feat(studio): Phase 3 - Fall-Chat (RAG) mit Guardrails, Timeline, Recherche-Angebot

Fall-Chat und Ereignis-Timeline, alles ueber Claude, strikt fallorientiert.

incidents.py:
- GET /{id}/events: Aktivitaets-Timeline (article_ingest/refresh/analysis/chat_qa/source_change)
- POST /{id}/ask: Fall-Chat/RAG mit Guardrails:
  * tools=None (kein Netz/kein Werkzeug) = zentrale Anti-Exfil-Abwehr (GitLost)
  * nur Materialien DIESES Falls (scope=alle entfaellt), [n]-Zitate, strikt aus Materialien
  * Claude-Vorauswahl der relevanten Artikel statt lokalem Embedding (kein lokales Modell)
  * _escape_prompt_content + Ausgabe-Leak-Filter + EchoLeak-Haertung (externe Bilder/Links/URLs raus)
  * Verbotsliste: kein Backend/App/Modell/Anbieter, kein Fremd-Fall
  * chat_qa in incident_events protokolliert
- Recherche-Angebot: liefert die Materialien die Frage nicht, haengt der Analyst einen
  needs_research-Block an (focus + description_addition, NUR aus der Frage abgeleitet).
- POST /{id}/clarify (nur auf Nutzer-Bestaetigung): Beschreibung ergaenzen + fokussierte
  Folge-Recherche AUSSCHLIESSLICH zur Frage (Researcher title=focus/description=frage),
  url-dedupliziert in den Fall. Laeuft als Hintergrund-Job (stage_runners.start_job).

stage_runners.py: generischer start_job() fuer Hintergrund-Jobs (run-status-sichtbar).
api.js: clarify(). studio.js + studio.css: Angebot rendern, bestaetigen, run-status pollen.

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

src/agents/stage_runners.py

@@ -255,3 +255,38 @@ async def _execute(incident_id: int, stage: str, user_id):
         }
     finally:
         await db.close()
+
+
+def start_job(incident_id: int, label: str, coro_factory, user_id=None) -> bool:
+    """Startet einen beliebigen Hintergrund-Job unter derselben Single-Flight-
+    Registry wie die Bausteine (z.B. fokussierte Folge-Recherche). coro_factory()
+    liefert ein awaitable mit dict-Ergebnis. So zeigt die run-status-Abfrage den
+    Job an und andere Bausteine sind waehrenddessen blockiert."""
+    if is_running(incident_id):
+        return False
+    _STATE[incident_id] = {
+        "stage": "research", "label": label,
+        "status": "running", "started_at": _now(),
+        "finished_at": None, "error": None, "result": None,
+    }
+
+    async def _run():
+        started_at = _STATE.get(incident_id, {}).get("started_at")
+        try:
+            res = await coro_factory()
+            _STATE[incident_id] = {
+                "stage": "research", "label": label, "status": "done",
+                "started_at": started_at, "finished_at": _now(), "error": None, "result": res,
+            }
+            logger.info(f"Job '{label}' Lage {incident_id} fertig: {res}")
+        except Exception as e:
+            logger.warning(f"Job '{label}' Lage {incident_id} Fehler: {e}", exc_info=True)
+            _STATE[incident_id] = {
+                "stage": "research", "label": label, "status": "error",
+                "started_at": started_at, "finished_at": _now(), "error": str(e)[:400], "result": None,
+            }
+
+    t = asyncio.create_task(_run())
+    _TASKS.add(t)
+    t.add_done_callback(_TASKS.discard)
+    return True