Konfiguration & Provider
Alles über Umgebungsvariablen — ein VPS-Deployment kommt ohne Datei-Editieren aus. Observer und Executive sind unabhängig wählbar.
Die wichtigsten Variablen
| Variable | Vorgabe | Wofür |
|---|---|---|
HUNCH_OBSERVER_PROVIDER | auto | Wer dauernd mitliest |
HUNCH_EXECUTIVE_PROVIDER | auto | Wer handelt |
HUNCH_OBSERVER_CONFIDENCE_THRESHOLD | 0.85 | Ab wann gehandelt wird |
HUNCH_MAX_DAILY_TOKEN_BUDGET | 500000 | Tagesdeckel |
HUNCH_SANDBOX_MODE | true | Schreibendes fragt nach |
HUNCH_AUTH_TOKEN | — | Pflicht, sobald nicht auf localhost |
HUNCH_TLS_CERT / HUNCH_TLS_KEY | — | HTTPS; fürs iPhone praktisch Pflicht |
HUNCH_SKILLS_DIR / HUNCH_MCP_CONFIG | ./skills / ./mcp_config.json | Fähigkeiten |
Provider Heute
Cloud: claude, openai, gemini, kimi, deepseek, qwen, mistral, grok, groq. Gerät:
appleLocal (nur On-Device). Lokal: ollama, lmstudio, llamacpp. CLI:
claude-cli, codex-cli, gemini-cli. Fallbacks: cli:<cmd> und
custom:<name> + HUNCH_*_BASE_URL für jeden OpenAI-kompatiblen Endpoint.
Ohne Schlüssel: die CLI-Provider nutzen die Kommandozeilenwerkzeuge, die schon angemeldet auf dem Rechner liegen — kein zweites Bezahlen desselben Abos. Als Observer sind sie zu langsam; dafür ein kleines Modell über HTTP.
OpenAI hat in Hunch genau einen Zugang: codex-cli verwendet die
bestehende ChatGPT-Anmeldung der lokalen Codex-CLI. Hunch fragt keinen OpenAI-API-Key ab und gibt
keinen API-Key an Codex weiter. Das Modell wird aus einer bekannten Liste gewählt.
Modellwahl (auto)
Executive: erst ein Schlüssel in der Umgebung, dann eine CLI, dann ein lokaler Server. Observer:
erst ein wirklich am Port erreichbarer lokaler Server, dann ein Anbieter mit kleinem Modell — sonst
läuft die Runtime ohne Observer (Regelmodus). hunch init erklärt die Entscheidung.