fix: Solver-Fehler gilt als unzuverlässig; Aufräumrunde ohne LLM

- Status error nach allen Reparaturen -> reliable=False („Solver-Fehler: …“, auch bei
  --resolve); vorher Exit-Code 0 ohne Warnkasten. Benchmark zählt einen Absturz nicht
  als ehrliches Scheitern.
- Report: „längster Weg“ bei maximize; Harness druckt „Gefundener Weg“.
- check_requested_method: Verneinung kurz davor im selben Satz („ohne/nicht/statt/
  anders als Dijkstra“) ist keine Forderung.
- Reparatur-Prompt enthält die Fehlertexte aller früheren Versuche.
- ruff (F, E9) als Test tests/test_lint.py, Konfiguration in pyproject.toml.

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

solving/solver_stage.py

@@ -115,7 +115,7 @@ def report(status, objective_value, solution, tables=None, headline=None, constr
         print("  Ein Knoten ist: " + str(graph.get("node_meaning", "")))
         print("  Ein Bogen ist:  " + str(graph.get("arc_meaning", "")))
         if graph.get("path"):
-            print("  Kürzester Weg:  " + " → ".join(str(k) for k in graph["path"]))
+            print("  Gefundener Weg: " + " → ".join(str(k) for k in graph["path"]))  # kürzester oder längster
         for schritt in graph.get("steps") or []:
             print(f"    Marke endgültig: {{schritt.get('node')}} = {{schritt.get('label')}}")
     if solution:
@@ -644,7 +644,7 @@ def solver_prompt() -> str:
 def generate_solver_code(
     session: LLMSession, task: str, spec: OptimizationModelSpecification,
     previous: Optional[SolverCode] = None, previous_error: Optional[str] = None, understanding=None,
-    data_prompt: str = "",
+    data_prompt: str = "", earlier_errors=(),
 ) -> SolverCode:
     content = f"AUFGABENTEXT:\n{task}\n\nMODELLSPEZIFIKATION:\n{spec.model_dump_json(indent=2)}"
     if data_prompt:
@@ -655,9 +655,13 @@ def generate_solver_code(
         content += ("\n\nZU BEANTWORTENDE TEILFRAGEN (für jede genau ein Eintrag in answers, "
                     f"question_id wie angegeben):\n{fragen}")
     if previous is not None:
+        # Ältere Fehlversuche nur als Fehlertext (nicht der ganze Code): sonst behebt die Reparatur den letzten Fehler
+        # und führt den vorletzten wieder ein – die Versuche gehen im Kreis.
+        frueher = "".join(f"\n- Versuch {n}: {fehler[:400]}" for n, fehler in enumerate(earlier_errors, 1))
         content += (
             f"\n\nDER VORHERIGE CODE IST FEHLGESCHLAGEN.\nCODE:\n{previous.code}\n\nFEHLER:\n{previous_error}\n\n"
-            "Behebe den Fehler. Das Modell selbst darf dabei nicht verändert werden."
+            + (f"FRÜHERE FEHLVERSUCHE (schon einmal aufgetreten – nicht wieder einführen):{frueher}\n\n" if frueher else "")
+            + "Behebe den Fehler. Das Modell selbst darf dabei nicht verändert werden."
         )
     return session.create(
         SolverCode,
@@ -1176,6 +1180,7 @@ def solve(session: LLMSession, task: str, spec: OptimizationModelSpecification,
     zerlegung = check_objective_decomposition(run, spec)
     verschwiegen = check_answers_disclose_assumptions(run, solver_code.code, solver_code, spec)
     attempt = 1
+    fehlerverlauf = []            # Fehler aller bisherigen Versuche, für die Reparatur
     while (run.status == SolverStatus.ERROR or run.feasibility or run.undeclared_data or run.unsolved_scenarios
            or einheiten or zerlegung or verschwiegen) and attempt <= retries:
         # Alle Befundarten zugleich melden – sonst kostet jede weitere Art einen eigenen Reparaturversuch
@@ -1190,7 +1195,9 @@ def solve(session: LLMSession, task: str, spec: OptimizationModelSpecification,
             if befunde)
         log(f"Solver-Code fehlgeschlagen – Reparaturversuch {attempt}/{retries}: {fehler[:200]}")
         solver_code = generate_solver_code(session, task, spec, previous=solver_code, previous_error=fehler,
-                                           understanding=understanding, data_prompt=data_prompt)
+                                           understanding=understanding, data_prompt=data_prompt,
+                                           earlier_errors=fehlerverlauf)
+        fehlerverlauf.append(fehler)
         solver_code.code = clean_generated_code(solver_code.code)
         run = _check_and_run(solver_code.code, timeout, spec, understanding, task, data_files, data_prompt)
         run.undeclared_data = check_generated_data(solver_code.code, solver_code, spec, data_files)