feat(dispatcher): Eino 采纳 Phase B —— ReAct 智能体 + MCP 工具自主调用

agent 节点带 autonomous:true 时走 ReAct（flow/agent/react），模型在
推理-工具循环里自行决定调哪些 MCP 工具，而非只跑画死的工具节点。

- 新增 eino/react_agent.go：mcpTool 把 MCP 工具（NATS）适配成
  components/tool.InvokableTool；agentTools 暴露 wiki_search +
  recall_user_memory（context 参数 user_id 服务端注入，不暴露给模型）；
  runReactAgent 流式回流答复，工具调用经适配器落 ExecEvent 轨迹。
- LLM 接口 + *llm.Pool 增 ToolCallingModel()（openai 组件实现
  model.ToolCallingChatModel）；fakeLLM 同步桩（返回 nil → 降级普通对话）。
- graph.go：agent 节点按 autonomous 开关分流 ReAct / 普通；自主 agent
  不预注入画像（让其经 recall_user_memory 工具按需自取）。

关键修复：默认 StreamToolCallChecker 只看首个流片段，deepseek 常先吐
文本再给 tool call 致漏判 → 改 streamHasToolCall 扫整段流（命中率 ~0→7/7）。

验收：自主工具调用 7/7 命中，args={} 证明注入生效，完整闭环跑通；
make test-go 全绿。已知 eval 看不到工具结果会误判 agent（Phase C 修）。

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

sundynix-dispatcher/internal/llm/pool.go

@@ -76,6 +76,14 @@ func (p *Pool) model() model.BaseChatModel {
 // Ready 报告是否已配置可用后端（且 ChatModel 构建成功）。
 func (p *Pool) Ready() bool { return p.model() != nil }
 
+// ToolCallingModel 返回支持函数调用的模型（用于 ReAct agent）；未就绪 / 不支持则 nil。
+func (p *Pool) ToolCallingModel() model.ToolCallingChatModel {
+	if tcm, ok := p.model().(model.ToolCallingChatModel); ok {
+		return tcm
+	}
+	return nil
+}
+
 // ModelName 返回当前激活的对话模型名（未配置则空）—— 供服务状态面板展示。
 func (p *Pool) ModelName() string {
 	if cfg := p.config(); cfg != nil {