perf(router): lokales Fenster auf letzte 8 Turns cappen (Speed bei langer History)

Gemessen: lokaler Call mit 12-Turn-Fenster ~2,6s statt ~0,8s. Im Hauptchat (bis
50 Turns) wuerde volles Fenster das Prefill aufblaehen und den Speed-Vorteil
auffressen. Lokales Tier ist fuer kurze Plauder-Turns — letzte 8 Turns reichen.

B1a end-to-end verifiziert: plaudern→lokal (~0,8s warm), Tool/hart→Claude,
localOnly erzwingt lokal; Config live gelesen, Default aus.

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

aria-brain/agent.py

@@ -1062,6 +1062,8 @@ class Agent:
     # /shared/config/local_llm.json (Default aus → alles Claude wie bisher).
     # Rueckgabe: fertige Antwort (str) wenn lokal erledigt, sonst None → Claude.
 
+    _LOCAL_WINDOW_TURNS = 8  # nur die letzten N Turns ans lokale Modell (Speed)
+
     def _try_local_fast_lane(self, user_message: str,
                              active_project_id: str) -> Optional[str]:
         cfg = router_mod.load_config()
@@ -1069,7 +1071,10 @@ class Agent:
             return None
 
         sys_prompt = router_mod.build_local_system_prompt(IDENTITY_ANCHOR)
-        window = self.conversation.window(project_id=active_project_id)
+        # Nur die letzten paar Turns ans lokale Modell — es ist fuer kurze
+        # Plauder-Turns da. Volles Fenster (bis 50) wuerde das Prefill aufblaehen
+        # und den Speed-Vorteil auffressen (gemessen: 12 Turns → ~2,6s statt ~0,8s).
+        window = self.conversation.window(project_id=active_project_id)[-self._LOCAL_WINDOW_TURNS:]
         messages = [{"role": "system", "content": sys_prompt}]
         messages += [{"role": t.role, "content": t.content} for t in window]