feat: 配置控制面 + LLM Pool 接第三方在线 API (OpenAI 兼容)

后端从占位回显变为真实生成：管理员经控制面登记/激活模型，Gateway 经 NATS
下发，Dispatcher 热更新 LLM Pool，Eino 图用 OpenAI 兼容流式真实推理。

- shared: contract.ModelConfig(provider/base_url/api_key/model) + 配置 subjects;
  bus.RequestModelConfig/ServeModelConfig/Publish/Subscribe ModelConfigUpdated
- gateway: store.LLMModel→sundynix_model(AutoMigrate,唯一激活) + admin REST
  (GET/POST/active/delete/test models, api_key 脱敏) + main ServeModelConfig +
  变更广播; 路由 /api/v1/admin/models*
- dispatcher: llm.Pool OpenAI 兼容 SSE 流式客户端(ChatStream) + 热更新配置 +
  未配置则降级桩; poolModel.Ready()?真实流式:注入记忆的桩; main 取配置+订阅
- 开发期接在线 API 不拉本地模型(见 llm-provider-strategy memory)
- 验证: 4 模块 build✓ + e2e PASS; mock OpenAI 服务 live 跑通——登记/测试连接✓/
  激活→NATS 热更新→提交→真实 SSE 流出 mock 回复, mock 日志证明端点被调用且
  注入画像(老王)进了模型上下文

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

sundynix-dispatcher/internal/eino/model.go

@@ -22,27 +22,55 @@ var _ model.BaseChatModel = (*poolModel)(nil)
 // Generate 阻塞式生成（图被 Invoke 时用）。
 func (pm *poolModel) Generate(ctx context.Context, input []*schema.Message, _ ...model.Option) (*schema.Message, error) {
 	var sb strings.Builder
-	if err := pm.pool.StreamText(ctx, replyFor(input), func(tok []byte) { sb.Write(tok) }); err != nil {
+	var err error
+	if pm.pool.Ready() {
+		err = pm.pool.ChatStream(ctx, toChatMessages(input), func(tok string) { sb.WriteString(tok) })
+	} else {
+		err = pm.pool.StreamText(ctx, replyFor(input), func(tok []byte) { sb.Write(tok) })
+	}
+	if err != nil {
 		return nil, err
 	}
 	return schema.AssistantMessage(sb.String(), nil), nil
 }
 
 // Stream 流式生成（图被 Stream 时用）：把回复按 token 推进 pipe。
+// 已配置在线模型 → 真实 OpenAI 兼容流式；否则 → 注入记忆的降级桩。
 func (pm *poolModel) Stream(ctx context.Context, input []*schema.Message, _ ...model.Option) (*schema.StreamReader[*schema.Message], error) {
 	sr, sw := schema.Pipe[*schema.Message](32)
-	text := replyFor(input)
+	ready := pm.pool.Ready()
 	go func() {
 		defer sw.Close()
-		if err := pm.pool.StreamText(ctx, text, func(tok []byte) {
-			sw.Send(schema.AssistantMessage(string(tok), nil), nil)
-		}); err != nil {
+		send := func(s string) { sw.Send(schema.AssistantMessage(s, nil), nil) }
+		var err error
+		if ready {
+			err = pm.pool.ChatStream(ctx, toChatMessages(input), send)
+		} else {
+			err = pm.pool.StreamText(ctx, replyFor(input), func(tok []byte) { send(string(tok)) })
+		}
+		if err != nil {
 			sw.Send(nil, err)
 		}
 	}()
 	return sr, nil
 }
 
+// toChatMessages 把 Eino 消息转为 LLM Pool 的 OpenAI 兼容消息。
+func toChatMessages(msgs []*schema.Message) []llm.ChatMessage {
+	out := make([]llm.ChatMessage, 0, len(msgs))
+	for _, m := range msgs {
+		role := "user"
+		switch m.Role {
+		case schema.System:
+			role = "system"
+		case schema.Assistant:
+			role = "assistant"
+		}
+		out = append(out, llm.ChatMessage{Role: role, Content: m.Content})
+	}
+	return out
+}
+
 // replyFor 是占位"模型"：从消息中取出注入的画像与用户输入，
 // 生成一段能体现"记忆已注入"的确定性回复（证明 recall→prompt 链路真的把画像喂进来了）。
 // 真实模型不需要本函数。