feat: compose.NewGraph 全图编译 — 工具节点在 Eino 图里真实执行

dispatcher 按每个任务的 DSL 动态编译 Eino 图：工具/检索节点按拓扑序作为真实图
节点经 NATS 调 MCP，产出注入模型上下文。不再是固定的 recall→prompt→model。

- dsl: 加 Parse(图结构) + (Flow)Topo(Kahn 拓扑序,环退化声明序) + ToolBinding(tool/
  retriever 节点→工具名+参数)
- eino/compile.go: 逐任务 compileFlow —— START→init(身份+记忆召回)→tool_n(真调 MCP,
  失败降级)→prompt(黑板 RunCtx 组装 system+画像+工具产出+历史+输入)→model→END
- eino/orchestrator: 去掉启动期静态图，Handle 内按 DSL 动态编译；删旧 graph.go/state.go
- 工具节点产出作为参考资料注入 system，模型据此作答
- 验证: 全模块 build✓ + e2e PASS; 真实 DeepSeek 双证——回归(input+agent)→'蓝色';
  工具节点(echo 注入事实)→mcp-go 日志证明图里真调 echo→模型据参考资料答'…Milvus…'

注: 分支/并行节点(compose.Branch/fan-out)暂未编译，是更大 TODO。

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

sundynix-dispatcher/internal/eino/graph.go

@@ -1,85 +0,0 @@
-package eino
-
-import (
-	"context"
-
-	"github.com/cloudwego/eino/components/prompt"
-	"github.com/cloudwego/eino/compose"
-	"github.com/cloudwego/eino/schema"
-
-	"github.com/sundynix/sundynix-dispatcher/internal/dsl"
-	"github.com/sundynix/sundynix-dispatcher/internal/llm"
-	"github.com/sundynix/sundynix-shared/contract"
-)
-
-// memoryFetcher 召回某用户与本次输入相关的偏好记忆（经 MCP memory_get 工具）。
-type memoryFetcher func(ctx context.Context, userID, query string) string
-
-// historyFetcher 召回某会话的短期多轮历史（经 MCP history_get 工具）。
-type historyFetcher func(ctx context.Context, sessionID string) []*schema.Message
-
-// buildGraph 编译这套"记忆增强"图：
-//
-//	START → recall(召回画像+历史→写State) → prompt(注入system+history) → model(流式) → END
-//
-// 返回可流式执行的 Runnable。
-func buildGraph(ctx context.Context, pool *llm.Pool, fetch memoryFetcher, fetchHist historyFetcher) (compose.Runnable[*contract.Task, *schema.Message], error) {
-	g := compose.NewGraph[*contract.Task, *schema.Message](
-		compose.WithGenLocalState(func(context.Context) *AgentState { return &AgentState{} }),
-	)
-
-	// 1) recall：编译 DSL → 取系统提示词/用户输入 → 召回画像+历史 → 写 State，输出模板变量。
-	if err := g.AddLambdaNode("recall", compose.InvokableLambda(
-		func(ctx context.Context, t *contract.Task) (map[string]any, error) {
-			uid, _ := t.Meta[contract.MetaUserID].(string)
-			sid, _ := t.Meta[contract.MetaSessionID].(string)
-			plan := dsl.Compile(t.Graph) // DSL→对话编译：抽取 system / query / tools
-			profile := fetch(ctx, uid, plan.Query)
-			hist := fetchHist(ctx, sid)
-			_ = compose.ProcessState(ctx, func(_ context.Context, s *AgentState) error {
-				s.UserID, s.SessionID, s.Profile, s.Input = uid, sid, profile, plan.Query
-				return nil
-			})
-			if profile == "" {
-				profile = "（暂无该用户的偏好记忆）"
-			}
-			return map[string]any{
-				"system":  plan.System,
-				"profile": profile,
-				"query":   plan.Query,
-				"history": hist,
-			}, nil
-		})); err != nil {
-		return nil, err
-	}
-
-	// 2) prompt：Agent 节点系统提示词 + 画像注入 system，历史用占位符，用户输入作为 user message。
-	tpl := prompt.FromMessages(schema.FString,
-		schema.SystemMessage("{system}\n\n关于当前用户的已知信息：\n{profile}\n请据此个性化作答并保持其偏好。"),
-		schema.MessagesPlaceholder("history", true),
-		schema.UserMessage("{query}"),
-	)
-	if err := g.AddChatTemplateNode("prompt", tpl); err != nil {
-		return nil, err
-	}
-
-	// 3) model：LLM Pool 适配为 ChatModel 节点，流式产出。
-	if err := g.AddChatModelNode("model", newPoolModel(pool)); err != nil {
-		return nil, err
-	}
-
-	if err := g.AddEdge(compose.START, "recall"); err != nil {
-		return nil, err
-	}
-	if err := g.AddEdge("recall", "prompt"); err != nil {
-		return nil, err
-	}
-	if err := g.AddEdge("prompt", "model"); err != nil {
-		return nil, err
-	}
-	if err := g.AddEdge("model", compose.END); err != nil {
-		return nil, err
-	}
-
-	return g.Compile(ctx)
-}