feat: image generation via ComfyUI and PDF/image upload

Zwei neue, sauber getrennte Fähigkeiten, jede in ihrem eigenen Modul:

- astra/comfyui.py: async HTTP-Client für einen lokalen ComfyUI-Server
  (z-image-turbo-Workflow), kennt nichts von der Pipeline.
- astra/documents.py: PDF-Textextraktion via pypdf, keine Netzwerkzugriffe.
- astra/tools.py: verdrahtet generate_image als natives Ollama-Tool-Call —
  Qwen 3.5 unterstützt Tools und Vision bereits nativ laut `ollama show`.

Dafür wurde astra/services.py so erweitert, dass NativeOllamaService
Ollamas native tool_calls im Streaming-Response erkennt und als
ChatCompletionChunk-Deltas an Pipecats bereits vorhandene, generische
Function-Calling-Maschinerie (_process_context/run_function_calls)
weiterreicht — die musste dafür nicht angefasst werden. trim_messages in
core.py bewahrt jetzt Tool-Roundtrips und Bild-Anhänge vollständig statt
sie auf role/content zu reduzieren.

Neuer Upload-Button im UI (Bild oder PDF, während eines laufenden
Gesprächs): PDFs gehen als Text, Bilder als Base64 über Qwens Vision in
den Gesprächskontext ein. Generierte Bilder werden über /api/media/<id>
ausgeliefert und per Datenkanal im Transkript angezeigt.

Kompletter Function-Calling-Roundtrip end-to-end gegen echtes Ollama und
echtes ComfyUI verifiziert (Modell ruft generate_image korrekt auf,
Bild wird erzeugt und im media_store abgelegt).

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01LVgSHNHdRx3UNTBodFmhRA

web/app.js

@@ -33,17 +33,60 @@ function addMessage(event) {
   while ($("messages").children.length > 80) $("messages").firstElementChild.remove();
   $("messages").scrollTop = $("messages").scrollHeight;
 }
+function addImage(url) {
+  $("messages").querySelector(".empty")?.remove();
+  const article = document.createElement("article");
+  article.className = "message assistant";
+  const speaker = document.createElement("span");
+  speaker.className = "speaker";
+  speaker.textContent = "Astra";
+  const img = document.createElement("img");
+  img.className = "generated-image";
+  img.src = url;
+  img.alt = "Von Astra erzeugtes Bild";
+  article.append(speaker, img);
+  $("messages").append(article);
+  $("messages").scrollTop = $("messages").scrollHeight;
+}
+function addUploadNote(filename) {
+  $("messages").querySelector(".empty")?.remove();
+  const article = document.createElement("article");
+  article.className = "message user";
+  const speaker = document.createElement("span");
+  speaker.className = "speaker";
+  speaker.textContent = "Du";
+  const text = document.createElement("p");
+  text.textContent = `Hochgeladen: ${filename}`;
+  article.append(speaker, text);
+  $("messages").append(article);
+  $("messages").scrollTop = $("messages").scrollHeight;
+}
 function receive(event) {
   let message;
   try { message = JSON.parse(event.data); } catch { return; }
   if (message.type === "state") state(message.state);
   if (message.type === "partial") $("partial").textContent = message.text;
   if (message.type === "transcript") addMessage(message);
+  if (message.type === "image") addImage(message.url);
+  if (message.type === "upload") addUploadNote(message.filename);
   if (message.type === "error") showError(message.message);
   if (message.type === "metric" && message.name === "llm_ms") {
     $("latency").textContent = `Erstes Antwortwort · ${(message.value / 1000).toFixed(2)} s`;
   }
 }
+async function uploadFile(file) {
+  if (!pcId) return;
+  const body = new FormData();
+  body.append("pc_id", pcId);
+  body.append("file", file);
+  try {
+    const response = await fetch("/api/upload", {method: "POST", body, signal: AbortSignal.timeout(30000)});
+    const data = await response.json();
+    if (!response.ok) throw new Error(typeof data.detail === "string" ? data.detail : "Upload fehlgeschlagen.");
+  } catch (error) {
+    showError(error.message || "Upload fehlgeschlagen.");
+  }
+}
 async function request(path, body, timeout = 20000) {
   const response = await fetch(path, {method: "POST", headers: {"Content-Type": "application/json"},
     body: JSON.stringify(body), signal: AbortSignal.timeout(timeout)});
@@ -121,6 +164,7 @@ async function connect() {
     await pc.setRemoteDescription({sdp: answer.sdp, type: answer.type});
     $("connect").textContent = "Gespräch beenden";
     $("mute").hidden = false;
+    $("attach").hidden = false;
     $("clear").textContent = "Neues Gespräch";
     $("hint").textContent = "Sprich frei. Beim Dazwischenreden hält Astra an.";
   } catch (error) {
@@ -155,6 +199,7 @@ async function disconnect() {
   $("mute").hidden = true;
   $("mute").setAttribute("aria-pressed", "false");
   $("mute").textContent = "Mikrofon pausieren";
+  $("attach").hidden = true;
   $("connect").textContent = "Gespräch starten";
   $("clear").textContent = "Verlauf leeren";
   $("partial").textContent = "";
@@ -172,6 +217,12 @@ $("mute").addEventListener("click", () => {
   $("mute").textContent = muted ? "Mikrofon aktivieren" : "Mikrofon pausieren";
   state("listening");
 });
+$("attach").addEventListener("click", () => $("file-input").click());
+$("file-input").addEventListener("change", async () => {
+  const file = $("file-input").files[0];
+  $("file-input").value = "";
+  if (file) await uploadFile(file);
+});
 $("clear").addEventListener("click", async () => {
   const reconnect = Boolean(peer);
   if (reconnect) await disconnect();

web/index.html

@@ -22,7 +22,7 @@
         <label for="voice">Stimme</label>
         <select id="voice" disabled></select>
       </div>
-      <div class="controls"><button id="connect" class="primary" disabled><span aria-hidden="true">◉</span> Gespräch starten</button><button id="mute" class="secondary" hidden aria-pressed="false">Mikrofon pausieren</button></div>
+      <div class="controls"><button id="connect" class="primary" disabled><span aria-hidden="true">◉</span> Gespräch starten</button><button id="mute" class="secondary" hidden aria-pressed="false">Mikrofon pausieren</button><button id="attach" class="secondary" hidden>Bild oder PDF hinzufügen</button><input id="file-input" type="file" accept="application/pdf,image/png,image/jpeg,image/webp" hidden></div>
       <p class="hint" id="hint">Mikrofon wird erst nach dem Start freigegeben.</p>
     </section>
     <section class="transcript" aria-labelledby="transcript-title">