♻️ 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/message_builder.py

@@ -187,7 +187,7 @@ class MessageBuilder:
         allowed_modalities: set[str] | None = None,
     ) -> list[UserContentUnion]:
         """将 UniMessage 消息解析并转换为 LLM 内容部件列表"""
-        namespace = namespace or infer_plugin_namespace(default="global")
+        namespace = namespace or infer_plugin_namespace()
         parts: list[UserContentUnion] = []
         for seg in message:
             if allowed_modalities is not None:
@@ -237,7 +237,7 @@ class MessageBuilder:
         allowed_modalities: set[str] | None = None,
     ) -> list[LLMContentPart] | None:
         """获取并解析引用消息的内容片段"""
-        namespace = namespace or infer_plugin_namespace(default="global")
+        namespace = namespace or infer_plugin_namespace()
         try:
             orig_msg = await reply_fetch(event, bot)
             if not orig_msg or not orig_msg.msg:
@@ -277,7 +277,7 @@ class MessageBuilder:
         allowed_modalities: set[str] | None = None,
     ) -> list[LLMMessage]:
         """将任意类型的提示输入标准化为统一的 LLM 消息历史列表"""
-        namespace = namespace or infer_plugin_namespace(default="global")
+        namespace = namespace or infer_plugin_namespace()
         messages = []
         if instruction:
             messages.append(SystemMessage(content=[TextPart(text=instruction)]))
@@ -381,7 +381,7 @@ class MessageBuilder:
         config: LLMEmbeddingConfig | None = None,
     ) -> list[LLMContentPart]:
         """为 Embed 向量化提取纯粹的内容片段，忽略杂项"""
-        namespace = namespace or infer_plugin_namespace(default="global")
+        namespace = namespace or infer_plugin_namespace()
         allowed_modalities = {"text"}
         if config:
             if config.multimodal is True:
@@ -418,7 +418,7 @@ class MessageBuilder:
         config: LLMEmbeddingConfig | None = None,
     ) -> "EmbedBatch":
         """将任意输入标准化为嵌入向量批处理对象"""
-        namespace = namespace or infer_plugin_namespace(default="global")
+        namespace = namespace or infer_plugin_namespace()
 
         if isinstance(inputs, list) and not isinstance(inputs, UniMessage):
             if not inputs: