coder-lite raus + Verbinden-Tab auf echte Direkt-Modelle

connect.py empfiehlt IDEs jetzt die realen Box-Modelle Coder (bauen) /
Planer (denken) / Augen (Bilder, images) direkt statt der "coding"-Lane
— deckt sich mit dem tatsaechlichen Zed-Setup. Zed-Snippet mit vollen
7-Feld-Capabilities + Provider "bosgame"; Kilo/Claude-Code auf model=coder.
coder-lite (Qwen3-Coder-30B) parallel aus der llama-swap-Config der Box
entfernt (war ungenutzt: coding-Lane nutzt ohne Policy immer den starken coder).

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
-(Lanes `coding`/`chat`, Cockpit-Port :9001/v1) + den **Shared-Memory-MCP** (MC :9001).
+(reale Modelle coder/heavy/vision, 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.
@@ -15,9 +15,24 @@ from config import LLAMA_SWAP_URL, MEM0_SERVICE_URL, PORT
 
 DEFAULT_HOST = "192.168.178.151"
 
-# IDEs bekommen NUR die 'coding'-Lane zu sehen — die Lane routet intern selbst auf das
-# passende Modell (Coder/Heavy/…). Ein einziger Eintrag, kein manuelles Modell-Wählen mehr.
-IDE_MODEL = "coding"
+# IDEs bekommen die ECHTEN Box-Modelle direkt (kein Lane-Routing): Coder (bauen), Planer (denken),
+# Augen (Bilder, Vision). Der User wechselt im Modellwähler — spiegelt das reale Zed-Setup 1:1.
+PRIMARY_MODEL = "coder"
+
+
+def _caps(tools: bool = True, images: bool = False) -> dict:
+    """Volle 7-Feld-Capabilities — Zed braucht sie KOMPLETT, sonst greift die Modellwahl nicht."""
+    return {"tools": tools, "images": images, "parallel_tool_calls": False,
+            "prompt_cache_key": False, "chat_completions": True,
+            "interleaved_reasoning": False, "max_tokens_parameter": False}
+
+
+# Reale Box-Modelle für die IDE-Welt (getrennt von Lucy): bauen · denken · sehen.
+IDE_MODELS = [
+    {"name": "coder", "display_name": "Box / Coder (bauen)", "max_tokens": 131072, "capabilities": _caps(True, False)},
+    {"name": "heavy", "display_name": "Box / Planer (denken)", "max_tokens": 32768, "capabilities": _caps(True, False)},
+    {"name": "vision", "display_name": "Box / Augen (Bilder)", "max_tokens": 32768, "capabilities": _caps(False, True)},
+]
 
 
 def _gw(host: str) -> str:
@@ -37,7 +52,7 @@ def build_snippets(host: str = DEFAULT_HOST,
         "apiProvider": "openai",
         "openAiBaseUrl": gw,
         "openAiApiKey": "local",
-        "openAiModelId": "coding",
+        "openAiModelId": PRIMARY_MODEL,
     }, indent=2)
 
     # Zed = Rust-nativ, ~16x leichter als VS Code, Agent Panel mit parallelen Agenten,
@@ -47,15 +62,12 @@ def build_snippets(host: str = DEFAULT_HOST,
             "openai_compatible": {
                 "bosgame": {
                     "api_url": gw,
-                    "available_models": [
-                        {"name": IDE_MODEL, "display_name": "Box / coding", "max_tokens": 131072,
-                         "capabilities": {"tools": True}}
-                    ],
+                    "available_models": IDE_MODELS,
                 }
             }
         },
         "agent": {
-            "default_model": {"provider": "openai_compatible", "model": IDE_MODEL}
+            "default_model": {"provider": "bosgame", "model": PRIMARY_MODEL}
         }
     }, indent=2)
 
@@ -67,12 +79,12 @@ 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=coding, apiKey=local.\n"
+        f"# Den Übersetzer auf den Gateway zeigen lassen: baseURL={gw}, model=coder, 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="coding"'
+        f'export ANTHROPIC_MODEL="coder"'
     )
 
     memory_mcp = json.dumps({
@@ -97,10 +109,11 @@ def build_snippets(host: str = DEFAULT_HOST,
         "tools": {
             "zed": {"label": "Zed (empfohlen)", "lang": "json", "snippet": zed,
                     "note": "Leichtgewicht-Editor (Rust, ~16x weniger RAM als VS Code). settings.json → "
-                            "language_models.openai_compatible; Agent Panel nutzt dann die Box. Lane 'coding' routet intern."},
+                            "language_models.openai_compatible; Agent Panel nutzt dann die Box. Drei Modelle: "
+                            "Coder (bauen) · Planer (denken) · Augen (Bilder) — oben im Wähler umschalten."},
             "kilo": {"label": "Kilo Code", "lang": "json", "snippet": kilo,
                      "note": "VS Code/JetBrains (schwergewichtiger). OpenAI-Provider → Gateway. "
-                             "API-Profile je Modus: Code→coding · Architect/Orchestrator→heavy · Ask/Debug→chat."},
+                             "API-Profile je Modus: Code→coder · Architect/Orchestrator→heavy · Ask/Debug→chat."},
             "claude_code": {"label": "Claude Code", "lang": "bash", "snippet": claude_code,
                             "note": "Für die starken Sessions. Lokal-Betrieb bräuchte einen Anthropic⇄OpenAI-Übersetzer vor dem Gateway; Gedächtnis-Anbindung via Memory-MCP unten."},
         },