konteksta stižu sa listom modela, `think` prihvata stepenovane nivoe napora, a embedinzi prihvataju `dimensions` širinu.
+---
+## Snimci ekrana
+<table>
+<tr>
+<td width="50%">
+**Chat sa strimovanjem tokena i poverenjem**
+![Chat](https://raw.githubusercontent.com/LogneBudo/llmxray/master/docs/public/screenshots/chat-diagnostics.png)
+</td>
+<td width="50%">
+**Poređenje modela — uporedo**
+![Compare](https://raw.githubusercontent.com/LogneBudo/llmxray/master/docs/public/screenshots/compare-sidebyside.png)
+</td>
+</tr>
+<tr>
+<td width="50%">
+**Detaljni pregled sesije — metrike i tajming**
+![Session](https://raw.githubusercontent.com/LogneBudo/llmxray/master/docs/public/screenshots/session-details.png)
+</td>
+<td width="50%">
+**Benchmark sa radarom poverenja**
+![Benchmark](https://raw.githubusercontent.com/LogneBudo/llmxray/master/docs/public/screenshots/benchmark.png)
+</td>
+</tr>
+<tr>
+<td width="50%">
+**Embeddings — kosinusna sličnost**
+![Embeddings](https://raw.githubusercontent.com/LogneBudo/llmxray/master/docs/public/screenshots/embed-similarity.png)
+</td>
+<td width="50%">
+**Monitor sistema — hardver i Ollama status**
+![System](https://raw.githubusercontent.com/LogneBudo/llmxray/master/docs/public/screenshots/my-system.png)
+</td>
+</tr>
+</table>
+---
+## Kome je namenjeno
+| Ti si... | LLMxRay ti pomaže da... |
+|---|---|
+| **Developer** | Debaguješ promptove, profilišeš latenciju, porediš modele, pregledaš tool pozive, pratiš troškove |
+| **Istraživač** | Pokrećeš kontrolisane eksperimente sa konzistentnim podešavanjima kroz modele i temperature |
+| **Student / Edukator** | Istražuješ ponašanje modela vizuelno — ugrađeni Educators Kit sa 9 interaktivnih modula |
+| **Vođa AI tima** | Razumeš trendove kvaliteta, obrasce grešaka i potrošnju resursa kroz svoju lokalnu flotu |
+---
+## Opcije instalacije
+### npx (preporučeno)
+```bash
+npx llmxray
+npx llmxray --port 3000
+npx llmxray --ollama-url http://192.168.1.50:11434
+```
+### Docker
+```bash
+docker run -p 5174:5174 djovaneli/llmxray
+docker run -p 5174:5174 -e OLLAMA_URL=http://host.docker.internal:11434 djovaneli/llmxray
+```
+### Iz izvornog koda
+```bash
+git clone https://github.com/LogneBudo/llmxray.git
+cd llmxray
+npm install
+npm run dev     # http://localhost:5173
+```
+---
+## Tehnološki stek
+| Sloj | Tehnologija |
+|---|---|
+| Framework | Vue 3.5 + Composition API |
+| Jezik | TypeScript 5.9 (strict) |
+| Build | Vite 7.3 |
+| Stilizovanje | Tailwind CSS 4.2 |
+| State | Pinia 3 (store po domenu) |
+| Grafici | Chart.js 4, D3.js 7 |
+| Canvas | Vue Flow (vizuelni node editor) |
+| Editor koda | CodeMirror 6 |
+| Skladištenje | IndexedDB (nativan u browseru) |
+| LLM Backend | Ollama (lokalno) |
+---
+## Arhitektura
+**Strimovanje** — Čita Ollama NDJSON preko `fetch()` + `ReadableStream`. Tokeni reaktivno ažuriraju UI kroz Pinia store-ove.
+**Poverenje tokena** — Aproksimirano iz latencije između tokena (brže = sigurnije). Jasno označeno kao aproksimacija. Benchmark-i koriste prave logprobs preko OpenAI-kompatibilnog endpointa.
+**Store po domenu** — Svaki domen ima svoj Pinia store: tokens, sessions, metrics, reasoning, comparison, embeddings, quality, cost i drugi.
+**Detekcija hardvera** — Custom Vite plugin direktno ispituje OS (PowerShell/proc/sysctl) za tačne hardverske specifikacije.
+---
+## Razvoj
+| Komanda | Šta radi |
+|---|---|
+| `npm run dev` | Dev server (port 5173) |
+| `npm run build` | Provera tipova + production build |
+| `npm run test` | Unit testovi (Vitest) |
+| `npm run test:e2e` | End-to-end (Playwright) |
+---
+## Doprinosi
+Doprinosi su dobrodošli! Pogledaj [CONTRIBUTING.md](CONTRIBUTING.md) za podešavanje i smernice.
+**Prevodi zajednice su posebno dobrodošli** — skele su spremne za hebrejski i japanski.
+---
+## Licenca
+[Apache License 2.0](LICENSE)
+## Žig
+**LLMxRay** je žig Ivana Stankovića ([LogneBudo](https://github.com/LogneBudo)). Pogledaj [TRADEMARK.md](TRADEMARK.md).
+---
+<p align="center">
+  <strong>Ako ti LLMxRay pomaže da bolje razumeš svoj AI, razmisli da daš zvezdicu.</strong><br/>
+  To pomaže drugima da otkriju projekat.
+</p>
+<p align="center">
+  <a href="https://github.com/LogneBudo/llmxray">
+    <img src="https://img.shields.io/github/stars/LogneBudo/llmxray?style=social" alt="GitHub stars" />
+  </a>
+</p>