feat(llm): 本地模型接入 vLLM / Ollama + reasoning 思考过程入轨迹

vLLM 与 Ollama 都暴露 OpenAI 兼容 API（底层 go-openai 请求 {base}/chat/completions），
故统一走 openai 客户端，按 provider 归一化连接参数：
- Ollama/vLLM 的 OpenAI 端点固定在 /v1，BaseURL 漏写自动补全（否则打到 /chat/completions 404）
- 本地后端默认不校验 api_key → 缺省补占位（ollama→"ollama"，vllm→"EMPTY"；openai 客户端要求非空）
- 显式 key 一律尊重（vLLM --api-key 启动）；在线 provider 原样不动（DeepSeek 两种都收）

reasoning_content 适配：ChatStream 增 onReasoning 回调，捕获 reasoning 模型
（本地 Qwen3 思考 / DeepSeek-R1 / QwQ、在线 deepseek-v4-pro）的思考分片。思考阶段分片
Content 为空本就不污染答案；runAgent 把思考累计后 surface 到 exec 轨迹「推理过程」事件。

控制台 ModelManager 加 ollama 选项；llm 包补 normalizeBaseURL / apiKeyOrPlaceholder 单测。
四模块全绿。live：经 admin 配 ollama qwen2.5:0.5b → dispatcher 热切（日志 base 自动 .../v1）
→ POST /v1/chat/completions 200 端到端出答案；切回 deepseek-v4-pro → exec 轨迹现「推理过程：思考26字…」。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

sundynix-dispatcher/internal/eino/graph.go

@@ -301,12 +301,19 @@ func (o *Orchestrator) runAgent(ctx context.Context, taskID string, b *board, sy
 		n++
 	}
 	send := func(s string) { emit(red.Push(s)) }
+	// reasoning 模型（本地 Qwen3 思考 / DeepSeek-R1 / QwQ 等）的「思考过程」：不进答案、
+	// 累计后 surface 到观测轨迹（让用户看到模型在想什么，又不污染最终回答）。
+	var reasoning strings.Builder
+	onReasoning := func(s string) { reasoning.WriteString(s) }
 	var err error
 	if o.pool.Ready() {
-		err = o.pool.ChatStream(ctx, toChatMessages(msgs), send)
+		err = o.pool.ChatStream(ctx, toChatMessages(msgs), send, onReasoning)
 	} else {
 		err = o.pool.StreamText(ctx, replyFor(msgs), func(tok []byte) { send(string(tok)) })
 	}
+	if rc := reasoning.String(); rc != "" {
+		tr.info(node, "model", "推理过程", fmt.Sprintf("思考 %d 字：%s", len([]rune(rc)), truncate(rc, 200)))
+	}
 	if err != nil {
 		tr.emit(node, "model", "error", "模型流式推理", err.Error(), time.Since(t0).Milliseconds())
 		// 未产出任何 token 即失败 → 标记致命错，让任务判 failed（暴露原因，便于监控告警），

sundynix-dispatcher/internal/eino/integration_test.go

@@ -24,7 +24,7 @@ type fakeLLM struct {
 }
 
 func (f *fakeLLM) Ready() bool { return f.ready }
-func (f *fakeLLM) ChatStream(_ context.Context, msgs []llm.ChatMessage, onToken func(string)) error {
+func (f *fakeLLM) ChatStream(_ context.Context, msgs []llm.ChatMessage, onToken func(string), _ func(string)) error {
 	if f.stream != nil {
 		onToken(f.stream(msgs))
 	}

sundynix-dispatcher/internal/eino/model.go

@@ -24,7 +24,7 @@ func (pm *poolModel) Generate(ctx context.Context, input []*schema.Message, _ ..
 	var sb strings.Builder
 	var err error
 	if pm.pool.Ready() {
-		err = pm.pool.ChatStream(ctx, toChatMessages(input), func(tok string) { sb.WriteString(tok) })
+		err = pm.pool.ChatStream(ctx, toChatMessages(input), func(tok string) { sb.WriteString(tok) }, nil)
 	} else {
 		err = pm.pool.StreamText(ctx, replyFor(input), func(tok []byte) { sb.Write(tok) })
 	}
@@ -44,7 +44,7 @@ func (pm *poolModel) Stream(ctx context.Context, input []*schema.Message, _ ...m
 		send := func(s string) { sw.Send(schema.AssistantMessage(s, nil), nil) }
 		var err error
 		if ready {
-			err = pm.pool.ChatStream(ctx, toChatMessages(input), send)
+			err = pm.pool.ChatStream(ctx, toChatMessages(input), send, nil)
 		} else {
 			err = pm.pool.StreamText(ctx, replyFor(input), func(tok []byte) { send(string(tok)) })
 		}

sundynix-dispatcher/internal/eino/orchestrator.go

@@ -68,7 +68,7 @@ var errRejected = errors.New("approval rejected")
 // LLM 是编排所需的语言模型能力（生产由 *llm.Pool 实现）。抽成接口便于测试注入假模型。
 type LLM interface {
 	Ready() bool
-	ChatStream(ctx context.Context, msgs []llm.ChatMessage, onToken func(string)) error
+	ChatStream(ctx context.Context, msgs []llm.ChatMessage, onToken func(string), onReasoning func(string)) error
 	StreamText(ctx context.Context, text string, onToken func([]byte)) error
 	Chat(ctx context.Context, msgs []llm.ChatMessage) (string, error)
 	// ToolCallingModel 返回支持函数调用的模型（ReAct agent 用）；不支持则返回 nil。