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

lib/config.js

@@ -51,9 +51,8 @@ const vapid = ensureVapidPair();
 const config = {
   port: Number(process.env.PORT || env.PORT || 3000),
   apiKey: process.env.DEEPSEEK_API_KEY || env.DEEPSEEK_API_KEY || '',
-  openrouterApiKey: process.env.OPENROUTER_API_KEY || env.OPENROUTER_API_KEY || '',
   appPassword: process.env.APP_PASSWORD || env.APP_PASSWORD || '',
-  model: process.env.MODEL || env.MODEL || 'deepseek-v4-flash',
+  model: process.env.MODEL || env.MODEL || 'deepseek-flash',
   thinking: process.env.THINKING || env.THINKING || 'enabled',
   maxTokens: Number(process.env.MAX_TOKENS || env.MAX_TOKENS || 64000),
   baseUrl: process.env.DEEPSEEK_BASE_URL || env.DEEPSEEK_BASE_URL || 'https://api.deepseek.com',
@@ -69,36 +68,22 @@ const config = {
 const envOr = (key, def) => process.env[key] || env[key] || def;
 
 // ---------------------------------------------------------------------------
-// Modell-Registry: DeepSeek direkt + OpenRouter-Modelle (z.B. GLM 5.3 Flash)
+// Modell-Registry: DeepSeek V4.1 Flash (Text + Vision/Bilderkennung)
 // ---------------------------------------------------------------------------
 
 const MODELS = [
   {
-    id: 'deepseek-v4-flash',
-    label: 'DeepSeek V4 Flash',
+    id: 'deepseek-flash',
+    label: 'DeepSeek V4.1 Flash',
     provider: 'deepseek',
-    vision: false,
-    // Max. Output laut Doku: 384K – DeepSeek hat 3x so viel Headroom wie GLM
+    vision: true,
+    // Max. Output laut Doku: 384K
     maxTokens: 300000,
     reasoningEffort: () => envOr('DEEPSEEK_REASONING_EFFORT', 'max'),
     // Liefer-Runde des Dashboards: Denken komplett aus, Budget gehört dem HTML
     deliveryEffort: 'none',
-    prices: { inputCacheHit: 0.014, inputCacheMiss: 0.44, output: 1.32 },
-  },
-  {
-    id: 'z-ai/glm-5.3-flash',
-    label: 'GLM 5.3 Flash (OpenRouter)',
-    provider: 'openrouter',
-    vision: true,
-    // Max. Completion laut OpenRouter: 131072
-    maxTokens: 131072,
-    // Research-Runden: 'high' (effort 'max' verbrennt das ganze Budget mit
-    // Denken; für lange Recherchen bleibt dann nichts fürs große HTML übrig)
-    reasoningEffort: () => envOr('GLM_REASONING_EFFORT', 'high'),
-    // Liefer-Runde des Dashboards: minimales Denken (GLM: Reasoning Pflicht)
-    deliveryEffort: 'low',
-    prices: { inputCacheHit: 0.015, inputCacheMiss: 0.075, output: 0.25 },
-    costNote: 'Schätzung (OpenRouter, Rabatt bis Sep 2026)',
+    // Peak-Preise laut Docs (USD pro 1M Tokens; Off-Peak ist halb so teuer)
+    prices: { inputCacheHit: 0.006, inputCacheMiss: 0.3, output: 1.2 },
   },
 ];
 
@@ -114,7 +99,7 @@ function getModels() {
       vision: false,
       maxTokens: config.maxTokens,
       reasoningEffort: () => envOr('DEEPSEEK_REASONING_EFFORT', 'max'),
-      prices: { inputCacheHit: 0.014, inputCacheMiss: 0.44, output: 1.32 },
+      prices: { inputCacheHit: 0.006, inputCacheMiss: 0.3, output: 1.2 },
     },
   ];
 }

lib/db.js

@@ -49,9 +49,8 @@ const now = () => new Date().toISOString();
 const uid = () => crypto.randomBytes(12).toString('hex');
 const shareToken = () => crypto.randomBytes(16).toString('hex');
 
-// DeepSeek v4 Flash Preise (USD pro 1M Tokens, Peak) – obere Schätzung.
-// Andere Modelle (z.B. OpenRouter) legen eigene Preise in der Registry an.
-const PRICES = { inputCacheHit: 0.014, inputCacheMiss: 0.44, output: 1.32 };
+// DeepSeek V4.1 Flash Preise (USD pro 1M Tokens, Peak) – obere Schätzung.
+const PRICES = { inputCacheHit: 0.006, inputCacheMiss: 0.3, output: 1.2 };
 
 function computeCost(u, prices = PRICES) {
   return (
@@ -86,6 +85,12 @@ function computeCost(u, prices = PRICES) {
   add('image', 'TEXT');
 }
 
+// Migration: Legacy-/OpenRouter-Modell-IDs auf den aktuellen Namen umstellen
+db.prepare(
+  `UPDATE sessions SET model = 'deepseek-flash'
+   WHERE model IN ('deepseek-v4-flash', 'deepseek-v4-flash-vision-exp', 'z-ai/glm-5.3-flash')`
+).run();
+
 const stmts = {
   createSession: db.prepare(
     `INSERT INTO sessions (id, title, owner_name, share_token, status, model, created_at, updated_at)

lib/research.js

@@ -80,7 +80,7 @@ const TOOL_DEFINITIONS = [
     function: {
       name: 'browse',
       description:
-        'Besucht eine URL und liest den sichtbaren Text der Seite (Titel + Inhalt). Nutze das zum Lesen von Artikeln, Projektseiten und Fallback-Suchmaschinen (Startpage: https://www.startpage.com/do/dsearch?query=..., Google: https://www.google.com/search?q=...).',
+        'Besucht eine URL, liest den sichtbaren Text und lädt Produktbilder der Seite lokal herunter. Das Feld `images` enthält die fertigen Bild-URLs (z.B. /dashboards/...) fürs Dashboard. Nutze das zum Lesen von Artikeln, Projektseiten und Fallback-Suchmaschinen (Startpage: https://www.startpage.com/do/dsearch?query=..., Google: https://www.google.com/search?q=...).',
       parameters: {
         type: 'object',
         properties: {
@@ -175,7 +175,7 @@ const SCREENSHOT_TOOL = {
   function: {
     name: 'screenshot',
     description:
-      'Macht einen Screenshot einer Seite (JPEG) und liefert das Bild in den Kontext. Nutze das bei bildlastigen Seiten, wenn der Text nicht ausreicht (z.B. Anzeigen-Listen, Produktfotos, Infografiken). Maximal 2-3 Screenshots pro Session.',
+      'Macht einen Screenshot einer Seite (JPEG) und liefert das Bild in den Kontext. Nutze das bei bildlastigen Seiten, wenn der Text nicht ausreicht (z.B. Anzeigen-Listen, Produktfotos, Infografiken) oder um Produkte visuell zu vergleichen (Farbe, Form). Maximal ~5 Screenshots pro Session.',
     parameters: {
       type: 'object',
       properties: {
@@ -204,7 +204,9 @@ function summarizeTool(toolName, output) {
         (data.results || []).slice(0, 5).map((r) => `${r.title} (${r.url})`).join(', ') || (data.note || '')
       }`;
     case 'browse':
-      return `Seite: ${data.title || data.url || ''} – ${String(data.text || '').slice(0, 500)}`;
+      return `Seite: ${data.title || data.url || ''} – ${String(data.text || '').slice(0, 500)}${
+        data.images?.length ? ` [${data.images.length} Bilder extrahiert]` : ''
+      }`;
     case 'verify':
       return `Link ${data.ok ? 'VERIFIZIERT ✓' : 'FEHLGESCHLAGEN ✗'}: ${data.url}${data.reason ? ' – ' + data.reason : ''}`;
     case 'save_dashboard':
@@ -228,7 +230,7 @@ function summarizeTool(toolName, output) {
 
 const MAX_ITERATIONS = 40;
 
-// Abbruch, wenn der API-Stream länger hängt (z.B. OpenRouter ohne Keep-Alive)
+// Abbruch, wenn der API-Stream länger hängt (z.B. Upstream ohne Keep-Alive)
 const REQUEST_TIMEOUT_MS = 10 * 60 * 1000;
 
 // Leere Modell-Antworten (kein Inhalt, keine Tool-Calls) einmal wiederholen
@@ -252,10 +254,13 @@ Eine bloße Erklärung oder Beschreibung der Änderungen im Chat ist KEINE Umset
   if (model.vision) {
     prompt += `
 
-## Bilderkennung (Vision)
-- Wenn der Nutzer ein Bild hochgeladen hat (z.B. ein Foto eines Schuhs): Analysiere es SORGFÄLTIG (Marke, Farbe, Material, Form, Zustand, erkennbare Details) und suche gezielt nach ähnlichen Produkten und Angeboten. Beschreibe im Dashboard, worauf du beim Vergleich geachtet hast.
-- Das hochgeladene Bild liegt dir als Data-URL im Verlauf vor – du kannst es bei Bedarf direkt ins Dashboard einbetten.
-- Nutze das screenshot-Tool, um bildlastige Seiten (z.B. Anzeigen-Listen, Produktfotos) visuell zu beurteilen, wenn die Text-Extraktion nicht ausreicht. Maximal 2-3 Screenshots pro Session.`;
+## Bilderkennung & visuelle Produktsuche (Vision)
+- Hat der Nutzer ein Bild hochgeladen (z.B. einen Schuh): Analysiere es SORGFÄLTIG – Gattung/Modelltyp (z.B. Sneaker, Loafer, Stiefelette), Farben (Haupt-, Neben- und Sohlenfarbe), Material (Leder, Mesh, Wildleder), Form/Details (Sohle, Schnürung, Logo, Muster), Marke und Zustand.
+- Leite daraus 4-8 Suchbegriffe ab, Deutsch UND Englisch (z.B. "weißer minimalistischer leder-sneaker" / "white minimalist leather sneaker"), und suche gezielt nach ähnlichen Produkten und Angeboten. Priorität: Farbe, Form und Modelltyp.
+- Das browse-Tool lädt Produktbilder der Seite automatisch lokal herunter und liefert im Feld \`images\` fertige Dashboard-URLs (z.B. /dashboards/session-img-abc123.jpg). Bette sie direkt ein: <img src="..." alt="..." loading="lazy">. Nur diese URLs verwenden – niemals erfinden.
+- Baue eine Sektion "Visuelle Treffer" ins Dashboard: pro Treffer Produktbild, Name, ggf. Preis, verifizierter Link und eine kurze Begründung, warum er passt (Farbe/Form/Material).
+- Nutze das screenshot-Tool, um bildlastige Seiten (Anzeigen-Listen, Produktseiten) visuell zu vergleichen, wenn der Text nicht ausreicht – achte auf Farbton, Silhouette und Sohlenform. Maximal ~5 Screenshots pro Session; priorisiere die aussichtsreichsten Treffer.
+- Das hochgeladene Bild liegt dir als Data-URL im Verlauf vor – du kannst es als Referenz oben im Dashboard einbetten und beschreiben, worauf du beim Vergleich geachtet hast.`;
   }
   return prompt;
 }
@@ -292,15 +297,9 @@ async function chatCompletion(config, messages, systemPrompt, model, tools, sign
     stream_options: { include_usage: true },
   };
 
-  const isOpenRouter = model.provider === 'openrouter';
-  const baseUrl = isOpenRouter
-    ? 'https://openrouter.ai/api/v1'
-    : config.baseUrl || 'https://api.deepseek.com';
+  const baseUrl = config.baseUrl || 'https://api.deepseek.com';
 
-  if (isOpenRouter) {
-    // GLM: Reasoning ist Pflicht; Effort über OpenRouter-Param "reasoning"
-    body.reasoning = { effort: effortOverride || model.reasoningEffort?.() || 'high' };
-  } else if (effortOverride === 'none' || config.thinking === 'disabled') {
+  if (effortOverride === 'none' || config.thinking === 'disabled') {
     // DeepSeek: Denken pro Request abschaltbar (Liefer-Runde des Dashboards)
     body.thinking = { type: 'disabled' };
   } else {
@@ -308,17 +307,10 @@ async function chatCompletion(config, messages, systemPrompt, model, tools, sign
     body.reasoning_effort = effortOverride || model.reasoningEffort?.() || 'max';
   }
 
-  const headers = isOpenRouter
-    ? {
-        'Content-Type': 'application/json',
-        Authorization: `Bearer ${config.openrouterApiKey}`,
-        'X-Title': 'Research Chat',
-        'HTTP-Referer': 'https://github.com/nico/researchchat',
-      }
-    : {
-        'Content-Type': 'application/json',
-        Authorization: `Bearer ${config.apiKey}`,
-      };
+  const headers = {
+    'Content-Type': 'application/json',
+    Authorization: `Bearer ${config.apiKey}`,
+  };
 
   const controller = new AbortController();
   const timer = setTimeout(() => controller.abort(), REQUEST_TIMEOUT_MS);
@@ -363,9 +355,8 @@ async function chatCompletion(config, messages, systemPrompt, model, tools, sign
     const choice = json.choices?.[0];
     if (!choice) return;
     const d = choice.delta || {};
-    // DeepSeek liefert reasoning_content, OpenRouter/GLM reasoning
+    // DeepSeek liefert den Denk-Text als reasoning_content
     if (d.reasoning_content) delta.reasoning += d.reasoning_content;
-    else if (d.reasoning) delta.reasoning += d.reasoning;
     if (d.content) delta.content += d.content;
     if (d.tool_calls) {
       for (const tc of d.tool_calls) {
@@ -467,7 +458,7 @@ async function runResearchJob(config, session, userMessageText, emit, db, signal
     },
     async browse({ url }) {
       emit.progress('🌐', `Besuche: ${url}`);
-      const result = await tools.browse(url, (m) => emit.step(m));
+      const result = await tools.browse(url, (m) => emit.step(m), { sessionId: session.id });
       return JSON.stringify(result);
     },
     async screenshot({ url, full_page }) {
@@ -492,7 +483,7 @@ async function runResearchJob(config, session, userMessageText, emit, db, signal
       }
       // Neuer Weg: nur vorbereiten, HTML kommt in der finalen Antwort
       pendingDashboard = { title: title || 'Dashboard', filename: filename || null };
-      deliveryEffort = model.deliveryEffort || (model.provider === 'openrouter' ? 'low' : 'none');
+      deliveryEffort = model.deliveryEffort || 'none';
       emit.progress(
         '📊',
         `Dashboard vorbereitet (${(filename || title || 'dashboard').toLowerCase().replace(/[^a-z0-9äöü-]+/g, '-')}.html) – sende jetzt das komplette HTML in deiner finalen Antwort als \`\`\`html\`\`\`-Codeblock…`

lib/tools.js

@@ -1,5 +1,6 @@
 const path = require('path');
 const fs = require('fs');
+const crypto = require('crypto');
 const { chromium } = require('playwright');
 
 const DASHBOARD_DIR = path.join(__dirname, '..', 'dashboards');
@@ -92,8 +93,76 @@ async function search(query, log) {
   return results;
 }
 
-/** Seite besuchen und lesbaren Text extrahieren. */
-async function browse(url, log) {
+const IMAGE_TYPES = { 'image/jpeg': 'jpg', 'image/png': 'png', 'image/webp': 'webp', 'image/gif': 'gif' };
+const MAX_IMAGE_BYTES = 4 * 1024 * 1024;
+const MAX_TOTAL_IMAGE_BYTES = 12 * 1024 * 1024;
+const MAX_IMAGES = 8;
+
+/**
+ * Extrahiert Produktbild-URLs (nur absolute http(s), ausreichend groß, dedupliziert).
+ * Läuft im Browser-Kontext der besuchten Seite.
+ */
+function collectImages() {
+  const images = [];
+  const seen = new Set();
+  for (const img of document.querySelectorAll('img')) {
+    const src = (img.currentSrc || img.src || '').split('#')[0];
+    if (!/^https?:/i.test(src) || seen.has(src)) continue;
+    const nw = img.naturalWidth || 0;
+    const nh = img.naturalHeight || 0;
+    const rect = img.getBoundingClientRect();
+    const w = nw || rect.width || img.width || 0;
+    const h = nh || rect.height || img.height || 0;
+    if (w < 120 || h < 120) continue;
+    seen.add(src);
+    images.push({ url: src, alt: (img.alt || '').trim().slice(0, 120) });
+    if (images.length >= 12) break;
+  }
+  return images;
+}
+
+/**
+ * Lädt extrahierte Bilder lokal in den Dashboards-Ordner, damit das Dashboard
+ * sie unabhängig von Hotlink-Schutz und ablaufenden CDN-URLs einbetten kann.
+ * Dateiname: <sessionId>-img-<hash>.<ext> – wird beim Session-Löschen mit entfernt.
+ */
+async function cacheImages(page, images, sessionId, log) {
+  if (!sessionId) return images;
+  fs.mkdirSync(DASHBOARD_DIR, { recursive: true });
+  const existingFiles = new Set(fs.readdirSync(DASHBOARD_DIR));
+  const out = [];
+  let total = 0;
+  for (const img of images) {
+    if (out.length >= MAX_IMAGES || total >= MAX_TOTAL_IMAGE_BYTES) break;
+    try {
+      const hash = crypto.createHash('sha1').update(img.url).digest('hex').slice(0, 12);
+      const known = [...existingFiles].find((f) => f.startsWith(`${sessionId}-img-${hash}.`));
+      if (known) {
+        out.push({ url: `/dashboards/${known}`, alt: img.alt });
+        continue;
+      }
+      const resp = await page.request.get(img.url, {
+        timeout: 15000,
+        headers: { Referer: page.url() },
+      });
+      const type = String(resp.headers()['content-type'] || '').split(';')[0].trim().toLowerCase();
+      const ext = IMAGE_TYPES[type];
+      if (!ext || !resp.ok()) continue;
+      const buf = await resp.body();
+      if (buf.length < 512 || buf.length > MAX_IMAGE_BYTES || total + buf.length > MAX_TOTAL_IMAGE_BYTES) continue;
+      const file = `${sessionId}-img-${hash}.${ext}`;
+      fs.writeFileSync(path.join(DASHBOARD_DIR, file), buf);
+      existingFiles.add(file);
+      total += buf.length;
+      out.push({ url: `/dashboards/${file}`, alt: img.alt });
+    } catch {}
+  }
+  log?.(`Produktbilder lokal gespeichert: ${out.length}`);
+  return out;
+}
+
+/** Seite besuchen und lesbaren Text + Produktbilder (lokal gespeichert) extrahieren. */
+async function browse(url, log, opts = {}) {
   return withPage(url, async (page) => {
     const nav = await goto(page, url);
     if (!nav.ok) return { nav, error: 'Seite konnte nicht geladen werden' };
@@ -101,10 +170,12 @@ async function browse(url, log) {
     const data = await page.evaluate(() => {
       const title = document.title || '';
       const text = (document.body ? document.body.innerText : '').replace(/\s+\n/g, '\n');
-      return { title, text: text.slice(0, 15000) };
+      return { title, text: text.slice(0, 6000) };
     });
-    log?.(`Besuche ${url} -> ${data.title}`);
-    return { nav, title: data.title, text: data.text };
+    const extracted = await page.evaluate(collectImages);
+    const images = await cacheImages(page, extracted, opts.sessionId, log);
+    log?.(`Besuche ${url} -> ${data.title} (${images.length} Bilder lokal)`);
+    return { nav, title: data.title, images, text: data.text };
   });
 }