feat(local-llm): B0 Consumer — Bridge-Relay + Brain-Client (spiegelt FLUX)

Brain → HTTP /internal/local-llm → Bridge → RVS → llm-adapter → llama.cpp,
1:1 nach dem FLUX-Roundtrip-Muster gebaut:
- Bridge: _pending_llm (requestId→Future), llm_response-Handler (setzt Future),
  _local_llm() (sendet llm_request, wartet mit 30s-Timeout), HTTP-Route
  POST /internal/local-llm ({messages, max_tokens?, temperature?, stop?}).
- Brain: local_llm.py mit local_llm_chat() — POSTet an die Bridge, gibt
  {ok, content, model?, elapsedMs?} zurueck, wirft nie (Aufrufer eskaliert
  bei ok=false auf Claude).

Provider-Kette bereits verifiziert (718ms). Als naechstes: Test brain→bridge→
gamebox end-to-end, dann B1 (Router-Heuristik + Escalation) und der
Diagnostic-Testchat/Status (B0.5).

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

aria-brain/local_llm.py

@@ -0,0 +1,61 @@
+"""
+Local-LLM-Client (Plan B) — Brain-Seite.
+
+Ruft das schnelle lokale LLM (Qwen3 auf der Gamebox) ueber die Bridge:
+  Brain → HTTP /internal/local-llm → Bridge → RVS → llm-adapter → llama.cpp
+
+Analog zum Claude-`proxy_client`, nur ueber die Bridge (die ist der RVS-Client;
+das Brain bleibt HTTP-only). Der Router im Brain (B1) entscheidet, welche Turns
+hierher gehen (einfach) und welche an Claude (schwer / Tool-Bedarf).
+
+Rueckgabe von local_llm_chat: {ok, content, model?, elapsedMs?} oder {ok:False, error}.
+Nie werfen — der Aufrufer entscheidet bei ok=False, ob er auf Claude eskaliert.
+"""
+
+from __future__ import annotations
+
+import json
+import logging
+import os
+import urllib.error
+import urllib.request
+
+logger = logging.getLogger(__name__)
+
+BRIDGE_URL = os.environ.get("BRIDGE_URL", "http://aria-bridge:8090")
+# Etwas ueber dem Bridge-seitigen _LLM_TIMEOUT_S (30s), damit der HTTP-Call nicht
+# vor dem eigentlichen LLM-Timeout abbricht.
+LOCAL_LLM_HTTP_TIMEOUT_SEC = float(os.environ.get("LOCAL_LLM_HTTP_TIMEOUT_SEC", "35"))
+
+
+def local_llm_chat(messages: list, *, max_tokens: int = 512,
+                   temperature: float = 0.7, stop=None) -> dict:
+    """Ein Chat-Call ans lokale LLM. messages = [{role, content}, ...].
+    Blockierend (urllib) — im Brain laeuft chat() ohnehin im Executor-Thread."""
+    if not isinstance(messages, list) or not messages:
+        return {"ok": False, "error": "messages leer/ungueltig"}
+    req = {"messages": messages, "max_tokens": max_tokens, "temperature": temperature}
+    if stop:
+        req["stop"] = stop
+    try:
+        body = json.dumps(req).encode("utf-8")
+        http_req = urllib.request.Request(
+            f"{BRIDGE_URL}/internal/local-llm", data=body, method="POST",
+            headers={"Content-Type": "application/json"},
+        )
+        with urllib.request.urlopen(http_req, timeout=LOCAL_LLM_HTTP_TIMEOUT_SEC) as resp:
+            result = json.loads(resp.read().decode("utf-8", "ignore"))
+    except urllib.error.HTTPError as exc:
+        try:
+            err_data = json.loads(exc.read().decode("utf-8", "ignore"))
+            err = err_data.get("error") or str(exc)
+        except Exception:
+            err = str(exc)
+        return {"ok": False, "error": f"local-llm: {err}"}
+    except Exception as exc:
+        logger.warning("local_llm_chat HTTP-Call fehlgeschlagen: %s", exc)
+        return {"ok": False, "error": f"local-llm nicht erreichbar ({exc})"}
+
+    if not isinstance(result, dict) or not result.get("ok"):
+        return {"ok": False, "error": (result or {}).get("error", "unbekannt")}
+    return result