Corregir el bug de grounding en reportes: build_minimal_report_messages() mencionaba OBSERVED_RUNTIME en el system prompt pero nunca lo construía ni inyectaba. Los reportes heavy (ruta report con qwen2.5-14b) respondían “no tengo información” porque el LLM no recibía datos reales del runtime.

Módulo dedicado para construir el snapshot OBSERVED_RUNTIME a partir de módulos Python locales:

• build_report_runtime_context() — recolecta datos de:
  • runtime.state.runtime_state (modo, sesiones, streams, ejecuciones)
  • runtime.distributed.runtime_topology (gateway host/port, backend host/port)
  • runtime.analytics.health_score (health score, nivel, razones)
  • config/inference_nodes.json (nodos GPU disponibles)
  • runtime/profiles/manifest_profiles.json (perfiles disponibles)
• format_report_runtime_context() — serializa a JSON string, capped a 12,000 chars, con observed_fields y missing_fields
• extract_target_ip(text) — extrae IP/dominio/URL del prompt del usuario (ej. “dame el estado de 192.168.1.40” → 192.168.1.40)
• REPORT_MAX_CHARS = 12000 — límite de tamaño del snapshot

System prompt externo para reportes, versionable y auditable:

Responde en espanol, directo y util.
Genera un informe breve en 5-8 lineas.
Usa unicamente los datos disponibles en OBSERVED_RUNTIME o en el contexto proporcionado.
...

Cargado via Path en tool_request_classifier.py con caché (_load_report_prompt()). Registrado en runtime/prompts/manifest.json como ruta report → report_prompt.md.

• build_minimal_report_messages() ahora acepta observed_runtime: str | None = None. Si se proporciona, lo inyecta como \n\nOBSERVED_RUNTIME: {snapshot} después del system prompt.
• Carga el prompt desde runtime/prompts/report_prompt.md vía _load_report_prompt() con fallback inline.

• En inject_agent_context(), antes del bloqueo de rutas report, construye _report_runtime y _report_grounded_target si la ruta es report.
• Inyecta _report_grounded: true en el payload.
• Inyecta _report_grounded_target si se detectó IP/dominio.
• Para light report (minimal/report): pasa observed_runtime a build_minimal_report_messages().
• Para heavy report (report): pasa observed_runtime, y elimina system_prompt redundante para evitar doble system message.
• Métricas inline: REPORT_GROUNDING_TOTAL, REPORT_TARGET_IP_TOTAL, REPORT_MISSING_FIELDS_TOTAL, REPORT_UNGROUNDED_TOTAL.

4 nuevas métricas:

Peticion de informe
  → inject_agent_context()
    → classify_chat_route() → family=="report", variant="heavy"
    → format_report_runtime_context()
      → lee runtime_state, topology, health_score, inference_nodes
      → produce JSON con observed_fields + missing_fields
    → extract_target_ip(user_text) → IP/dominio o None
    → payload["_report_grounded"] = True
    → build_minimal_report_messages(user_text, observed_runtime=snapshot)
      → carga prompt de runtime/prompts/report_prompt.md
      → inyecta "OBSERVED_RUNTIME: {snapshot}" al final
    → payload["messages"] = [system, user]
    → (system_prompt se pone None para evitar doble inyeccion)
  → POST a LM Studio
  → Respuesta del LLM con datos reales del runtime

• Datos vienen de módulos Python locales (NO HTTP remoto)
• NO memory recall, NO tools, NO HARD_FACTS
• Snapshot capped a 12,000 chars
• observed_fields / missing_fields ayudan al LLM a distinguir ausencia vs null
• _report_grounded=true inyectado en payload para futura gobernanza

# extract_target_ip
extract_target_ip("dame el estado de 192.168.1.40")
# → "192.168.1.40"

extract_target_ip("revisa metricas.labrazahome.com")
# → "metricas.labrazahome.com"

extract_target_ip("http://192.168.1.40:9090/targets")
# → "192.168.1.40:9090"

# build_report_runtime_context
ctx = build_report_runtime_context()
ctx["observed_fields"]
# → ["runtime", "status", "mode", "active_sessions", ..., "profiles_available"]

ctx["health_score"]
# → 40

# format: JSON < 12,000 chars
snapshot = format_report_runtime_context()
# ~780 chars en estado actual