docs: sez. 11.11 istanza frigate (embedding llama.cpp) + bump v2.7.0

docs/playbook.md

@@ -434,6 +434,45 @@ pi-local). Script: estrazione `/tmp/extract_qmem3.py` + ripristino
 3. Testare le migrazioni su una collection di test con dati REALI (non solo
    record creati dopo il backfill)
 
+### 11.11 Istanza frigate (copia del Memory Gateway, embedding via llama.cpp)
+
+> Deploy 2026-08-18 — copia del server memoria su frigate.vpn (10.8.0.18),
+> con embedding forniti dal router llama.cpp locale (niente Ollama).
+
+**Stack** (`/home/enne2/memory-frigate/`):
+- Qdrant 1.19: container `memory-frigate-qdrant`, bind 127.0.0.1:6333/6334,
+  API key + JWT RBAC
+- Gateway: container `memory-frigate-gateway`, bind 10.8.0.18:8082 (VPN),
+  collection `memories`
+- Embedding: **llama.cpp router** (`llama-router-vulkan.service`, porta 8081)
+  con modello `bge-m3` (Q8_0, 1024-dim, `doof-ferb/bge-m3-gguf`)
+
+**Config gateway** (env): `EMBED_API=llamacpp`, `EMBED_URL=http://host.docker.internal:8081`,
+`EMBED_MODEL=bge-m3`, `EMBED_API_KEY=sta.cippa` (chiave router).
+
+**Modello embedding nel router** (`models.ini`):
+```ini
+[bge-m3]
+model = /home/enne2/dev/vulkan.cpp/models/bge-m3-Q8_0.gguf
+alias = bge-m3
+embedding = true
+ctx-size = 8192
+pooling = cls
+embd-normalize = 2
+gpu-layers = 0   ; CPU: evita contesa GPU con i modelli di generazione
+```
+Dopo modifiche a models.ini: `systemctl --user restart llama-router-vulkan`.
+
+**Backend embedding nel gateway** (v2.7.0): `EMBED_API=ollama|llamacpp`
+(OpenAI-compatible `/v1/embeddings` con Bearer key); `EMBED_URL` sostituisce
+`OLLAMA_URL` (alias retrocompatibile).
+
+**Config estensione per usare frigate**: `~/.config/pi-qmem/config.json`
+→ `{"url": "http://10.8.0.18:8082", "apiKey": "<API_KEYS da .env>"}`.
+
+**Nota**: istanza indipendente (collection vuota). Per replicare i dati da
+brain: snapshot Qdrant + restore (sez. 4) o re-embedding dei record.
+
 ### 11.5 project_id obbligatorio
 
 - Dal gateway v2.4.0 / estensione v1.4.0: `project_id` è **obbligatorio** in `POST /v1/memories` (Pydantic `min_length=1`) e nello schema del tool `qmem_store` (Type.String, non più Optional)

gateway/main.py

@@ -158,7 +158,7 @@ async def lifespan(_app: FastAPI):
             _http = None
 
 
-app = FastAPI(title="Memory Gateway", version="2.6.0", lifespan=lifespan)
+app = FastAPI(title="Memory Gateway", version="2.7.0", lifespan=lifespan)
 qdrant = QdrantClient(url=QDRANT_URL, api_key=QDRANT_API_KEY)
 
 # Request ID: generato per richiesta, loggato nell'audit e restituito in header