♻️ refactor(core): 重构 AI 编排框架与记忆及 RAG 子系统 (#2149)

* ♻️ refactor(core): 重构 AI 编排框架与记忆及 RAG 子系统

- 【重构】重构 `BaseRunnable` 并引入统一的 `RunIntent` 意图载体，规范 Agent、Team 和 Workflow 的执行流
- 【解耦】将中期记忆槽和长期向量记忆从 `MemoryConfig` 中解耦，转为独立的能力组件与工具箱进行管理
- 【记忆】移除 `MemoryReader` 和 `MemoryWriter`，统一封装为 `SessionMemoryContext` 会话记忆门面
- 【RAG】重构检索器与存储后端接口，统一采用 `QueryRequest` 进行多维度联合检索，并引入 `InMemoryScorer` 提升打分性能
- 【事件】优化 `EventBus` 异步事件分发机制，引入队列机制确保事件按序处理，避免并发竞态问题
- 【依赖注入】移除 `memory` 注入项，优化 `DependencyInjector` 的签名解析缓存以提升性能

* 🚨 auto fix by pre-commit hooks

---------

Co-authored-by: webjoin111 <455457521@qq.com>
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>

zhenxun/services/ai/context/knowledge/vector.py

@@ -5,6 +5,7 @@ import anyio
 from nonebot.adapters import Bot, Event
 from pydantic import BaseModel, Field
 
+from zhenxun.services.ai.context.rag.backends import StorageBackend
 from zhenxun.services.ai.context.rag.engine import ScopedRAGClient
 from zhenxun.services.ai.context.rag.models import BaseRecord
 from zhenxun.services.ai.core.messages import LLMMessage
@@ -55,7 +56,7 @@ class VectorKnowledge(BaseKnowledge):
         "{knowledge_text}"
     )
 
-    _global_storage: Any = None
+    _global_storage: StorageBackend | None = None
 
     def __init__(
         self,
@@ -194,7 +195,7 @@ class VectorKnowledge(BaseKnowledge):
         return super().get_instructions()
 
     async def before_llm_request(
-        self, context: RunContext, messages: list[Any]
+        self, context: RunContext, messages: list[LLMMessage]
     ) -> None:
         """
         生命周期钩子：在向底层 LLM 发起请求前触发。
@@ -285,13 +286,27 @@ class VectorKnowledge(BaseKnowledge):
         return await self.rag_client.ingest([doc])
 
     async def add_directory(self, dir_path: str | Path) -> int:
-        """扫描目录并注入所有支持的文件"""
-        total_chunks = 0
+        """扫描目录并批量注入所有支持的文件"""
         aio_path = anyio.Path(dir_path)
+        docs_to_ingest = []
+
         async for p in aio_path.rglob("*"):
             if await p.is_file():
-                total_chunks += await self.add_file(Path(p))
-        return total_chunks
+                std_path = Path(p)
+                ext = std_path.suffix.lower()
+                reader = self.readers.get(ext)
+                if not reader:
+                    logger.warning(f"当前知识库未配置支持解析文件后缀: {ext}")
+                    continue
+
+                doc = await reader.read(std_path)
+                if doc:
+                    docs_to_ingest.append(doc)
+
+        if not docs_to_ingest:
+            return 0
+
+        return await self.rag_client.ingest(docs_to_ingest)
 
     @tool(
         name="search_knowledge",