perf: switch all AI calls to native Ollama endpoint, add streaming + keep_alive

Tüm AI çağrıları artık ortak lib/aiClient.ts üzerinden gidiyor:
- /v1/chat/completions yerine native /api/chat (think:false burada
  güvenilir çalışıyor)
- keep_alive:30m ile model her istekte bellekten atılıp soğuk
  başlamıyor
- num_predict ile öngörülemez uzunlukta üretime üst sınır
- İnteraktif sohbet uç noktaları (chatMessage, sendThreadMessage)
  artık SSE ile token token akıtıyor
- Dosya sohbetinde varsayılan olarak belgenin tam metni değil analiz
  özeti gönderiliyor; tam metin sadece kullanıcı açıkça isterse
  eklenir

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

src/lib/aiClient.ts

@@ -0,0 +1,124 @@
+import { getAiConfig } from './aiConfig';
+
+export interface ChatMsg { role: string; content: string; }
+
+// Model her istekte bellekten atılıp yeniden yüklenmesin diye (varsayılan Ollama
+// davranışı: 5 dakika kullanılmazsa boşalır, sıradaki istek soğuk başlangıç
+// gecikmesi yaşar) worker'ı bu süre boyunca bellekte tutmasını istiyoruz.
+const KEEP_ALIVE = '30m';
+const DEFAULT_NUM_PREDICT = 800;
+const DEFAULT_TIMEOUT_MS = 90_000;
+const DEFAULT_STALL_TIMEOUT_MS = 60_000;
+
+function buildBody(messages: ChatMsg[], model: string, stream: boolean, numPredict: number) {
+  return {
+    model,
+    messages,
+    think: false,
+    stream,
+    keep_alive: KEEP_ALIVE,
+    // num_predict: modelin üretebileceği maksimum token sayısı — öngörülemez
+    // uzunlukta "düşünme"/üretim sürelerine karşı üst sınır.
+    options: { num_predict: numPredict },
+  };
+}
+
+// Tek seferlik (streaming olmayan) çağrı — başlık üretimi, belge analizi, dilekçe
+// taslağı, içtihat sorgu optimizasyonu gibi kullanıcının token token izlemediği,
+// arka planda tamamlanması yeterli olan işler için. Ollama'nın native /api/chat
+// uç noktasını kullanır — think:false burada güvenilir çalışıyor (OpenAI-uyumluluk
+// katmanı /v1/chat/completions'ta güvenilir değil).
+export async function callOllama(
+  messages: ChatMsg[],
+  opts: { numPredict?: number; timeoutMs?: number } = {}
+): Promise<string> {
+  const { runpodUrl, aiModel } = getAiConfig();
+  const ctrl = new AbortController();
+  const timeoutId = setTimeout(() => ctrl.abort(), opts.timeoutMs ?? DEFAULT_TIMEOUT_MS);
+  try {
+    const response = await fetch(`${runpodUrl}/api/chat`, {
+      method: 'POST',
+      headers: { 'Content-Type': 'application/json' },
+      body: JSON.stringify(buildBody(messages, aiModel, false, opts.numPredict ?? DEFAULT_NUM_PREDICT)),
+      signal: ctrl.signal,
+    });
+    if (!response.ok) {
+      throw new Error(`AI Model request failed: ${response.statusText}`);
+    }
+    const data = await response.json();
+    return (data.message?.content || '').toString().trim();
+  } finally {
+    clearTimeout(timeoutId);
+  }
+}
+
+// Akışlı (streaming) çağrı — kullanıcının yanıtı token token canlı gördüğü
+// etkileşimli sohbet uç noktaları için. Ollama /api/chat stream:true ile
+// newline-delimited JSON döner (her satır { message: { content }, done } içerir).
+// onToken her parça geldiğinde çağrılır; dönüş değeri tüm yanıtın birleştirilmiş hali.
+// Sabit bir toplam süre sınırı YOK (kullanıcı üretilmekte olan metni zaten görüyor) —
+// bunun yerine art arda gelen parçalar arasında stallTimeoutMs kadar sessizlik olursa
+// (model takıldı / bağlantı koptu) isteği iptal ediyoruz.
+export async function streamOllama(
+  messages: ChatMsg[],
+  onToken: (delta: string) => void,
+  opts: { numPredict?: number; stallTimeoutMs?: number } = {}
+): Promise<string> {
+  const { runpodUrl, aiModel } = getAiConfig();
+  const stallMs = opts.stallTimeoutMs ?? DEFAULT_STALL_TIMEOUT_MS;
+  const ctrl = new AbortController();
+  let stallTimer: ReturnType<typeof setTimeout>;
+  const resetStall = () => {
+    clearTimeout(stallTimer);
+    stallTimer = setTimeout(() => ctrl.abort(), stallMs);
+  };
+  resetStall();
+
+  try {
+    const response = await fetch(`${runpodUrl}/api/chat`, {
+      method: 'POST',
+      headers: { 'Content-Type': 'application/json' },
+      body: JSON.stringify(buildBody(messages, aiModel, true, opts.numPredict ?? DEFAULT_NUM_PREDICT)),
+      signal: ctrl.signal,
+    });
+    if (!response.ok || !response.body) {
+      throw new Error(`AI Model request failed: ${response.statusText}`);
+    }
+
+    let full = '';
+    let buffer = '';
+    const reader = response.body.getReader();
+    const decoder = new TextDecoder();
+
+    const consumeLine = (line: string) => {
+      const trimmed = line.trim();
+      if (!trimmed) return;
+      let json: any;
+      try {
+        json = JSON.parse(trimmed);
+      } catch {
+        return;
+      }
+      const delta = json.message?.content || '';
+      if (delta) {
+        full += delta;
+        onToken(delta);
+      }
+    };
+
+    while (true) {
+      const { done, value } = await reader.read();
+      if (done) break;
+      resetStall();
+      buffer += decoder.decode(value, { stream: true });
+      const lines = buffer.split('\n');
+      buffer = lines.pop() || '';
+      lines.forEach(consumeLine);
+    }
+    if (buffer.trim()) consumeLine(buffer);
+
+    return full.trim();
+  } finally {
+    clearTimeout(stallTimer!);
+  }
+}