Backend: Box-Sync + Drift-Fixes (Review P0-3)

- deploy/llama-swap.config.yaml: Live-Box-Config jetzt versioniert (war untracked + veraltet)
- config.py: Template -fa 1 -> -fa on (Box-Standard)
- llamaswap.py: cache-reuse NICHT bei mmproj-Modellen anhaengen (verifizierte Vision-Falle)
- voice.py: Thinking-Deaktivierung fuer Voice-Chat (MC_VOICE_NO_THINK)
- connect.py: IDE-Snippets zeigen nur noch die coding-Lane

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

backend/routers/voice.py

@@ -208,6 +208,11 @@ async def voice_chat(body: ChatIn) -> StreamingResponse:
             user_text = f"[Bildschirm-Sicht — das ist gerade auf dem/den Schirm(en) zu sehen:\n{safe_desc}\n]\n\n{body.text}"
     messages.append({"role": "user", "content": user_text})
     payload = {"model": body.model or HERMES_API_MODEL, "messages": messages, "stream": True}
+    # Lucys Hirn (Qwen3.6) ist ein Thinking-Modell -> für die gesprochene Assistentin Thinking AUS,
+    # sonst generiert es tausende Reasoning-Token VOR der kurzen Antwort (gemessen: 11k Token, ~30s TTFB).
+    # Gleiches Muster wie die fast-Spur im Gateway (gateway_proxy.py) und die Mem0-Extraktion.
+    if os.environ.get("MC_VOICE_NO_THINK", "1") not in ("0", "false", "False"):
+        payload["chat_template_kwargs"] = {"enable_thinking": False}
     headers = {
         "Authorization": f"Bearer {HERMES_API_KEY}",
         "X-Hermes-Session-Id": body.session_id,