Tuning: Prompt-Budget + cross_ref-Erweiterung heilt Fehlverweigerungen (D11)

- Ursache der 4 Fehlverweigerungen nach KV/RIS-Erweiterung: lange
  KV-Chunks ueberlieferten num_ctx=16384 (bis 62,7 KB Prompt) — Ollama
  trunciert den Systemprompt vorn, das Modell verliert die Zitierregeln
  ('Block-N'-Zitate statt IDs -> Regenerierung -> Verweigerung).
- Fix: num_ctx 32768; trim_results (max_context_chars=90.000, niedrig
  gerankte Bloecke ganz weglassen statt truncieren, Mindestbestand 6);
  cross_ref_expand 3 -> 6 (Top-3 sind oft Branchen-KV-Bloecke mit leeren
  cross_refs - kuratierte Nachbarn kamen sonst nie nach).
- Eval: alle 4 Faelle geheilt, 10/10 Bestaetigungslaeufe OK.
  Retrieval Recall@8 0,851 -> 0,946 (cross_ref-Extras bringen
  Expected-IDs nach). Antworten: Zitier-Praezision 97,6 %, Verweigerung
  97,6 % (>94,3 %-Gate), erwartete Quelle 83,8 -> 91,9 %, Latenz mean 33 s.
- Tests 49 -> 50 (trim_results); Reports lokal (data/eval-*).

agent/config.py

@@ -47,7 +47,10 @@ class Config:
 
     # Generierung
     temperature: float = 0.1
-    num_ctx: int = 16384
+    num_ctx: int = 32768   # qwen3.8: 256k-faehig; 16k trunciert lange KV-Prompts
+                           # (KV-Cache @32k ~6-8 GB -> gesamt ~21 GB, Budget ok)
+    max_context_chars: int = 90_000  # Budget fuer User-Content; niedrig gerankte
+                                     # Bloecke werden weggelassen statt trunciert
     num_predict: int = 1024
     think: bool = False  # Thinking per Request abschalten (Latenz)
     chat_timeout_s: float = 300.0
@@ -59,7 +62,10 @@ class Config:
                                        # (KV/RIS-Erweiterung: Longtail-Spezialisten
                                        # liegen sonst außerhalb der Kandidatur)
     context_blocks: int = 8            # Kontext-Blöcke im Prompt
-    cross_ref_expand: int = 3          # Top-Einträge, deren cross_refs ergänzt werden
+    cross_ref_expand: int = 6          # Top-Eintraege, deren cross_refs ergaenzt
+                                       # (KV/RIS-Erweiterung: die Top-3 sind oft
+                                       # Branchen-KV-Bloecke mit leeren cross_refs —
+                                       # kuratierte Nachbarn kommen sonst nie nach)
     cross_ref_max_extra: int = 6       # Obergrenze der Ergänzungen
     rrf_k: int = 20                    # RRF-Konstante (erweiterter Korpus: Top-Ränge
                                        # müssen dominanter zählen)
@@ -81,6 +87,7 @@ class Config:
             answer_model=_env_str("PV_ANSWER_MODEL", d.answer_model),
             temperature=_env_float("PV_TEMPERATURE", d.temperature),
             num_ctx=_env_int("PV_NUM_CTX", d.num_ctx),
+            max_context_chars=_env_int("PV_MAX_CONTEXT_CHARS", d.max_context_chars),
             num_predict=_env_int("PV_NUM_PREDICT", d.num_predict),
             think=_env_bool("PV_THINK", d.think),
             chat_timeout_s=_env_float("PV_CHAT_TIMEOUT_S", d.chat_timeout_s),