DeepSeek V4.1 Flash: native Bilderkennung, GLM/OpenRouter entfernt

- deepseek-flash als einziges Modell mit Vision, Preise aktualisiert
- OpenRouter/GLM samt Code, Config und Env-Variablen entfernt
- Legacy-Modell-IDs in Sessions werden automatisch migriert
- browse lädt Produktbilder lokal nach dashboards/ (Dedupe + Cleanup)
- Vision-Prompt: Workflow für visuelle Produktsuche, max. ~5 Screenshots

.env.example

@@ -2,10 +2,6 @@
 # DeepSeek API Key (https://platform.deepseek.com/api_keys)
 DEEPSEEK_API_KEY=sk-xxxx
 
-# OpenRouter API Key für zusätzliche Modelle (https://openrouter.ai/keys),
-# z.B. GLM 5.3 Flash (z-ai/glm-5.3-flash, Vision/Bilderkennung)
-OPENROUTER_API_KEY=sk-or-xxxx
-
 # Gemeinsames Login-Passwort für die App (hinter NGINX mit IP-Prüfung)
 APP_PASSWORD=ein-sicheres-passwort
 
@@ -14,17 +10,14 @@ APP_PASSWORD=ein-sicheres-passwort
 SESSION_SECRET=
 # Port der App (NGINX proxied auf diesen; in Docker per EXPOSE/PORTS)
 PORT=3000
-# DeepSeek Modell
-MODEL=deepseek-v4-flash
+# DeepSeek Modell (V4.1 Flash, inkl. Vision/Bilderkennung)
+MODEL=deepseek-flash
 # Thinking-Mode des Modells: enabled | disabled (gilt für DeepSeek)
 THINKING=enabled
-# Reasoning-Tiefe je Modell: low | high | max
-# GLM-Default 'high': effort 'max' verbrennt fast das ganze Token-Budget mit
-# Denken – bei langen Recherchen bleibt dann nichts fürs Dashboard-HTML übrig.
+# Reasoning-Tiefe: low | high | max
 DEEPSEEK_REASONING_EFFORT=max
-GLM_REASONING_EFFORT=high
 # Maximale Antwort-Tokens: nur relevant für eigene Modelle aus der Env (MODEL).
-# Die eingebauten Modelle (DeepSeek, GLM) nutzen fest 131072 aus der Registry.
+# Das eingebaute Modell (DeepSeek V4.1 Flash) nutzt fest 300000 aus der Registry.
 MAX_TOKENS=64000
 # VAPID-Schlüsselpaar für Web Push (wird automatisch generiert)
 VAPID_PUBLIC_KEY=