feat(diagnostic): B1a-2 — Schalter fuer lokales LLM (Master/Nur-lokal/Tool-Umfang)

Neuer Settings-Block "Lokales LLM (schnelle Antworten)":
- Master-Checkbox "Lokales LLM nutzen" (aus = alles Claude)
- "Nur lokales LLM (kein Claude-Fallback)" — Eval-Haken
- "Tool-Umfang: Abgespeckt / Voll" — Voll deaktiviert (gated) + ⓘ mit VRAM-Erklaerung
- ⓘ-Haupt-Info erklaert Router/Latenz/Heim-Internet-Abhaengigkeit

server.js: GET/POST /api/local-llm-config <-> /shared/config/local_llm.json
(read/write, spiegelt runtime-config-Muster). Genau die Datei, die router.py
im Brain live liest. Onchange-Autosave, Status-Zeile, Laden bei ws.onopen.

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

diagnostic/index.html

@@ -910,6 +910,35 @@
       </div>
     </div>
 
+    <div class="settings-section">
+      <h2>Lokales LLM (schnelle Antworten) <button class="info-btn" onclick="showInfo('local-llm')" title="Wie funktioniert das?">ℹ</button></h2>
+      <div class="card" style="max-width:500px;">
+        <div style="font-size:11px;color:#8888AA;margin-bottom:10px;line-height:1.5;">
+          Ein schnelles lokales Modell (Qwen3 auf der Gamebox) beantwortet einfache
+          Plauder-Turns in unter 1&nbsp;Sekunde; alles Schwere/Werkzeug-artige geht
+          weiter an Claude. Schreibt <code>/shared/config/local_llm.json</code> —
+          der Router im Brain liest sie live (kein Neustart noetig).
+        </div>
+        <label style="display:flex;align-items:center;gap:8px;margin-bottom:8px;font-size:12px;color:#E0E0F0;cursor:pointer;">
+          <input type="checkbox" id="local-llm-enabled" onchange="saveLocalLlmConfig()" style="margin:0;">
+          <span>Lokales LLM nutzen <span style="color:#8888AA;">(aus = alles ueber Claude)</span></span>
+        </label>
+        <label style="display:flex;align-items:center;gap:8px;margin-bottom:10px;font-size:12px;color:#E0E0F0;cursor:pointer;">
+          <input type="checkbox" id="local-llm-onlylocal" onchange="saveLocalLlmConfig()" style="margin:0;">
+          <span>Nur lokales LLM — kein Claude-Fallback <span style="color:#8888AA;">(zum Testen)</span></span>
+        </label>
+        <div style="display:flex;align-items:center;gap:8px;margin-bottom:6px;">
+          <span style="font-size:12px;color:#8888AA;">Tool-Umfang:</span>
+          <select id="local-llm-toolvariant" onchange="saveLocalLlmConfig()" style="background:#1E1E2E;border:1px solid #333;border-radius:4px;padding:6px 8px;color:#E0E0F0;font-family:inherit;font-size:12px;">
+            <option value="slim">Abgespeckt (kuratierte Tools)</option>
+            <option value="full" disabled>Voll (braucht mehr VRAM)</option>
+          </select>
+          <button class="info-btn" onclick="showInfo('local-llm-tools')" title="Voll: wie viel VRAM?">ℹ</button>
+        </div>
+        <div id="local-llm-status" style="font-size:10px;color:#6a6a88;margin-top:6px;min-height:12px;"></div>
+      </div>
+    </div>
+
     <!-- OpenClaw-Config-Sektion entfernt — aria-core ist raus. -->
 
   </div><!-- /tab-settings -->
@@ -1521,6 +1550,8 @@
         try { loadBrainStatus(); } catch {}
         // Sprachmodell-Dropdown befuellen (kuratierte Tier-Liste vom Proxy)
         try { loadModelList(); } catch {}
+        // Lokales-LLM-Schalter aus /shared/config/local_llm.json laden
+        try { loadLocalLlmConfig(); } catch {}
       };
 
       // Brain-Status periodisch refreshen damit die Card live bleibt
@@ -5856,6 +5887,28 @@
 
     // Vor-definierte Info-Blocks
     const INFO_TEXTS = {
+      'local-llm': {
+        title: 'Lokales LLM — schnelle Antworten',
+        html: `
+          <p>Ein kleines, schnelles Modell (<strong>Qwen3 8B</strong>) laeuft auf deiner Gamebox-GPU und beantwortet <strong>einfache Plauder-Turns in &lt;1&nbsp;s</strong>. Alles Schwere, Technische oder Werkzeug-artige (Wetter, Timer, Musik, Bilder, Gedaechtnis, Code) reicht ein Router automatisch an <strong>Claude</strong> weiter.</p>
+          <p><strong>Lokales LLM nutzen</strong> — Master-Schalter. Aus = alle Anfragen laufen wie bisher ueber Claude.</p>
+          <p><strong>Nur lokales LLM</strong> — erzwingt lokal, KEIN Claude-Fallback. Zum Ausprobieren, wie stark das lokale Modell allein ist. Achtung: Werkzeug-Turns (Wetter/Timer/…) funktionieren dann nicht — das lokale Tier hat keine Tools.</p>
+          <p>Die Antwortzeit haengt an deinem Heim-Internet (Gamebox @home, ARIA @RZ). Ist die Gamebox aus/nicht erreichbar, faellt ARIA automatisch auf Claude zurueck.</p>
+        `,
+      },
+      'local-llm-tools': {
+        title: 'Tool-Umfang: Abgespeckt vs. Voll',
+        html: `
+          <p><strong>Abgespeckt</strong> — das lokale Modell bekommt eine kleine, kuratierte Tool-Auswahl (Wetter, Zeit, Gedaechtnis-Suche, Timer, Spotify, Licht). Der Rest laeuft ueber Claude. Passt in den VRAM einer <strong>1×RTX&nbsp;3060 (12&nbsp;GB)</strong>.</p>
+          <p><strong>Voll</strong> — das lokale Modell soll ARIAs komplettes Arsenal kennen. Das sind ~15-20&nbsp;K Tokens Tool-Schemas → passt <em>nicht</em> in ein 8-K-Kontextfenster. Groesseres Fenster kostet VRAM:</p>
+          <ul>
+            <li><strong>12&nbsp;GB (1×3060):</strong> nur „Abgespeckt".</li>
+            <li><strong>24&nbsp;GB (2×3060, eine Box):</strong> Qwen mit grossem Kontext = volles Schema, oder ein groesseres Modell.</li>
+            <li><strong>Cluster:</strong> weitere GPU-Hosts, jeder ein Modell-Server ueber RVS.</li>
+          </ul>
+          <p>Deshalb ist „Voll" hier deaktiviert, bis die Hardware (2.&nbsp;Karte) und die lokale Tool-Loop (B1b) da sind.</p>
+        `,
+      },
       'brain-status': {
         title: 'Gehirn — Status',
         html: `
@@ -6147,6 +6200,52 @@
       if (st) { st.textContent = 'Gesetzt (Freitext) — aria-brain neu starten, damit es greift.'; st.style.color = '#FFD60A'; }
     }
 
+    // ── Einstellungen: Lokales LLM (Plan B) ─────────────────
+    function setLocalLlmStatus(c) {
+      const el = document.getElementById('local-llm-status');
+      if (!el) return;
+      if (!c || !c.enabled) {
+        el.textContent = 'Aus — alle Anfragen laufen ueber Claude.';
+        el.style.color = '#6a6a88';
+        return;
+      }
+      if (c.localOnly) {
+        el.textContent = 'NUR lokal — kein Claude-Fallback (Testmodus). Werkzeug-Turns funktionieren hier nicht.';
+        el.style.color = '#FFD60A';
+      } else {
+        el.textContent = 'Aktiv — einfache Turns lokal (<1s), Rest → Claude.';
+        el.style.color = '#4ADE80';
+      }
+    }
+    async function loadLocalLlmConfig() {
+      try {
+        const r = await fetch('/api/local-llm-config');
+        const c = await r.json();
+        const en = document.getElementById('local-llm-enabled');
+        const ol = document.getElementById('local-llm-onlylocal');
+        const tv = document.getElementById('local-llm-toolvariant');
+        if (en) en.checked = !!c.enabled;
+        if (ol) ol.checked = !!c.localOnly;
+        if (tv) tv.value = (c.toolVariant === 'full') ? 'full' : 'slim';
+        setLocalLlmStatus(c);
+      } catch (e) { /* still */ }
+    }
+    async function saveLocalLlmConfig() {
+      const body = {
+        enabled: document.getElementById('local-llm-enabled').checked,
+        localOnly: document.getElementById('local-llm-onlylocal').checked,
+        toolVariant: document.getElementById('local-llm-toolvariant').value,
+      };
+      try {
+        const r = await fetch('/api/local-llm-config', {
+          method: 'POST', headers: { 'Content-Type': 'application/json' },
+          body: JSON.stringify(body),
+        });
+        const j = await r.json();
+        if (j.ok) setLocalLlmStatus(j.config);
+      } catch (e) { /* still */ }
+    }
+
     // ── Einstellungen: OpenClaw Config ──────────────────────
 
     // loadOpenClawConfig entfernt — aria-core ist raus.

diagnostic/server.js

@@ -297,6 +297,35 @@ function writeRuntimeConfig(patch) {
 }
 
 // Atomic write: temp-file + rename, laute Logs bei Fehler.
+
+// ── Local-LLM-Config: /shared/config/local_llm.json ─────────────────
+// Der Router im Brain (router.py) liest diese Datei pro Request. Wir schreiben
+// sie hier aus den Diagnostic-Schaltern. Default = alles aus (nur Claude).
+const LOCAL_LLM_CONFIG_FILE = "/shared/config/local_llm.json";
+function readLocalLlmConfig() {
+  try {
+    const p = JSON.parse(fs.readFileSync(LOCAL_LLM_CONFIG_FILE, "utf-8"));
+    return {
+      enabled: !!p.enabled,
+      localOnly: !!p.localOnly,
+      toolVariant: p.toolVariant === "full" ? "full" : "slim",
+    };
+  } catch {
+    return { enabled: false, localOnly: false, toolVariant: "slim" };
+  }
+}
+function writeLocalLlmConfig(patch) {
+  const cur = readLocalLlmConfig();
+  if (typeof patch.enabled === "boolean") cur.enabled = patch.enabled;
+  if (typeof patch.localOnly === "boolean") cur.localOnly = patch.localOnly;
+  if (patch.toolVariant === "slim" || patch.toolVariant === "full") cur.toolVariant = patch.toolVariant;
+  fs.mkdirSync("/shared/config", { recursive: true });
+  const tmp = LOCAL_LLM_CONFIG_FILE + ".tmp";
+  fs.writeFileSync(tmp, JSON.stringify(cur, null, 2));
+  fs.renameSync(tmp, LOCAL_LLM_CONFIG_FILE);
+  return cur;
+}
+
 // ── File-Project-Manifest ───────────────────────────────────────────
 // Jeder Eintrag map[absoluter_pfad] = project_id (leer = Hauptchat).
 // Wird vom files-list-Endpoint + files-set-project gepflegt.
@@ -1573,6 +1602,24 @@ const server = http.createServer((req, res) => {
       }
     });
     return;
+  } else if (req.url === "/api/local-llm-config" && req.method === "GET") {
+    res.writeHead(200, { "Content-Type": "application/json" });
+    res.end(JSON.stringify(readLocalLlmConfig()));
+  } else if (req.url === "/api/local-llm-config" && req.method === "POST") {
+    let body = "";
+    req.on("data", chunk => { body += chunk; if (body.length > 8192) req.destroy(); });
+    req.on("end", () => {
+      try {
+        const cfg = writeLocalLlmConfig(JSON.parse(body));
+        res.writeHead(200, { "Content-Type": "application/json" });
+        res.end(JSON.stringify({ ok: true, config: cfg }));
+        log("info", "server", `Local-LLM-Config: enabled=${cfg.enabled} localOnly=${cfg.localOnly} tools=${cfg.toolVariant}`);
+      } catch (err) {
+        res.writeHead(400, { "Content-Type": "application/json" });
+        res.end(JSON.stringify({ ok: false, error: err.message }));
+      }
+    });
+    return;
   } else if (req.url === "/api/onboarding") {
     // RVS-Credentials fuer QR-Code App-Onboarding
     res.writeHead(200, { "Content-Type": "application/json" });