Fix: Modell-Manager Rollen-Taxonomie vereinheitlicht (5 Rollen) + echter Vocab-Check

- Rollen ueberall = fast/heavy/coder/vision/scout (eine Quelle der Wahrheit):
  sources.py CATEGORIES (agent/reasoning raus, fast/heavy rein), llamaswap.ROLE_IDS,
  maintenance ROLE_MAP entfernt (Discover-Rollen == Serving-Rollen), Discover.tsx
  ROLE_METADATA, ModelBadges.ROLES, ActiveModelsCard (stale reasoning-Farbe raus).
  Behebt: Discover zeigte "Reasoning"/"agent"; aus Discover installierte Modelle
  landeten in keinem Cockpit-Slot.
- gguf_meta: Vocab-Check jetzt ECHT - sha256 ueber die vollstaendige Token-Liste statt
  nur Metadaten. Familienunabhaengig (Qwen/Llama/Mistral/...). Verifiziert: Coder + Qwen3-0.6B
  byte-identisch (kompatibel), Qwen3.6 abweichend (inkompatibel), 0.11s/Scan.
- RolesCard SPEC-Badge -> spec_active (Konsistenz mit Cockpit).

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

backend/services/gguf_meta.py

@@ -11,6 +11,7 @@ Fälle zu unterscheiden (Qwen2.5 vs Qwen3 vs Qwen3.6 etc.). Die llama.cpp-Prüfu
 beim Laden bleibt der letzte Schiedsrichter.
 """
 
+import hashlib
 import struct
 from functools import lru_cache
 
@@ -79,16 +80,26 @@ def _read_fingerprint(path: str) -> dict | None:
             r.u32()                 # version
             r.u64()                 # tensor_count
             kv_count = r.u64()
-            fp: dict = {"model": None, "pre": None, "arch": None, "n_vocab": None}
+            fp: dict = {"model": None, "pre": None, "arch": None, "n_vocab": None,
+                        "tokens_sha": None}
             for _ in range(kv_count):
                 key = r.gstr()
                 vtype = r.u32()
                 if key == "tokenizer.ggml.tokens" and vtype == _T_ARRAY:
                     etype = r.u32()
-                    fp["n_vocab"] = r.u64()
-                    # Wir haben alles (model/pre kommen vor tokens) → abbrechen.
+                    count = r.u64()
+                    fp["n_vocab"] = count
                     if etype != _T_STRING:
                         return None
+                    # ECHTE Vocab-Identität: sha256 über die tatsächliche Token-Liste
+                    # (familienunabhängig — funktioniert für Qwen, Llama, Mistral, …).
+                    h = hashlib.sha256()
+                    h.update(count.to_bytes(8, "little"))
+                    for _ in range(count):
+                        n = r.u64()
+                        h.update(r.read(n))
+                    fp["tokens_sha"] = h.hexdigest()
+                    # model/pre kommen vor tokens → wir haben alles. Abbrechen.
                     break
                 if key in _WANT_STRINGS and vtype == _T_STRING:
                     val = r.gstr()
@@ -112,12 +123,12 @@ def _cached(path: str, mtime: float, size: int) -> tuple | None:
     fp = _read_fingerprint(path)
     if fp is None:
         return None
-    return (fp.get("model"), fp.get("pre"), fp.get("n_vocab"), fp.get("arch"))
+    return (fp.get("model"), fp.get("pre"), fp.get("n_vocab"), fp.get("arch"), fp.get("tokens_sha"))
 
 
 def fingerprint(path: str) -> dict | None:
     """Tokenizer-Fingerprint eines GGUF (gecacht nach Pfad+mtime+size).
-    Returns dict(model, pre, n_vocab, arch) oder None wenn nicht lesbar."""
+    Returns dict(model, pre, n_vocab, arch, tokens_sha) oder None wenn nicht lesbar."""
     import os
     try:
         st = os.stat(path)
@@ -126,16 +137,18 @@ def fingerprint(path: str) -> dict | None:
     t = _cached(path, st.st_mtime, st.st_size)
     if t is None:
         return None
-    return {"model": t[0], "pre": t[1], "n_vocab": t[2], "arch": t[3]}
+    return {"model": t[0], "pre": t[1], "n_vocab": t[2], "arch": t[3], "tokens_sha": t[4]}
 
 
 def vocab_key(path: str) -> tuple | None:
-    """Vergleichsschlüssel für Vocab-Kompatibilität: (model, pre, n_vocab).
-    Genau diese Identität verlangt llama.cpp für Speculative Decoding."""
+    """ECHTER Vergleichsschlüssel für Vocab-Kompatibilität: (model, pre, n_vocab, sha256
+    der vollständigen Token-Liste). Vergleicht den TATSÄCHLICHEN Vokabular-Inhalt, nicht
+    nur Metadaten — familienunabhängig (Qwen, Llama, Mistral, …). Genau diese Identität
+    verlangt llama.cpp für Speculative Decoding."""
     fp = fingerprint(path)
-    if not fp or fp["n_vocab"] is None:
+    if not fp or fp["n_vocab"] is None or not fp.get("tokens_sha"):
         return None
-    return (fp["model"], fp["pre"], fp["n_vocab"])
+    return (fp["model"], fp["pre"], fp["n_vocab"], fp["tokens_sha"])
 
 
 def compatible(target_path: str, draft_path: str) -> bool | None: