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/llm/pool.go

@@ -7,6 +7,7 @@ import (
 	"context"
 	"fmt"
 	"io"
+	"strings"
 	"sync"
 	"time"
 
@@ -42,12 +43,7 @@ func NewPool() *Pool { return &Pool{} }
 func (p *Pool) SetConfig(cfg *contract.ModelConfig) {
 	var cm model.BaseChatModel
 	if cfg != nil && cfg.Ready() {
-		built, err := openai.NewChatModel(context.Background(), &openai.ChatModelConfig{
-			APIKey:  cfg.APIKey,
-			BaseURL: cfg.BaseURL,
-			Model:   cfg.Model,
-			Timeout: requestTimeout,
-		})
+		built, err := buildChatModel(cfg)
 		if err != nil {
 			fmt.Printf("[llm] 构建 ChatModel 失败（降级桩运行）: %v\n", err)
 		} else {
@@ -60,10 +56,58 @@ func (p *Pool) SetConfig(cfg *contract.ModelConfig) {
 	p.mu.Unlock()
 	if cfg != nil {
 		// 不打印 api_key。
-		fmt.Printf("[llm] model config set: provider=%s base=%s model=%s\n", cfg.Provider, cfg.BaseURL, cfg.Model)
+		fmt.Printf("[llm] model config set: provider=%s base=%s model=%s\n", cfg.Provider, normalizeBaseURL(cfg), cfg.Model)
 	}
 }
 
+// buildChatModel 据 provider 归一化连接参数后构建 OpenAI 兼容 ChatModel。
+// 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，仅差在 BaseURL 是否带 /v1 与是否需要占位 key：
+//   - Ollama：端点固定为 {host}/v1，且不校验 api_key → 缺省补 /v1 + 占位 key "ollama"。
+//   - vLLM：openai server 在 /v1，默认不校验 key（除非 --api-key 启动）→ 补 /v1 + 占位 "EMPTY"。
+//   - openai-compatible（DeepSeek/OpenAI 等在线）：BaseURL 原样（DeepSeek 两种都收，OpenAI 默认带 /v1）。
+func buildChatModel(cfg *contract.ModelConfig) (model.BaseChatModel, error) {
+	return openai.NewChatModel(context.Background(), &openai.ChatModelConfig{
+		APIKey:  apiKeyOrPlaceholder(cfg),
+		BaseURL: normalizeBaseURL(cfg),
+		Model:   cfg.Model,
+		Timeout: requestTimeout,
+	})
+}
+
+// 本地后端 provider 标识（与控制台下拉、contract.ModelConfig.Provider 对齐）。
+const (
+	providerOllama = "ollama"
+	providerVLLM   = "vllm"
+)
+
+// normalizeBaseURL 为本地后端补全 /v1 端点（Ollama/vLLM 的 OpenAI 兼容 API 均在 /v1，
+// 漏写会打到 /chat/completions 而 404）；在线 provider 原样返回。
+func normalizeBaseURL(cfg *contract.ModelConfig) string {
+	base := strings.TrimRight(cfg.BaseURL, "/")
+	switch strings.ToLower(cfg.Provider) {
+	case providerOllama, providerVLLM:
+		if base != "" && !strings.HasSuffix(base, "/v1") {
+			base += "/v1"
+		}
+	}
+	return base
+}
+
+// apiKeyOrPlaceholder 为不校验 key 的本地后端补占位符（openai 客户端要求 api_key 非空）。
+func apiKeyOrPlaceholder(cfg *contract.ModelConfig) string {
+	if cfg.APIKey != "" {
+		return cfg.APIKey
+	}
+	switch strings.ToLower(cfg.Provider) {
+	case providerOllama:
+		return "ollama"
+	case providerVLLM:
+		return "EMPTY"
+	}
+	return cfg.APIKey
+}
+
 func (p *Pool) config() *contract.ModelConfig {
 	p.mu.RLock()
 	defer p.mu.RUnlock()
@@ -99,8 +143,10 @@ func (p *Pool) ModelName() string {
 }
 
 // ChatStream 流式推理，逐 token 回调 onToken（经 Eino ChatModel.Stream）。
-// 仅在 Ready() 时可用（调用方据此决定真实推理或降级桩）。
-func (p *Pool) ChatStream(ctx context.Context, msgs []ChatMessage, onToken func(string)) error {
+// onReasoning（可空）接收 reasoning 模型（DeepSeek-R1 / Qwen3 思考 / QwQ 等）的「思考过程」分片：
+// 思考阶段的分片只有 ReasoningContent、Content 为空，本就不会污染答案；onReasoning 让调用方
+// 可把思考流单独 surface 到观测轨迹。仅在 Ready() 时可用（调用方据此决定真实推理或降级桩）。
+func (p *Pool) ChatStream(ctx context.Context, msgs []ChatMessage, onToken func(string), onReasoning func(string)) error {
 	cm := p.model()
 	if cm == nil {
 		return fmt.Errorf("no model configured")
@@ -125,6 +171,9 @@ func (p *Pool) ChatStream(ctx context.Context, msgs []ChatMessage, onToken func(
 		if rerr != nil {
 			return fmt.Errorf("llm stream recv: %w", rerr)
 		}
+		if chunk.ReasoningContent != "" && onReasoning != nil {
+			onReasoning(chunk.ReasoningContent)
+		}
 		if chunk.Content != "" {
 			onToken(chunk.Content)
 		}