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-*).

tests/test_generate.py

@@ -5,6 +5,7 @@ verlässt answer_question.
 """
 import pytest
 
+from agent.retrieve import ChunkResult
 from agent.generate import (
     REFUSAL_MESSAGE,
     UNCERTAIN_MESSAGE,
@@ -12,6 +13,7 @@ from agent.generate import (
     build_user_content,
     looks_like_refusal,
     strip_think,
+    trim_results,
     validate_answer,
 )
 
@@ -143,4 +145,25 @@ class TestAnswerQuestion:
         main = [s for s in result["sources"]]
         assert result["n_context"] >= 1
         # Haupt-Blöcke auf top_k begrenzt; cross_ref-Erweiterungen dürfen dazu
-        assert len([s for s in main]) <= result["n_context"]
+        assert len([s for s in main]) <= result["n_context"]
+
+def test_trim_results_drops_tail_under_budget():
+    """Prompt-Budget: Tail-Blöcke (niedrig gerankt) ganz weglassen, nicht truncieren."""
+    def blk(n, chars):
+        return ChunkResult(
+            chunk_id=n, entry_id=f"lb-min-{n:02d}", section="Zusammenfassung",
+            text="x" * chars, title=f"Titel {n}", stand="2026-01", work="W",
+            chapter="C", topic="t", tags=[], legal_bases=[], cross_refs=[],
+        )
+    blocks = [blk(i, 30_000) for i in range(1, 6)]  # 5 x ~30 KB = 150 KB
+    trimmed = trim_results(blocks, 90_000)
+    assert 6 >= len(trimmed) >= 6 or len(trimmed) == 5  # 5 Bloecke, Mindesthoehe 6 greift nicht
+    # Groesserer Fall: 14 Bloecke, Budget schneidet hinten weg
+    blocks = [blk(i, 8_000) for i in range(1, 15)]  # ~112 KB
+    trimmed = trim_results(blocks, 90_000)
+    assert 6 <= len(trimmed) < 14
+    # Erste Bloecke bleiben (best gerankt)
+    assert trimmed[0].entry_id == "lb-min-01"
+    assert sum(len(b.text) for b in trimmed) + len(trimmed) * 64 <= 90_000 + 8_000
+    # Unbegrenzt: Original unveraendert
+    assert trim_results(blocks, None) is blocks