length-Retry: abgeschnittene Antworten sind die q-024-Ursache, kein Thinking (D14)

- Diagnose: q-024-Flakiness war KEIN Think-Ghost (thinking-Feld leer,
  keine Tags), sondern num_predict=1024 — lange belegte Antworten
  brachen bei done_reason=length ab (3/3 Sondenlaeufe), Zitationen
  wurden unvollstaendig, CITE_RE matchte partielle IDs -> Verletzung ->
  Regenerierungs-Eskalation -> UNCERTAIN.
- Fix: num_predict 1024 -> 2048; OllamaClient.chat_full() liefert
  (content, done_reason); chat_with_length_retry() wiederholt bei
  length einmal mit 2x Budget (technischer Retry, kein Regel-
  Regenerierungszaehler) - im Antwort-, Map- und Regenerierungspfad.
- Voll-Eval (46 Fragen): Zitier-Praezision 100 %, Verweigerung korrekt
  100 % (46/46) - erstmals alle M3-Gates erfuellt; erwartete Quelle
  92,7 %; Latenz mean 39,6 s / p95 78 s (vollstaendige statt
  abgeschnittener Antworten). q-024: 4/4 stabil.
- Tests 59 -> 60. Report lokal data/eval-qwen38-lengthfix.json.

agent/ollama_client.py

@@ -74,10 +74,14 @@ class OllamaClient:
 
     # -- Chat ---------------------------------------------------------------
 
-    def chat(self, model: str, messages: list[dict],
-             temperature: float = 0.1, num_ctx: int = 16384,
-             num_predict: int = 1024, think: bool = False) -> str:
-        """POST /api/chat, stream=False; `think`-Flag mit 404/400-Fallback."""
+    def chat_full(self, model: str, messages: list[dict],
+                  temperature: float = 0.1, num_ctx: int = 16384,
+                  num_predict: int = 1024,
+                  think: bool = False) -> tuple[str, str]:
+        """POST /api/chat; liefert (content, done_reason). done_reason ==
+        'length' bedeutet: Antwort wurde bei num_predict abgeschnitten —
+        Zitationen koennen dann unvollstaendig sein (Think-Ghost-Ursache
+        q-024, D13-Follow-up)."""
         body: dict[str, Any] = {
             "model": model,
             "messages": messages,
@@ -105,4 +109,14 @@ class OllamaClient:
         content = msg.get("content") or ""
         if not content.strip():
             raise OllamaError(f"empty response from {model} (keys: {list(data.keys())})")
+        return content, str(data.get("done_reason") or "stop")
+
+    def chat(self, model: str, messages: list[dict],
+             temperature: float = 0.1, num_ctx: int = 16384,
+             num_predict: int = 1024, think: bool = False) -> str:
+        """POST /api/chat, stream=False; `think`-Flag mit 404/400-Fallback."""
+        content, _ = self.chat_full(
+            model, messages, temperature=temperature, num_ctx=num_ctx,
+            num_predict=num_predict, think=think,
+        )
         return content