feat: Aufgaben mit Abbildungen (docling-Markdown), mit Gegenprobe beim Ablesen

Eingebettete Base64-Bilder und Bilddateien werden aus dem Aufgabentext gelöst und nur
der Verstehensstufe als Bild übergeben; sie überträgt jede Abbildung in Text. Eine
zweite, unabhängige Lesung wird Zahl für Zahl verglichen (bei Abweichung entscheidet
eine dritte, sonst reliable=False). Alle weiteren Stufen rechnen mit der Übertragung,
der Report zeigt Original und Übertragung nebeneinander. LLM_MODEL_UNDERSTANDING
wählt das Bildmodell.

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

tests/test_pipeline.py

@@ -24,13 +24,16 @@ EINFACHES_VERSTAENDNIS = TaskUnderstanding(
 class FakeSession:
     """Liefert vorgegebene Antworten je Antwort-Typ in fester Reihenfolge."""
 
-    def __init__(self, specs, reviews, codes=(), understandings=None):
+    def __init__(self, specs, reviews, codes=(), understandings=None, readings=()):
+        from core.model_schema import FigureReading
         self.queues = {
             OptimizationModelSpecification: list(specs),
             AssumptionReview: list(reviews),
             SolverCode: list(codes),
             TaskUnderstanding: list(understandings if understandings is not None else []),
+            FigureReading: list(readings),
         }
+        self.contents = []          # (Stufe, Inhalt der letzten Nachricht) – prüft, wer Bilder zu sehen bekommt
         self.usage = LLMUsage(model="fake", provider="fake")
         self.calls = {kind: 0 for kind in self.queues}
         self.steps = []
@@ -42,6 +45,7 @@ class FakeSession:
 
     def create(self, response_model, messages, step="unbenannt"):
         self.letzter_prompt = messages[-1]["content"]
+        self.contents.append((step, messages[-1]["content"]))
         if step == "Extraktion":
             self.tasks.append(messages[-1]["content"])
         self.calls[response_model] += 1