Map Hermes reasoning controls into Qwen templates

docs/CURRENT_REFERENCE.md

@@ -78,6 +78,13 @@ Zielplattform.
 Der Router übernimmt:
 
 - OpenAI-kompatibles Chat-Proxying und Streaming
+- Übersetzung von OpenAI-/Hermes-`reasoning_effort` in die vom
+  Qwen3.8-Jinja-Template tatsächlich ausgewerteten
+  `chat_template_kwargs`: `none` deaktiviert Thinking mit
+  `enable_thinking: false`; `low` und `medium` bleiben erhalten; höhere
+  Client-Stufen werden auf das vom Modell unterstützte `xhigh` begrenzt.
+  Das ist absichtlich zentral im Router implementiert, damit Hermes,
+  OpenWebUI und weitere OpenAI-kompatible Clients identisches Verhalten haben.
 - virtuelle Modelle und automatische Profilumschaltung
 - Tool Calls
 - direkte integrierte Vision in Fast, Medium, Large und Uncensored
@@ -98,8 +105,10 @@ Der Router übernimmt:
 - Die Kompressionszusammenfassung nutzt weiterhin dasselbe aktive Modell. Ein
   kleineres Fast-Modell wäre zwar schneller, besitzt aber nicht genug Kontext,
   um die vollständige Mitte einer Medium-, Large- oder Ultra-Sitzung sicher zu
-  verarbeiten. `reasoning_effort: none` vermeidet unnötiges Nachdenken beim
-  reinen Zusammenfassen.
+  verarbeiten. `reasoning_effort: none` wird vom Router in
+  `enable_thinking: false` übersetzt und vermeidet damit nachweislich
+  unnötiges Nachdenken beim reinen Zusammenfassen. Ein unverändert an
+  llama.cpp gesendetes Top-Level-`reasoning_effort` wäre wirkungslos.
 - `Summarizing thread` ist eine echte zusätzliche Modellanfrage. Bei sehr alten
   Sitzungen kann die Desktop-Anzeige nach abgeschlossener Kompression außerdem
   veraltet stehen bleiben. Maßgeblich sind dann Sitzungsfortschritt und

docs/QWEN_OPERATOR_CONTEXT.md

@@ -199,6 +199,13 @@ Open WebUI spricht nur mit dem Router auf dessen OpenAI-kompatibler `/v1`-API.
 Ein direkter Zugriff auf llama.cpp würde Profilumschaltung, Authentisierung,
 Vision-, Bild-, STT- und TTS-Routing umgehen.
 
+Der Router ist außerdem die verbindliche Kompatibilitätsschicht für Thinking:
+Clients senden das OpenAI-/Hermes-Feld `reasoning_effort`; der Router überführt
+es in `chat_template_kwargs.reasoning_effort` beziehungsweise bei `none` in
+`enable_thinking: false`. Diese Übersetzung darf bei einem Router-Umbau nicht
+entfernt werden, weil llama.cpp das gleichnamige Top-Level-Feld nicht an das
+Qwen3.8-Chat-Template weiterreicht.
+
 Sichtbare Arbeitsbereichsmodelle sind Fast, Medium, Large, Ultra und
 Uncensored. Die rohen `qwen-*`-Aliase bleiben ausgeblendet. Globale Filter
 behandeln Reasoning, Thinking, Kontext-/Toolschleifen, Secret-Redaktion,