fix(drafting): Drafting-Engine auf prod reparieren — RAG via ai-sdk + OVH-LLM-Kaskade

Die Drafting-Engine (Dokument-Entwurf, v2-Pipeline, Validierung, Drafting-Chat,
Vendor-Vertragspruefung) war auf prod doppelt tot:
- RAG ueber bp-core-rag-service:8097 (existiert auf prod nicht)
- LLM ueber OLLAMA_URL/api/chat mit qwen2.5vl (prod = ollama-embed, kein Chat-Modell)

Fix (analog zum Compliance-Advisor):
- rag-query.ts -> ai-compliance-sdk /sdk/v1/rag/search (bge-m3, prod-erreichbar).
- Neue lib/sdk/drafting-engine/llm-cascade.ts: OVH/LiteLLM (gpt-oss-120b) zuerst,
  Ollama als Dev-Fallback; cascadeComplete (JSON) + cascadeStream. Das Backend nutzt
  OVH+JSON bereits erfolgreich auf prod (extract-datasheet).
- 5 Aufrufstellen (draft-helpers, draft-helpers-v2, validate, chat, vendor-review)
  auf die Kaskade umgestellt; keine direkten Ollama-Calls mehr.
- Tests: llm-cascade + rag-query aktualisiert.

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

admin-compliance/app/api/sdk/v1/vendor-compliance/contracts/[id]/review/route.ts

@@ -6,9 +6,7 @@ import {
 } from '@/lib/sdk/vendor-compliance'
 import { queryRAG } from '@/lib/sdk/drafting-engine/rag-query'
 import { transformAnalysisResponse } from '@/lib/sdk/vendor-compliance/contract-review/analyzer'
-
-const OLLAMA_URL = process.env.OLLAMA_URL || 'http://host.docker.internal:11434'
-const LLM_MODEL = process.env.COMPLIANCE_LLM_MODEL || 'qwen2.5vl:32b'
+import { cascadeComplete } from '@/lib/sdk/drafting-engine/llm-cascade'
 
 /**
  * POST /api/sdk/v1/vendor-compliance/contracts/[id]/review
@@ -47,29 +45,19 @@ export async function POST(
         }
 
         // Call Ollama
-        const ollamaResponse = await fetch(`${OLLAMA_URL}/api/chat`, {
-          method: 'POST',
-          headers: { 'Content-Type': 'application/json' },
-          body: JSON.stringify({
-            model: LLM_MODEL,
-            messages: [
-              { role: 'system', content: systemPrompt },
-              { role: 'user', content: `Analysiere den folgenden Vertrag auf DSGVO-Konformitaet:\n\n${documentText}` },
-            ],
-            stream: false,
-            options: { temperature: 0.1, num_predict: 16384 },
-            format: 'json',
-          }),
-          signal: AbortSignal.timeout(180000),
-        })
+        const llm = await cascadeComplete(
+          [
+            { role: 'system', content: systemPrompt },
+            { role: 'user', content: `Analysiere den folgenden Vertrag auf DSGVO-Konformitaet:\n\n${documentText}` },
+          ],
+          { json: true, temperature: 0.1, maxTokens: 16384, timeoutMs: 180000 },
+        )
 
-        if (!ollamaResponse.ok) {
-          throw new Error(`LLM nicht erreichbar (Status ${ollamaResponse.status})`)
+        if (!llm) {
+          throw new Error('LLM nicht erreichbar (weder OVH noch Ollama)')
         }
 
-        const result = await ollamaResponse.json()
-        const content = result.message?.content || ''
-        const llmResponse = JSON.parse(content)
+        const llmResponse = JSON.parse(llm.content)
 
         // Transform LLM response to typed findings
         const analysisResult = transformAnalysisResponse(llmResponse, {