lct-07 и lct-19: звонящий на LLM, офлайн-таблица, предгенерация

Что можно сказать, решает слот-автомат, а не модель: в промпт попадают
только раскрытые факты. Иначе LLM услужливо назовёт адрес, которого не
спрашивали. Промпты лежат файлами — их правит тот, кто ведёт занятия.

Отказ провайдера не роняет занятие: звонящий откатывается на заготовки.
Молчащий звонящий хуже шаблонной фразы.

Офлайн — таблица, а не локальная модель. Ветвление уже делает слот-автомат,
поэтому таблица индексируется парой «событие × настроение» и выходит
небольшой: для пожарного сценария 62 реплики, около 36 секунд генерации.
Формулировки в ней от облачной модели, а задержка на занятии нулевая —
локальная 3–4B дала бы формулировки хуже и за 2.5 секунды.

Найдено на бесплатной модели OpenRouter: рассуждающие модели тратят
сотни токенов на размышление и при малом бюджете возвращают пустой
content с finish_reason=length. Пустой ответ теперь честный отказ,
бюджет токенов поднят, рассуждение из ответа исключается.

Живые запросы к LLM вынесены из общего прогона: они требуют сети,
а рассуждающая модель отвечает десятками секунд.

backend/app/api/ws/control.py

@@ -31,7 +31,7 @@ from app.domain.events import (
 )
 import asyncio
 
-from app.dialog.caller import TemplateCaller
+from app.dialog.factory import build_caller
 from app.dialog.director import apply as apply_directive
 from app.dialog.director import mood_of
 from app.dialog.persona import PersonaState
@@ -82,7 +82,7 @@ async def _start(session_id: UUID, event) -> None:
     if embedder is not None:
         state.slots = SlotMachine(state.scenario, embedder)
     state.persona = PersonaState(state.scenario.persona)
-    state.caller = TemplateCaller()
+    state.caller = build_caller(scenario.id)
     hub.register(state)
 
     # Первая реплика и филлеры синтезируются, пока курсант не снял трубку: