Refactor: UI-Konsolidierung über Zentrale, Modell-Manager, Hermes & Verbinden

Beseitigt Redundanzen/Mismatches, die sich mit den Lanes angesammelt hatten:

- Modell-Manager: großen animierten SVG-Gateway-Graph (~310 Z.) entfernt —
  Rolle→Modell deckt das Slot-Grid ab, Lanes der Lane-Editor, IDE-Config die
  "Verbinden"-Seite. Cockpit-Brain-Switch raus → Verweis auf Hermes-Tab.
- Hermes: zweiten SVG-Graph + 4 Status-Kacheln durch einen ruhigen Box→Pfeil-
  Fluss ersetzt (Terminal → Gateway → Hirn/Verdrahtung/PC), Stil wie "Verbinden".
- Hirn-Wechsel vereinheitlicht: nur noch im Hermes-Tab. Installiert = warm-bewusst
  (/api/agent/brain/set), Alias = /api/agent/brain; Lane-Aliase chat/coding/fast/heavy.
- Terminologie auf Lane-Sprache: ConnectView "model auto" → chat/coding;
  connect.py-Snippets defaulten auf 'coding' (GATEWAY_MODELS mit Lanes vorn).
- Zentrale: ActiveModelsCard + RolesCard zu einer ModelsCard verschmolzen
  (Rollen + warm + Inferenz + Größe); Layout entdoppelt.

~600 Zeilen SVG-Graph-Code raus, 2 tote Karten gelöscht. Verifiziert:
npm run build (tsc strict) clean.

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

backend/services/connect.py

@@ -1,7 +1,7 @@
 """
 Connect: erzeugt saubere, getestete Konfig-Snippets für IDEs/Agenten auf dem
 LOKALEN PC (separate Maschine im LAN). Alle zeigen auf den **Gateway** der Box
-(`model: auto`, Cockpit-Port :9001/v1) + den **Shared-Memory-MCP** (MC :9001).
+(Lanes `coding`/`chat`, Cockpit-Port :9001/v1) + den **Shared-Memory-MCP** (MC :9001).
 
 Wichtig: Host ist die LAN-IP der Box (NICHT eine Proxy-Domain) — das war in v1
 die häufigste Fehlerquelle. Der Aufrufer übergibt den Host explizit.
@@ -15,8 +15,9 @@ from config import LLAMA_SWAP_URL, MEM0_SERVICE_URL, PORT
 
 DEFAULT_HOST = "192.168.178.151"
 
-# Modelle, die der Gateway anbietet (model:auto = Standard).
-GATEWAY_MODELS = ["auto", "fast", "heavy", "coder", "vision"]
+# Modelle/Lanes, die der Gateway anbietet. Lanes zuerst: 'coding' (agentischer Coder) ist der
+# Standard für IDEs, 'chat' für Allgemeines; dahinter die direkten Aliase.
+GATEWAY_MODELS = ["coding", "chat", "fast", "heavy", "coder", "vision"]
 
 
 def _gw(host: str) -> str:
@@ -34,7 +35,7 @@ def build_snippets(host: str = DEFAULT_HOST,
         "apiProvider": "openai",
         "openAiBaseUrl": gw,
         "openAiApiKey": "local",
-        "openAiModelId": "auto",
+        "openAiModelId": "coding",
     }, indent=2)
 
     opencode = json.dumps({
@@ -51,7 +52,7 @@ def build_snippets(host: str = DEFAULT_HOST,
     cursor = json.dumps({
         "Base URL": gw,
         "API Key": "local",
-        "Active Model": "auto"
+        "Active Model": "coding"
     }, indent=2)
 
     zed = json.dumps({
@@ -69,7 +70,7 @@ def build_snippets(host: str = DEFAULT_HOST,
         "assistant": {
             "default_model": {
                 "provider": "openai_compatible",
-                "model": "auto"
+                "model": "coding"
             }
         }
     }, indent=2)
@@ -77,7 +78,7 @@ def build_snippets(host: str = DEFAULT_HOST,
     cont = json.dumps({
         "models": [
             {"title": f"Bosgame / {m}", "provider": "openai", "model": m,
-             "apiBase": gw, "apiKey": "local"} for m in ("auto", "coder", "heavy")
+             "apiBase": gw, "apiKey": "local"} for m in ("coding", "chat", "coder")
         ]
     }, indent=2)
 
@@ -89,12 +90,12 @@ def build_snippets(host: str = DEFAULT_HOST,
         f"# und hat kein /v1/messages. Dazwischen muss ein Übersetzer (Anthropic ⇄ OpenAI) laufen:\n"
         f"#   • claude-code-router   (leichtgewichtig, npm)\n"
         f"#   • oder LiteLLM mit /v1/messages-Bridge\n"
-        f"# Den Übersetzer auf den Gateway zeigen lassen: baseURL={gw}, model=auto, apiKey=local.\n"
+        f"# Den Übersetzer auf den Gateway zeigen lassen: baseURL={gw}, model=coding, apiKey=local.\n"
         f"# Dann Claude Code auf den lokalen Übersetzer richten (Beispiel-Port 3456):\n"
         f"\n"
         f'export ANTHROPIC_BASE_URL="http://localhost:3456"\n'
         f'export ANTHROPIC_AUTH_TOKEN="local"\n'
-        f'export ANTHROPIC_MODEL="auto"'
+        f'export ANTHROPIC_MODEL="coding"'
     )
 
     memory_mcp = json.dumps({
@@ -114,7 +115,7 @@ def build_snippets(host: str = DEFAULT_HOST,
         # Leitung 1 — das MODELL. Alle Snippets zeigen auf den OpenAI-kompatiblen Gateway.
         "tools": {
             "cline": {"label": "Roo Code / Cline", "lang": "json", "snippet": cline,
-                      "note": "OpenAI-Provider → Gateway. Modell 'auto' (schnell, eskaliert bei Bedarf)."},
+                      "note": "OpenAI-Provider → Gateway. Lane 'coding' (agentischer Coder); 'chat' für Allgemeines."},
             "cursor": {"label": "Cursor", "lang": "json", "snippet": cursor,
                        "note": "Einstellungen ➔ Models ➔ OpenAI API key + Base URL."},
             "opencode": {"label": "OpenCode", "lang": "jsonc", "snippet": opencode,