[UPDATE][ollamaqwen3527budq4kxlv2][1.0.10]

ollamaqwen3527budq4kxlv2/Chart.yaml

@@ -3,4 +3,4 @@ appVersion: 'qwen3.5:27b-ud-q4_K_XL'
 description: description
 name: ollamaqwen3527budq4kxlv2
 type: application
-version: '1.0.4'
+version: '1.0.10'

ollamaqwen3527budq4kxlv2/OlaresManifest.yaml

@@ -8,9 +8,10 @@ metadata:
   description: "Open-source multimodal models that delivers exceptional utility and performance (Unsloth Dynamic UD-Q4_K_XL)"
   appid: ollamaqwen3527budq4kxlv2
   title: Qwen3.5 27B UD-XL (Ollama)
-  version: '1.0.4'
+  version: '1.0.10'
   categories:
-    - AI
+  - AI
+
 sharedEntrances:
   - name: ollamaqwen3527budq4kxlv2
     host: sharedentrances-api
@@ -54,6 +55,8 @@ spec:
     Next-Generation Training Infrastructure: Near-100% multimodal training efficiency compared to text-only training and asynchronous RL frameworks supporting massive-scale agent scaffolds and environment orchestration.
 
   upgradeDescription: |
+
+    Replace the Bitnami OpenResty proxy with official OpenResty and run it as UID/GID 1000 with writable runtime paths.
     Upgrade Ollama runtime to ollama/ollama:0.30.10.
     Upgrade Olares API proxy to beclab/harveyff-olares-ollama:v0.1.22 (OpenAI vision image_url forwarding).
   developer: Alibaba
@@ -62,6 +65,11 @@ spec:
   locale:
     - en-US
     - zh-CN
+    - de-DE
+    - es-ES
+    - it-IT
+    - fr-FR
+    - ja-JP
   license:
     - text: Apache-2.0
       url: https://huggingface.co/unsloth/Qwen3.5-27B-GGUF

ollamaqwen3527budq4kxlv2/i18n/de-DE/OlaresManifest.yaml

@@ -0,0 +1,31 @@
+metadata:
+  title: Qwen3.5 27B UD-XL (Ollama)
+  description: "Open-Source-Multimodalmodelle mit außergewöhnlicher Nützlichkeit und Leistung"
+
+spec:
+  fullDescription: |
+    **WICHTIGER HINWEIS**
+    Dies ist eine Shared App. Einmal vom Olares Admin installiert, können alle Nutzer im Cluster sie über die Referenz-App nutzen.
+    Nutzerverkehr geht über den Proxy zu Ollama.
+
+    **MODEL**
+    Verwendet Unsloth Dynamic Quant von `unsloth/Qwen3.5-27B-GGUF` (`Qwen3.5-27B-UD-Q4_K_XL.gguf` + `mmproj-F16.gguf`).
+    Mixed-Precision-UD-Quantisierung erhält Qualität nahe Q5_K_M bei Decode-Durchsatz nahe Standard-Q4_K_M, mit voller Vision (mmproj).
+    Das eingebettete Chat-Template des GGUF wird genutzt (einstufige files-API create), sodass der multimodale Projektor für Bildeingabe angehängt bleibt.
+
+    Qwen3.5 stellt einen bedeutenden Sprung dar und integriert Durchbrüche in multimodalem Lernen, architektonischer Effizienz, RL-Skalierung und globaler Zugänglichkeit.
+
+    Qwen3.5 bietet folgende Verbesserungen:
+
+    Unified Vision-Language Foundation: Early-Fusion-Training auf multimodalen Tokens erreicht generationsübergreifende Parität mit Qwen3 und übertrifft Qwen3-VL-Modelle bei Reasoning-, Coding-, Agenten- und visuellen Verständnis-Benchmarks.
+
+    Efficient Hybrid Architecture: Gated Delta Networks kombiniert mit Sparse Mixture-of-Experts liefern hohen Inference-Durchsatz bei minimaler Latenz und Kosten.
+
+    Scalable RL Generalization: Reinforcement Learning skaliert über Million-Agent-Umgebungen mit zunehmend komplexen Aufgabenverteilungen für robuste reale Anpassungsfähigkeit.
+
+    Global Linguistic Coverage: Erweiterte Unterstützung auf 201 Sprachen und Dialekte für inklusive, weltweite Bereitstellung mit nuancenreichem kulturellem und regionalem Verständnis.
+
+    Next-Generation Training Infrastructure: Nahezu 100 % multimodale Trainingseffizienz im Vergleich zu text-only Training und asynchrone RL-Frameworks für massiv skalierte Agent-Scaffolds und Environment-Orchestrierung.
+  upgradeDescription: |
+    Ollama-Runtime auf ollama/ollama:0.30.10 aktualisiert.
+    Olares-API-Proxy auf beclab/harveyff-olares-ollama:v0.1.22 aktualisiert (OpenAI vision image_url-Weiterleitung).

ollamaqwen3527budq4kxlv2/i18n/es-ES/OlaresManifest.yaml

@@ -0,0 +1,31 @@
+metadata:
+  title: Qwen3.5 27B UD-XL (Ollama)
+  description: "Modelos multimodales de código abierto que ofrecen utilidad y rendimiento excepcionales"
+
+spec:
+  fullDescription: |
+    **NOTA IMPORTANTE**
+    Esta es una app compartida. Una vez instalada por el Olares Admin, todos los usuarios del clúster pueden usarla mediante la app de referencia.
+    El tráfico de usuarios pasa por el proxy hacia Ollama.
+
+    **MODEL**
+    Usa cuantización Unsloth Dynamic de `unsloth/Qwen3.5-27B-GGUF` (`Qwen3.5-27B-UD-Q4_K_XL.gguf` + `mmproj-F16.gguf`).
+    La cuantización UD de precisión mixta preserva calidad cercana a Q5_K_M manteniendo el throughput de decode cercano a Q4_K_M estándar, con visión completa (mmproj).
+    Se usa la plantilla de chat embebida del GGUF (create de files-API en un paso), de modo que el proyector multimodal permanece adjunto para entrada de imagen.
+
+    Qwen3.5 representa un salto significativo, integrando avances en aprendizaje multimodal, eficiencia arquitectónica, escala de RL y accesibilidad global.
+
+    Qwen3.5 incluye las siguientes mejoras:
+
+    Unified Vision-Language Foundation: El entrenamiento de fusión temprana en tokens multimodales alcanza paridad entre generaciones con Qwen3 y supera a los modelos Qwen3-VL en benchmarks de razonamiento, coding, agentes y comprensión visual.
+
+    Efficient Hybrid Architecture: Gated Delta Networks combinadas con sparse Mixture-of-Experts ofrecen inferencia de alto throughput con latencia y coste mínimos.
+
+    Scalable RL Generalization: Aprendizaje por refuerzo escalado en entornos de un millón de agentes con distribuciones de tareas progresivamente complejas para una adaptabilidad robusta en el mundo real.
+
+    Global Linguistic Coverage: Soporte ampliado a 201 idiomas y dialectos, permitiendo un despliegue mundial inclusivo con comprensión cultural y regional matizada.
+
+    Next-Generation Training Infrastructure: Eficiencia de entrenamiento multimodal cercana al 100% frente al entrenamiento solo texto, y frameworks RL asíncronos que soportan scaffolds de agentes a gran escala y orquestación de entornos.
+  upgradeDescription: |
+    Actualización del runtime Ollama a ollama/ollama:0.30.10.
+    Actualización del proxy API de Olares a beclab/harveyff-olares-ollama:v0.1.22 (reenvío OpenAI vision image_url).

ollamaqwen3527budq4kxlv2/i18n/fr-FR/OlaresManifest.yaml

@@ -0,0 +1,31 @@
+metadata:
+  title: Qwen3.5 27B UD-XL (Ollama)
+  description: "Modèles multimodaux open source offrant une utilité et des performances exceptionnelles"
+
+spec:
+  fullDescription: |
+    **NOTE IMPORTANTE**
+    Il s'agit d'une application partagée. Une fois installée par l'Olares Admin, tous les utilisateurs du cluster peuvent l'utiliser via l'app de référence.
+    Le trafic utilisateur passe par le proxy vers Ollama.
+
+    **MODEL**
+    Utilise la quantification Unsloth Dynamic de `unsloth/Qwen3.5-27B-GGUF` (`Qwen3.5-27B-UD-Q4_K_XL.gguf` + `mmproj-F16.gguf`).
+    La quantification UD en précision mixte préserve une qualité proche de Q5_K_M tout en gardant un débit de decode proche du Q4_K_M standard, avec vision complète (mmproj).
+    Le chat template intégré du GGUF est utilisé (create files-API en une étape), de sorte que le projecteur multimodal reste attaché pour l'entrée image.
+
+    Qwen3.5 représente un bond significatif, intégrant des avancées en apprentissage multimodal, efficacité architecturale, échelle de RL et accessibilité mondiale.
+
+    Qwen3.5 propose les améliorations suivantes :
+
+    Unified Vision-Language Foundation : L'entraînement en early fusion sur des tokens multimodaux atteint une parité intergénérationnelle avec Qwen3 et surpasse les modèles Qwen3-VL sur les benchmarks de raisonnement, coding, agents et compréhension visuelle.
+
+    Efficient Hybrid Architecture : Gated Delta Networks combinés à sparse Mixture-of-Experts offrent une inférence à haut débit avec une latence et un coût minimaux.
+
+    Scalable RL Generalization : Apprentissage par renforcement mis à l'échelle sur des environnements à un million d'agents avec des distributions de tâches progressivement complexes pour une adaptabilité robuste au monde réel.
+
+    Global Linguistic Coverage : Support étendu à 201 langues et dialectes, permettant un déploiement mondial inclusif avec une compréhension culturelle et régionale nuancée.
+
+    Next-Generation Training Infrastructure : Efficacité d'entraînement multimodal proche de 100 % par rapport à l'entraînement texte seul, et frameworks RL asynchrones supportant des scaffolds d'agents à grande échelle et l'orchestration d'environnements.
+  upgradeDescription: |
+    Mise à jour du runtime Ollama vers ollama/ollama:0.30.10.
+    Mise à jour du proxy API Olares vers beclab/harveyff-olares-ollama:v0.1.22 (transfert OpenAI vision image_url).

ollamaqwen3527budq4kxlv2/i18n/it-IT/OlaresManifest.yaml

@@ -0,0 +1,31 @@
+metadata:
+  title: Qwen3.5 27B UD-XL (Ollama)
+  description: "Modelli multimodali open-source che offrono utilità e prestazioni eccezionali"
+
+spec:
+  fullDescription: |
+    **NOTA IMPORTANTE**
+    Questa è un'app condivisa. Una volta installata dall'Olares Admin, tutti gli utenti del cluster possono usarla tramite l'app di riferimento.
+    Il traffico utente passa attraverso il proxy verso Ollama.
+
+    **MODEL**
+    Usa la quantizzazione Unsloth Dynamic da `unsloth/Qwen3.5-27B-GGUF` (`Qwen3.5-27B-UD-Q4_K_XL.gguf` + `mmproj-F16.gguf`).
+    La quantizzazione UD a precisione mista preserva qualità vicina a Q5_K_M mantenendo il throughput di decode vicino a Q4_K_M standard, con visione completa (mmproj).
+    Viene usato il chat template incorporato del GGUF (create files-API in un passo), così il proiettore multimodale resta collegato per l'input immagine.
+
+    Qwen3.5 rappresenta un salto significativo, integrando avanzamenti in apprendimento multimodale, efficienza architetturale, scala RL e accessibilità globale.
+
+    Qwen3.5 include i seguenti miglioramenti:
+
+    Unified Vision-Language Foundation: L'early fusion training su token multimodali raggiunge parità cross-generazionale con Qwen3 e supera i modelli Qwen3-VL nei benchmark di reasoning, coding, agent e comprensione visiva.
+
+    Efficient Hybrid Architecture: Gated Delta Networks combinate con sparse Mixture-of-Experts offrono inferenza ad alto throughput con latenza e costi minimi.
+
+    Scalable RL Generalization: Reinforcement learning scalato su ambienti da un milione di agent con distribuzioni di task progressivamente complesse per una robusta adattabilità nel mondo reale.
+
+    Global Linguistic Coverage: Supporto ampliato a 201 lingue e dialetti, consentendo un deployment mondiale inclusivo con comprensione culturale e regionale sfumata.
+
+    Next-Generation Training Infrastructure: Efficienza di training multimodale vicina al 100% rispetto al training solo testo, e framework RL asincroni che supportano scaffold di agent su vasta scala e orchestrazione di ambienti.
+  upgradeDescription: |
+    Aggiornamento del runtime Ollama a ollama/ollama:0.30.10.
+    Aggiornamento del proxy API Olares a beclab/harveyff-olares-ollama:v0.1.22 (inoltro OpenAI vision image_url).

ollamaqwen3527budq4kxlv2/i18n/ja-JP/OlaresManifest.yaml

@@ -0,0 +1,31 @@
+metadata:
+  title: Qwen3.5 27B UD-XL (Ollama)
+  description: "優れた実用性と性能を備えたオープンソースのマルチモーダルモデル"
+
+spec:
+  fullDescription: |
+    **重要なお知らせ**
+    これは共有アプリです。Olares Admin が一度インストールすれば、クラスター内の全ユーザーが参照アプリ経由で利用できます。
+    ユーザートラフィックはプロキシ経由で Ollama に送られます。
+
+    **MODEL**
+    `unsloth/Qwen3.5-27B-GGUF` の Unsloth Dynamic 量子化（`Qwen3.5-27B-UD-Q4_K_XL.gguf` + `mmproj-F16.gguf`）を使用。
+    混合精度 UD 量子化は品質を Q5_K_M 近くに保ちつつ、デコードスループットを標準 Q4_K_M 近くに維持し、フルビジョン（mmproj）を保持します。
+    GGUF 埋め込みのチャットテンプレートを使用（単一ステップ files-API create）し、画像入力用のマルチモーダルプロジェクタが付いたままになります。
+
+    Qwen3.5 は、マルチモーダル学習、アーキテクチャ効率、強化学習のスケール、グローバルなアクセシビリティにおけるブレークスルーを統合した大きな前進です。
+
+    Qwen3.5 の強化点:
+
+    Unified Vision-Language Foundation: マルチモーダルトークンでの早期融合学習により Qwen3 と世代間で同等の性能を達成し、推論・コーディング・エージェント・視覚理解ベンチマークで Qwen3-VL を上回ります。
+
+    Efficient Hybrid Architecture: Gated Delta Networks と sparse Mixture-of-Experts の組み合わせにより、低レイテンシ・低コストで高スループット推論を実現。
+
+    Scalable RL Generalization: 百万エージェント環境で段階的に複雑なタスク分布にスケールした強化学習により、実世界での適応性を強化。
+
+    Global Linguistic Coverage: 201 の言語・方言に対応を拡大し、文化的・地域的なニュアンスを伴う包括的な世界展開を可能に。
+
+    Next-Generation Training Infrastructure: テキストのみ学習に対しほぼ 100% のマルチモーダル学習効率と、大規模エージェントスキャフォールドおよび環境オーケストレーションを支える非同期 RL フレームワーク。
+  upgradeDescription: |
+    Ollama ランタイムを ollama/ollama:0.30.10 にアップグレード。
+    Olares API プロキシを beclab/harveyff-olares-ollama:v0.1.22 にアップグレード（OpenAI vision image_url 転送）。

ollamaqwen3527budq4kxlv2/ollamaqwen3527budq4kxlv2/Chart.yaml

@@ -1,5 +1,5 @@
 apiVersion: v2
-appVersion: '1.25.3-2'
+appVersion: '1.29.2.5'
 description: description
 name: ollamaqwen3527budq4kxlv2
 type: application

ollamaqwen3527budq4kxlv2/ollamaqwen3527budq4kxlv2/templates/clientproxy.yaml

@@ -3,10 +3,14 @@ apiVersion: v1
 data:
   nginx.conf: |
     server {
-
+      client_body_temp_path /tmp/client_body;
+      proxy_temp_path /tmp/proxy;
+      fastcgi_temp_path /tmp/fastcgi;
+      uwsgi_temp_path /tmp/uwsgi;
+      scgi_temp_path /tmp/scgi;
       listen 8080;
-      access_log /opt/bitnami/openresty/nginx/logs/access.log;
-      error_log  /opt/bitnami/openresty/nginx/logs/error.log;
+      access_log /dev/stdout;
+      error_log  /dev/stderr;
 
       proxy_connect_timeout                          600s;
       proxy_send_timeout                             600s;
@@ -60,15 +64,22 @@ spec:
             items:
               - key: nginx.conf
                 path: nginx.conf
+        - name: nginx-runtime
+          emptyDir: {}
       containers:
         - name: nginx
-          image: "docker.io/beclab/aboveos-bitnami-openresty:1.25.3-2"
+          image: "docker.io/openresty/openresty:1.29.2.5-bookworm-fat"
+          command:
+            - /usr/local/openresty/bin/openresty
+          args:
+            - -g
+            - "daemon off; pid /tmp/nginx.pid;"
+          securityContext:
+            runAsUser: 1000
+            runAsGroup: 1000
           ports:
             - containerPort: 8080
               protocol: TCP
-          env:
-            - name: OPENRESTY_CONF_FILE
-              value: /etc/nginx/nginx.conf
           startupProbe:
             tcpSocket:
               port: 8080
@@ -92,11 +103,10 @@ spec:
               memory: 64Mi
           volumeMounts:
             - name: nginx-config
-              mountPath: /etc/nginx/nginx.conf
-              subPath: nginx.conf
-            - name: nginx-config
-              mountPath: /opt/bitnami/openresty/nginx/conf/server_blocks/nginx.conf
+              mountPath: /etc/nginx/conf.d/default.conf
               subPath: nginx.conf
+            - name: nginx-runtime
+              mountPath: /var/run/openresty
 
 ---
 apiVersion: v1

ollamaqwen3527budq4kxlv2/owners

@@ -1,6 +1,6 @@
-owners:
+owners:
 - 'LittleLollipop'
 - 'TShentu'
 - 'hysyeah'
 - 'pengpeng'
-- 'harveyff'
+- 'harveyff'