fix(models): Embedding-/Rerank-Modelle aus Dropdown filtern + nach Größe sortieren

nomic-embed-text & Co. nutzen /api/embeddings, nicht /api/generate — würden
beim Job-Start einen Ollama-400er werfen. Substring-Filter auf "embed"/"rerank"
im Modellnamen, Sortierung nach Größe absteigend macht das Dropdown sinnvoller.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

mac-worker/app/core/ollama_client.py

@@ -157,10 +157,18 @@ async def health() -> dict:
         return r.json()
 
 
+# Modelle, die unbrauchbar sind für /api/generate (Embeddings, Reranker, etc.) —
+# Substring-Match, klein geschrieben. Sortiert nach Größe absteigend ausgeliefert,
+# damit die wahrscheinlich-fähigeren Modelle oben im Dropdown stehen.
+_NON_CHAT_HINTS = ("embed", "embedding", "rerank")
+
+
 async def list_models() -> list[dict]:
     """Liefert die lokal gepullten Ollama-Modelle inkl. Größe und Mod-Zeit.
 
     Antwort-Form pro Eintrag: {"name", "size", "modified_at"} (Größe in Bytes).
+    Embeddings-/Rerank-Modelle werden gefiltert, weil sie auf /api/generate
+    einen 400er werfen würden — der User soll im UI nicht in diese Falle laufen.
     """
     url = f"{settings.ollama_url.rstrip('/')}/api/tags"
     async with httpx.AsyncClient(timeout=10) as c:
@@ -169,9 +177,16 @@ async def list_models() -> list[dict]:
         data = r.json()
     out: list[dict] = []
     for m in data.get("models", []):
+        name = m.get("name") or m.get("model") or ""
+        if not name:
+            continue
+        if any(h in name.lower() for h in _NON_CHAT_HINTS):
+            log.info("list_models: filtere Non-Chat-Modell heraus: %s", name)
+            continue
         out.append({
-            "name": m.get("name") or m.get("model") or "",
+            "name": name,
             "size": m.get("size", 0),
             "modified_at": m.get("modified_at", ""),
         })
-    return [m for m in out if m["name"]]
+    out.sort(key=lambda m: m["size"], reverse=True)
+    return out