feat(agent): агент логов — фильтр, LLM-страж, планировщик grep (#18)

- prefilter: правила из config/agent_rules.yaml (длина, команды, shell,
  секреты и системные файлы, prompt injection) — без LLM
- guard: отдельный вызов, JSON {verdict, reason}; невалидный ответ = attack,
  недоступный LLM — «попробуйте позже», а не атака
- planner: только AgentLogQuery (контейнер из белого списка, ≤ 7 д, шаблон
  ≤ 200 без вложенных квантификаторов, лимит ≤ 500); логи в LLM не идут
- бот: «🤖 Спросить агента» → показывает построенный grep и строки;
  атака — вежливый отказ и 🛡 администраторам; квота 30 в сутки
- журнал agent_requests + log_queries (mode=agent)
- при LLM_PROVIDER=mock агент выключен

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

app/agent/planner.py

@@ -0,0 +1,45 @@
+"""Step 3 (SPEC L-13, L-16): the LLM turns the question into an `AgentLogQuery`. It never sees the logs."""
+
+from dataclasses import dataclass
+from datetime import datetime
+
+from pydantic import ValidationError
+
+from app.agent.log_query import AgentLogQuery, json_schema
+from app.llm.provider import ChatMessage, JsonSchema, LLMProvider
+
+SCHEMA = JsonSchema(name="log_query", schema=json_schema())
+
+
+@dataclass(frozen=True)
+class Plan:
+    query: AgentLogQuery | None  # None — the reply didn't pass validation
+    error: str
+    tokens: int
+
+
+def system_prompt(template: str, containers: list[str], default: str, now: datetime) -> str:
+    # str.replace, not format: the template contains JSON braces
+    return (
+        template.replace("{containers}", ", ".join(containers))
+        .replace("{default}", default)
+        .replace("{now}", now.strftime("%Y-%m-%d %H:%M"))
+    )
+
+
+async def plan(
+    llm: LLMProvider, template: str, prompt: str, containers: list[str], default: str, now: datetime
+) -> Plan:
+    messages = [ChatMessage("system", system_prompt(template, containers, default, now)), ChatMessage("user", prompt)]
+    result = await llm.complete(messages, SCHEMA)
+    if result.data is None:
+        return Plan(None, "not JSON", result.tokens)
+    try:
+        query = AgentLogQuery.model_validate(result.data, context={"containers": containers})
+    except ValidationError as e:
+        return Plan(
+            None,
+            "; ".join(f"{'.'.join(map(str, err['loc']))}: {err['msg']}" for err in e.errors())[:300],
+            result.tokens,
+        )
+    return Plan(query, "", result.tokens)