update

backend/lernen.py

@@ -25,6 +25,7 @@ MEISTERN = 25  # Score bis "gemeistert" (Tier 3, Maximum)
 VERTIEFUNG_TIMEOUT = 600
 CHAT_TIMEOUT = 240
 PRUEFUNG_TIMEOUT = 120  # kurze JSON-Turns; deckelt die Serien-Latenz pro Prüfungs-Schritt
+GRUENDLICH_TIMEOUT = 600  # „Gründlich prüfen": starkes Modell (role guide) braucht länger
 KRITIK_MAX_RUNDEN = 2   # Generator → Kritiker → ggf. Neu, höchstens so oft
 
 
@@ -137,21 +138,21 @@ def _bewertung_schema(data) -> dict | None:
     return {"feedback": feedback, "bewertung": bewertung, "bestanden": data.get("bestanden") is True}
 
 
-async def _gen_call(name: str, role: str, schema, provider: str, **kwargs) -> dict | None:
+async def _gen_call(name: str, role: str, schema, provider: str, timeout: int = PRUEFUNG_TIMEOUT, **kwargs) -> dict | None:
     """Generator-Agent: Template füllen, laufen lassen, per schema parsen · None bei Fehler."""
     returncode, stdout, _ = await run_agent(
-        name.lower() + "-" + str(uuid.uuid4()), _prompt(name, **kwargs), PRUEFUNG_TIMEOUT,
+        name.lower() + "-" + str(uuid.uuid4()), _prompt(name, **kwargs), timeout,
         provider=provider, role=role, capabilities="none", lane="interactive",
     )
     return schema(_parse_json_text(stdout)) if returncode == 0 else None
 
 
-async def _kritik_call(name: str, provider: str, **kwargs) -> list[str]:
-    """Kritiker-Agent (role judge): leere Liste = in Ordnung. Fail-open: Ausfall des
+async def _kritik_call(name: str, provider: str, role: str = "judge", timeout: int = PRUEFUNG_TIMEOUT, **kwargs) -> list[str]:
+    """Kritiker-Agent (Default role judge): leere Liste = in Ordnung. Fail-open: Ausfall des
     Kritikers darf den Turn nicht blockieren, also dann ebenfalls leere Liste."""
     returncode, stdout, _ = await run_agent(
-        name.lower() + "-" + str(uuid.uuid4()), _prompt(name, **kwargs), PRUEFUNG_TIMEOUT,
-        provider=provider, role="judge", capabilities="none", lane="interactive",
+        name.lower() + "-" + str(uuid.uuid4()), _prompt(name, **kwargs), timeout,
+        provider=provider, role=role, capabilities="none", lane="interactive",
     )
     if returncode != 0:
         return []
@@ -199,18 +200,20 @@ async def _frage_mit_kritik(
 
 async def _bewertung_mit_kritik(
     topic: str, baustein: str, section_block: str, vertiefung_block: str,
-    frage: str, transcript: str, gute_antworten: int, provider: str,
+    frage: str, transcript: str, gute_antworten: int, provider: str, role: str = "judge",
 ) -> dict | None:
     """Antwort bewerten (gut/schlecht), vom Kritiker prüfen lassen, bei Fehlurteil neu.
 
     `frage` ankert die geprüfte Frage; der Dialog (transcript) liefert die Antwort und
     eine etwaige Diskussion — so kann eine Re-Bewertung das Argument sehen.
+    `role` = "judge" (schnell) oder "guide" (gründlich, starkes Modell mit Thinking).
     """
+    timeout = GRUENDLICH_TIMEOUT if role == "guide" else PRUEFUNG_TIMEOUT
     kritik_block = "(keine)"
     bew = None
     for _ in range(KRITIK_MAX_RUNDEN):
         bew = await _gen_call(
-            "Baustein-Bewertung", "judge", _bewertung_schema, provider,
+            "Baustein-Bewertung", role, _bewertung_schema, provider, timeout,
             topic=topic, baustein=baustein, section_block=section_block,
             vertiefung_block=vertiefung_block, frage=frage, transcript=transcript,
             gute_antworten=gute_antworten, noetig=NOETIG, kritik_block=kritik_block,
@@ -218,7 +221,7 @@ async def _bewertung_mit_kritik(
         if bew is None:
             return None
         probleme = await _kritik_call(
-            "Baustein-Bewertung-Kritik", provider,
+            "Baustein-Bewertung-Kritik", provider, role=role, timeout=timeout,
             topic=topic, baustein=baustein, section_block=section_block,
             vertiefung_block=vertiefung_block, frage=frage, transcript=transcript,
             bewertung_block=_bewertung_text(bew),
@@ -253,9 +256,11 @@ async def pruefung_frage(
 async def pruefung_bewertung(
     topic: str, baustein: str, section: str, vertiefung: str | None,
     frage: str, messages: list[dict], gute_antworten: int, provider: str = DEFAULT_PROVIDER,
+    role: str = "judge",
 ) -> dict | None:
     """Aktion 'antwort_pruefen': verbindlich bewerten (Evaluator + Kritiker).
 
+    `role` = "guide" für „Gründlich prüfen" (starkes Modell), sonst "judge".
     Gibt {"feedback", "bewertung": gut|schlecht, "bestanden"} · None bei Fehler.
     """
     try:
@@ -263,7 +268,7 @@ async def pruefung_bewertung(
         transcript = _transcript(messages) if messages else "(leer)"
         return await _bewertung_mit_kritik(
             topic, baustein, section_block, vertiefung_block,
-            frage.strip() or "(keine Frage übergeben)", transcript, gute_antworten, provider,
+            frage.strip() or "(keine Frage übergeben)", transcript, gute_antworten, provider, role,
         )
     except Exception:
         log.warning("[%s] Bewertung fehlgeschlagen (%s)", topic, baustein, exc_info=True)

backend/models.py

@@ -200,6 +200,7 @@ class BausteinPruefungRequest(BaseModel):
     tier3: bool = False  # ganzer Guide verstanden (alle ≥10) → Meisterpfad, −2 bei falsch, Deckel 25
     messages: list[ChatMessage] = []  # Dialog bisher; leer = erste Frage
     provider: ProviderType = "claude"
+    gruendlich: bool = False  # „Gründlich prüfen": Bewertung mit starkem Modell (role guide)
 
 
 class BausteinPruefungResponse(BaseModel):

backend/routes.py

@@ -259,6 +259,7 @@ async def baustein_pruefung_route(req: BausteinPruefungRequest):
     # aktion == "antwort_pruefen": verbindlich (Bewerter + Kritiker), persistiert Score + Meilensteine.
     data = await pruefung_bewertung(
         req.topic, req.baustein, req.section, vertiefung, req.frage, msgs, gute, provider=req.provider,
+        role="guide" if req.gruendlich else "judge",
     )
     if data is None:
         raise HTTPException(502, "Bewertung fehlgeschlagen — bitte erneut versuchen")

frontend/src/api.js

@@ -94,12 +94,12 @@ export async function chatBaustein({ topic, baustein, section, messages, provide
 export async function pruefeBaustein({
   topic, baustein, section, provider,
   aktion = 'frage', frage = '', letzte_bewertung = '', score_vor_frage = 0, streak = 0,
-  tier2 = false, tier3 = false, messages = [],
+  tier2 = false, tier3 = false, messages = [], gruendlich = false,
 }) {
   const res = await fetch(`${BASE}/bausteine/pruefung`, {
     method: 'POST',
     headers: { 'Content-Type': 'application/json' },
-    body: JSON.stringify({ topic, baustein, section, aktion, frage, letzte_bewertung, score_vor_frage, streak, tier2, tier3, messages, provider }),
+    body: JSON.stringify({ topic, baustein, section, aktion, frage, letzte_bewertung, score_vor_frage, streak, tier2, tier3, messages, provider, gruendlich }),
   })
   return jsonOrThrow(res)
 }

frontend/src/components/BausteinPanel.vue

@@ -1,5 +1,5 @@
 <script setup>
-import { computed, nextTick, ref } from 'vue'
+import { computed, nextTick, onMounted, onUnmounted, ref } from 'vue'
 import { chatBaustein, createVertiefung, fetchVertiefung, pruefeBaustein } from '../api.js'
 import { renderMarkdown } from '../markdown.js'
 import { useChat, istUnten } from '../composables/useChat.js'
@@ -245,15 +245,17 @@ function antwortPayload() {
 }
 
 // Hintergrund: voller Bewerter+Kritiker. Persistiert serverseitig; korrigiert die Anzeige bei Abweichung.
-async function verdictPruefen() {
+// gruendlich=true: starkes Modell (role guide), manuell ausgelöst → sichtbarer Ladezustand.
+async function verdictPruefen(gruendlich = false) {
   const meine = ++pruefenRun
   const ziel = letzteFeedbackMsg
   const warAbsolviert = st.value.absolviert
   const warVerstanden = st.value.verstanden
+  if (gruendlich) pruefLoading.value = true
   try {
     const res = await pruefeBaustein({
       topic: props.topic, baustein: props.baustein, section: props.section,
-      provider: props.provider, messages: pruefDialog(), ...antwortPayload(), aktion: 'antwort_pruefen',
+      provider: props.provider, messages: pruefDialog(), ...antwortPayload(), aktion: 'antwort_pruefen', gruendlich,
     })
     if (meine !== pruefenRun) return // eine neuere Bewertung läuft → diese verwerfen
     // Streak driftfrei aus streakVorFrage neu setzen; Reset nur am Deckel der
@@ -275,6 +277,8 @@ async function verdictPruefen() {
     }
   } catch {
     if (meine === pruefenRun && ziel) ziel.geprueft = true
+  } finally {
+    if (gruendlich && meine === pruefenRun) pruefLoading.value = false
   }
 }
 
@@ -286,9 +290,39 @@ function antwortAbgeben() {
   pruefSenden(antwortPayload(), bewerten)
 }
 
-function neuBewerten() {
+// „Gründlich prüfen": dieselbe Antwort, aber vom starken Modell (role guide) verbindlich neu bewerten.
+function gruendlichPruefen() {
   if (pruefLoading.value) return
-  pruefSenden(antwortPayload(), bewerten)
+  verdictPruefen(true)
+}
+
+// Abbruch wie im Chat: Run-Counter hochzählen → laufendes Ergebnis (pruefSenden
+// und verdictPruefen) wird verworfen, Buttons sofort frei. Agent läuft serverseitig aus.
+function pruefAbbrechen() {
+  if (!pruefLoading.value) return
+  pruefRun++
+  pruefenRun++
+  pruefLoading.value = false
+  pruefMessages.value.push({ role: 'assistant', kind: 'fehler', content: 'Abgebrochen.' })
+}
+
+// ESC bricht ab — window-Listener, da nach Button-Klick der Fokus das Panel verlässt.
+function onWindowKey(e) {
+  if (e.key === 'Escape' && pruefLoading.value) { e.preventDefault(); pruefAbbrechen() }
+}
+onMounted(() => window.addEventListener('keydown', onWindowKey))
+onUnmounted(() => window.removeEventListener('keydown', onWindowKey))
+
+// ALT+1 Nachfragen/Nachhaken · ALT+2 primär (Antwort abgeben / Nächste Frage) · ALT+3 Gründlich prüfen.
+function onPruefKey(e) {
+  if (!e.altKey || e.repeat) return
+  if (e.key === '1') { e.preventDefault(); nachfragen() }
+  else if (e.key === '2') {
+    e.preventDefault()
+    pruefPhase.value === 'frage_offen' ? antwortAbgeben() : naechsteFrageZeigen()
+  } else if (e.key === '3' && pruefPhase.value === 'bewertet') {
+    e.preventDefault(); gruendlichPruefen()
+  }
 }
 </script>
 
@@ -357,7 +391,7 @@ function neuBewerten() {
       </div>
 
       <!-- Prüfung: gesteuerter Dialog -->
-      <div v-else>
+      <div v-else @keydown="onPruefKey">
         <p class="bp-hint">
           <template v-if="st.gemeistert">✓✓✓ Gemeistert ({{ MEISTERN }}/{{ MEISTERN }}) — Max. Du kannst dich weiter prüfen, ohne Punkte.</template>
           <template v-else-if="st.verstanden && tier3">Meisterpfad: {{ st.gute_antworten }}/{{ MEISTERN }}. Richtig = +1, falsch = −2 (nicht unter {{ MAX }}). Bei {{ MEISTERN }} gemeistert.</template>
@@ -379,7 +413,8 @@ function neuBewerten() {
 
         <!-- Phase idle: Frage anfordern -->
         <div v-if="pruefPhase === 'idle'" class="bp-actions">
-          <button class="bp-action primary" :disabled="pruefLoading" @click="frageAnfordern">Frage anfordern</button>
+          <button v-if="pruefLoading" class="bp-action cancel" @click="pruefAbbrechen">Abbrechen</button>
+          <button v-else class="bp-action primary" @click="frageAnfordern">Frage anfordern</button>
         </div>
 
         <!-- Phase frage_offen / bewertet: Textfeld + Aktionen -->
@@ -393,14 +428,15 @@ function neuBewerten() {
             ></textarea>
           </div>
           <div class="bp-actions">
-            <template v-if="pruefPhase === 'frage_offen'">
-              <button class="bp-action" :disabled="pruefLoading || !pruefInput.trim()" @click="nachfragen">Nachfragen</button>
-              <button class="bp-action primary" :disabled="pruefLoading || !pruefInput.trim()" @click="antwortAbgeben">Antwort abgeben</button>
+            <button v-if="pruefLoading" class="bp-action cancel" @click="pruefAbbrechen">Abbrechen</button>
+            <template v-else-if="pruefPhase === 'frage_offen'">
+              <button class="bp-action" :disabled="!pruefInput.trim()" @click="nachfragen">Nachfragen</button>
+              <button class="bp-action primary" :disabled="!pruefInput.trim()" @click="antwortAbgeben">Antwort abgeben</button>
             </template>
             <template v-else>
-              <button class="bp-action" :disabled="pruefLoading || !pruefInput.trim()" @click="nachfragen">Nachhaken</button>
-              <button class="bp-action" :disabled="pruefLoading" @click="neuBewerten">Neu bewerten</button>
-              <button class="bp-action primary" :disabled="pruefLoading" @click="naechsteFrageZeigen">Nächste Frage</button>
+              <button class="bp-action" :disabled="!pruefInput.trim()" @click="nachfragen">Nachhaken</button>
+              <button class="bp-action" @click="gruendlichPruefen">Gründlich prüfen</button>
+              <button class="bp-action primary" @click="naechsteFrageZeigen">Nächste Frage</button>
             </template>
           </div>
         </template>
@@ -463,6 +499,7 @@ function neuBewerten() {
 .bp-action:disabled { opacity: 0.5; cursor: default; }
 .bp-action.primary { background: var(--accent); border-color: var(--accent); color: var(--on-accent); }
 .bp-action.primary:hover { background: var(--accent-hover); border-color: var(--accent-hover); }
+.bp-action.cancel { background: var(--danger); border-color: var(--danger); color: var(--on-accent); }
 
 .bp-actions { display: flex; flex-wrap: wrap; gap: 0.4rem; margin-top: 0.5rem; }
 .bp-actions .bp-action { margin-top: 0; }