Fix: Ollama 추론 모델에서 응답이 비어 아무것도 표시되지 않음

VoiceCommand/agent/llm_provider.py

@@ -95,6 +95,7 @@ def role_model_default(selected):
         self.max_history = 10
         self.max_context_tokens = self._load_int_setting("max_context_tokens", 8000)
         self._tool_streaming_support: dict[str, bool] = {}
+        self._ollama_reasoning_effort_supported = True
         self.client = None
         self.planner_client = None   # None = 기본 client 사용
         self.execution_client = None  # None = 기본 client 사용
@@ -598,6 +599,28 @@ def _error_response(error: Exception) -> str:
             return _("(걱정) 서버에 연결할 수 없어요. 네트워크 상태를 확인해주세요.")
         return _("(걱정) 요청을 처리하지 못했어요. 잠시 후 다시 시도해주세요.")
 
+    def _create_chat_completion(self, client, provider, **kwargs):
+        """제공자별 추론 옵션을 붙여 요청한다. 옛 Ollama가 추론 끄기 값을 거절하면 값을 빼고 한 번 다시 보낸다."""
+        try:
+            return client.chat.completions.create(
+                **kwargs, extra_body=self._reasoning_extra_body(provider),
+            )
+        except Exception as exc:
+            if not (
+                provider == "ollama"
+                and self._ollama_reasoning_effort_supported
+                and getattr(exc, "status_code", None) == 400
+                and "reasoning" in str(exc).lower()
+            ):
+                raise
+            self._ollama_reasoning_effort_supported = False
+            logging.warning(
+                "[LLMProvider] Ollama가 reasoning_effort=none을 거부해 이번 실행에서는 값을 생략합니다."
+            )
+            return client.chat.completions.create(
+                **kwargs, extra_body=self._reasoning_extra_body(provider),
+            )
+
     def _create_completion_with_fallback(
         self,
         client,
@@ -624,9 +647,7 @@ def _create_completion_with_fallback(
                 continue
             attempted.add(backend)
             try:
-                response = candidate.chat.completions.create(
-                    model=selected, **kwargs, extra_body=self._reasoning_extra_body(backend),
-                )
+                response = self._create_chat_completion(candidate, backend, model=selected, **kwargs)
                 if kwargs.get("stream") and self._is_custom_provider(backend):
                     response = self._sanitize_custom_stream(response, backend)
                 if _return_target:
@@ -918,15 +939,16 @@ def extract_memory_suggestions(self, user_message: str) -> str:
                 if self._response_field(block, "text", "")
             )
 
-        response = client.chat.completions.create(
+        response = self._create_chat_completion(
+            client,
+            provider,
             model=model,
             messages=[
                 {"role": "system", "content": instructions},
                 {"role": "user", "content": user_message},
             ],
             temperature=0,
             max_tokens=700,
-            extra_body=self._reasoning_extra_body(provider),
         )
         choices = self._response_field(response, "choices", []) or []
         if not choices:
@@ -956,6 +978,9 @@ def _reasoning_extra_body(self, provider: str) -> dict:
         """Groq의 reasoning 계열 모델(gpt-oss, qwen3 등)이 사고 과정(체인 오브
         소트)을 그대로 최종 응답 content에 섞어 보내는 것을 막는다.
         reasoning_format=hidden 이면 최종 답변만 content에 담겨 온다."""
+        if provider == "ollama" and self._ollama_reasoning_effort_supported:
+            # 추론 토큰이 응답 한도를 모두 써 빈 본문을 보내는 Ollama 모델을 위한 설정이다.
+            return {"reasoning_effort": "none"}
         if provider == "groq":
             return {"reasoning_format": "hidden"}
         if provider == "nvidia_nim":
@@ -1322,13 +1347,14 @@ def stream_chat(
                     finally:
                         self._clear_active_stream(stream)
             else:
-                stream = client.chat.completions.create(
+                stream = self._create_chat_completion(
+                    client,
+                    provider,
                     model=model,
                     messages=messages,
                     temperature=float(kwargs.get("temperature", 0.7)),
                     max_tokens=int(kwargs.get("max_tokens", 1000)),
                     stream=True,
-                    extra_body=self._reasoning_extra_body(provider),
                 )
                 self._set_active_stream(stream, cancel_event)
                 try:
@@ -1406,7 +1432,9 @@ def analyze_image(self, image_path_or_b64: str, prompt: str = "") -> str:
                 return self._clean_response(" ".join([b.text for b in resp.content if getattr(b, "type", "") == "text"]))
             if provider in {"openai", "groq", "mistral", "gemini", "openrouter", "nvidia_nim", "ollama"}:
                 image_url = f"data:{media_type};base64,{data}"
-                resp = client.chat.completions.create(
+                resp = self._create_chat_completion(
+                    client,
+                    provider,
                     model=model,
                     messages=[{
                         "role": "user",
@@ -1416,7 +1444,6 @@ def analyze_image(self, image_path_or_b64: str, prompt: str = "") -> str:
                         ],
                     }],
                     max_tokens=800,
-                    extra_body=self._reasoning_extra_body(provider),
                 )
                 return self._clean_response(resp.choices[0].message.content or "")
         except Exception as exc:
@@ -1527,10 +1554,10 @@ def feed_tool_result(
             messages.append({"role": "assistant", "content": None, "tool_calls": assistant_tool_calls})
             messages.extend(tool_result_messages)
 
-            response = client.chat.completions.create(
+            response = self._create_chat_completion(
+                client, provider,
                 model=model, messages=messages, temperature=0.7,
                 max_tokens=self._estimate_max_tokens(original_msg),
-                extra_body=self._reasoning_extra_body(provider),
             )
             if cancel_event is not None and cancel_event.is_set():
                 return ""

VoiceCommand/commands/ai_command.py

@@ -2060,6 +2060,16 @@ def emit_stream(delta: str) -> None:
                     return interrupted_response
                 return ""
 
+            if (
+                not str(response or "").strip()
+                and not tool_calls
+                and not streamed_parts
+            ):
+                logging.warning("[AICommand] 최종 응답 본문이 비어 있습니다.")
+                self._emit_user_message(
+                    _("(걱정) 응답이 비어 있었어요. 다시 말씀해 주시거나 다른 모델로 바꿔 보세요.")
+                )
+
             if response:
                 if direct_skill_escalation:
                     history_recorder = getattr(self.ai_assistant, "add_to_history", None)

VoiceCommand/i18n/locales/en/LC_MESSAGES/ari.po

@@ -3404,6 +3404,9 @@ msgstr "No microphone was found, so voice recognition is unavailable. Please sel
 msgid "아직 이전 요청을 처리하고 있어요."
 msgstr "I'm still processing the previous request."
 
+msgid "(걱정) 응답이 비어 있었어요. 다시 말씀해 주시거나 다른 모델로 바꿔 보세요."
+msgstr "(Worried) The response was empty. Please try saying that again or switch to another model."
+
 msgid "Version: {version} · Commit: {commit}"
 msgstr "Version: {version} · Commit: {commit}"
 

VoiceCommand/i18n/locales/ja/LC_MESSAGES/ari.po

@@ -3404,6 +3404,9 @@ msgstr "マイクが見つからないため、音声認識を利用できませ
 msgid "아직 이전 요청을 처리하고 있어요."
 msgstr "前のリクエストを処理中です。"
 
+msgid "(걱정) 응답이 비어 있었어요. 다시 말씀해 주시거나 다른 모델로 바꿔 보세요."
+msgstr "(心配) 応答が空でした。もう一度話すか、別のモデルに切り替えてみてください。"
+
 msgid "Version: {version} · Commit: {commit}"
 msgstr "バージョン {version} · コミット {commit}"
 

VoiceCommand/i18n/locales/ko/LC_MESSAGES/ari.po

@@ -3404,6 +3404,9 @@ msgstr "마이크를 찾을 수 없어 음성 인식을 사용할 수 없습니
 msgid "아직 이전 요청을 처리하고 있어요."
 msgstr "아직 이전 요청을 처리하고 있어요."
 
+msgid "(걱정) 응답이 비어 있었어요. 다시 말씀해 주시거나 다른 모델로 바꿔 보세요."
+msgstr "(걱정) 응답이 비어 있었어요. 다시 말씀해 주시거나 다른 모델로 바꿔 보세요."
+
 msgid "Version: {version} · Commit: {commit}"
 msgstr "버전 {version} · 커밋 {commit}"
 

VoiceCommand/tests/test_ai_command.py

@@ -474,6 +474,55 @@ def chat_with_tools(self, text, include_context=True):
 
         self.assertEqual(response, "The time is 23:09.")
 
+    def test_empty_response_notice_is_suppressed_after_cancel_tool_or_stream(self):
+        class _Assistant:
+            def __init__(self, *, cancel=False, stream_text="", tool_calls=None):
+                self.cancel = cancel
+                self.stream_text = stream_text
+                self.tool_calls = tool_calls or []
+
+            def chat_with_tools(
+                self, text, include_context=True, stream_callback=None, cancel_event=None
+            ):
+                del text, include_context
+                if self.stream_text and stream_callback:
+                    stream_callback(self.stream_text)
+                if self.cancel:
+                    cancel_event.set()
+                return "", self.tool_calls
+
+        def run_case(assistant):
+            command = AICommand(assistant, lambda _message: None, {"enabled": False})
+            spoken = []
+            streamed = []
+            with (
+                patch.object(command, "try_fast_path", return_value=None),
+                patch.object(command, "_get_skill_context", return_value={}),
+                patch.object(command, "_start_instant_ack", return_value=None),
+                patch.object(command, "_execute_tool_calls", return_value=[None]),
+                patch.object(command, "_should_skip_tool_followup", return_value=False),
+            ):
+                command._run_interaction(
+                    "빈 응답 테스트", spoken.append, stream_callback=streamed.append
+                )
+            return spoken, streamed
+
+        notice = _("(걱정) 응답이 비어 있었어요. 다시 말씀해 주시거나 다른 모델로 바꿔 보세요.")
+        self.assertEqual(run_case(_Assistant()), ([notice], []))
+        self.assertEqual(run_case(_Assistant(cancel=True)), ([], []))
+        self.assertEqual(
+            run_case(_Assistant(stream_text="이미 표시한 문장")),
+            ([], ["이미 표시한 문장"]),
+        )
+        self.assertEqual(
+            run_case(_Assistant(tool_calls=[{
+                "id": "tool-1",
+                "name": "unknown_tool",
+                "arguments": {},
+            }])),
+            ([], []),
+        )
+
     def test_fast_path_records_conversation_through_memory_manager(self):
         class _Assistant:
             def __init__(self):

VoiceCommand/tests/test_request_failures.py

@@ -62,6 +62,72 @@ def test_non_server_errors_do_not_switch_connections(self):
                 self.assertIs(caught.exception, error)
                 secondary.chat.completions.create.assert_not_called()
 
+    def test_ollama_requests_disable_reasoning(self):
+        provider = LLMProvider(provider="ollama", model="gemma4:12b")
+        client = Mock()
+        response = object()
+        client.chat.completions.create.return_value = response
+
+        result = provider._create_completion_with_fallback(
+            client, "ollama", "gemma4:12b", messages=[]
+        )
+
+        self.assertIs(result, response)
+        self.assertEqual(
+            client.chat.completions.create.call_args.kwargs["extra_body"],
+            {"reasoning_effort": "none"},
+        )
+
+    def test_ollama_retries_without_reasoning_after_bad_request(self):
+        provider = LLMProvider(provider="ollama", model="gemma4:12b")
+        client = Mock()
+        error = RuntimeError("invalid reasoning value")
+        error.status_code = 400
+        response = object()
+        client.chat.completions.create.side_effect = [error, response]
+
+        result = provider._create_completion_with_fallback(
+            client, "ollama", "gemma4:12b", messages=[]
+        )
+
+        self.assertIs(result, response)
+        calls = client.chat.completions.create.call_args_list
+        self.assertEqual(len(calls), 2)
+        self.assertEqual(
+            [request.kwargs["extra_body"] for request in calls],
+            [{"reasoning_effort": "none"}, {}],
+        )
+        self.assertEqual(provider._reasoning_extra_body("ollama"), {})
+
+    def test_create_chat_completion_retries_only_ollama_reasoning_rejection(self):
+        provider = LLMProvider(provider="ollama", model="gemma4:12b")
+        client = Mock()
+        error = RuntimeError("invalid reasoning value")
+        error.status_code = 400
+        response = object()
+        client.chat.completions.create.side_effect = [error, response]
+
+        result = provider._create_chat_completion(client, "ollama", model="gemma4:12b", messages=[])
+
+        self.assertIs(result, response)
+        self.assertEqual(
+            [request.kwargs["extra_body"] for request in client.chat.completions.create.call_args_list],
+            [{"reasoning_effort": "none"}, {}],
+        )
+        for provider_name, message in (
+            ("ollama", "bad request"),
+            ("nvidia_nim", "invalid reasoning value"),
+        ):
+            with self.subTest(provider=provider_name, message=message):
+                provider = LLMProvider(provider=provider_name, model="m")
+                other_error = RuntimeError(message)
+                other_error.status_code = 400
+                client = Mock()
+                client.chat.completions.create.side_effect = other_error
+                with self.assertRaises(RuntimeError):
+                    provider._create_chat_completion(client, provider_name, model="m", messages=[])
+                self.assertEqual(client.chat.completions.create.call_count, 1)
+
     def test_server_error_switches_connection_without_duplicate_history(self):
         for with_tools in (False, True):
             with self.subTest(with_tools=with_tools):

docs/README.md

@@ -14,6 +14,7 @@ README가 프로젝트의 첫인상이라면, 이 문서는 필요한 문서를
 
 v1.4.0에서는 설치 중 개인정보 안내와 선택 항목, 말풍선 글꼴 설정, Edge TTS 주소 변경 대응을 더했습니다. v1.2.2~v1.3.3의 변경도 아래에 함께 정리돼 있습니다. v1.4.0 이후 병합된 변경은 목록 앞쪽에 있습니다.
 
+- Ollama에서 Gemma 4 같은 추론 모델을 쓸 때 추론을 끄고 요청해 답이 비지 않게 한 동작(Ollama 0.12.4 이상 권장), 응답이 비었을 때 아무 표시 없이 끝나지 않고 안내 문구를 보여 주는 동작
 - 아리의 기분이 응답에 붙은 감정 표현에 따라 조금씩 변하고 말투에 반영되는 동작, 기본으로 꺼져 있는 `한동안 대화가 없으면 먼저 말 걸기`(설정 → `RP 설정` 맨 위, `spontaneous_talk_enabled`)
 - Telegram에서 보낸 요청의 위험 작업을 같은 대화방의 버튼으로 승인·거부하는 원격 승인(`telegram_remote_approval_enabled`, 기본 꺼짐)
 - Telegram 음성 메모(로컬 Whisper일 때만)와 사진을 명령으로 받는 선택 설정 `telegram_voice_enabled`·`telegram_photo_enabled`(기본 꺼짐, 파일 10MB·음성 120초 제한)

docs/USAGE.md

@@ -404,6 +404,7 @@ Python 3.12나 3.14 등 다른 버전만 있으면 설치를 시작하지 않고
 ## 9. Ollama 로컬 LLM 사용 시
 
 Ollama를 쓰면 인터넷 연결이나 API 비용 없이 로컬에서 LLM을 돌릴 수 있습니다.
+Gemma 4처럼 답하기 전에 추론을 하는 모델은 추론을 끄고 요청합니다. 추론이 응답 길이 한도를 다 써서 답이 비는 것을 막기 위해서이며, Ollama 0.12.4 이상에서 동작하므로 최신 버전을 권장합니다.
 
 1. 설정창 → **TTS 설정 → 로컬 설치 → Ollama 설치/모델 받기** 버튼으로 설치하거나,
    [https://ollama.com](https://ollama.com) 에서 직접 설치합니다.