♻️ refactor(core): 重构 AI 能力与定时任务调度系统 (#2148)

* ♻️ refactor(core): 重构 AI 能力与定时任务调度系统

- 【AI 能力与工具】重构 Capability 注册与管理机制，引入 CapabilityManager 统一管理
- 移除全局能力注册表，改用声明式装饰器 `@capability` 进行解耦注册
- 重构工具解析器链，使用统一的 BaseToolResolver 代替原有的多个特定解析器
- 增强工具查询过滤，支持通配符匹配、工具箱过滤和排除标签
- 【定时任务调度】重构定时任务管理器，引入 SchedulerRegistry 统一管理任务元数据
- 引入 JobConfig 聚合定时任务配置，支持用户维度的定时任务调度
- 重构执行分发器，支持并发限制、串行间隔和随机延迟打散
- 【运行上下文】引入 ScheduledDeps 以支持后台和定时任务环境下的依赖注入
- 优化 RunContext，支持从定时任务上下文快速构造，并提供 emit 辅助方法
- 【日志与监控】引入 AILoggerProxy，实现 AI 各模块的专属日志输出
- 将各模块的全局 logger 替换为对应的模块专属日志代理
- 【其他优化】修复 Pydantic V1 兼容层中 model_validator 的装饰器兼容性问题
- 在非交互式环境（如定时任务）中自动隐藏 HITL 交互工具以节省 Token

* ♻️ refactor(core): 优化内部导入路径并提升 Pydantic 兼容性

- 【重构】将 `services/ai` 模块内的绝对导入重构为相对导入，优化包结构
- 【重构】移除不必要的 `if TYPE_CHECKING` 保护，通过 `from __future__ import annotations` 直接导入类型
- 【清理】清理 `core/messages/types.py` 中未使用的 `AssistantContentUnion` 等联合类型定义
- 【优化】在 `utils/pydantic_compat.py` 中新增 `model_rebuild` 兼容函数，统一 Pydantic V1/V2 的模型重建逻辑
- 【优化】将部分函数内部的延迟导入提升至模块顶部，规范代码结构

* ♻️ refactor(imports): 优化导入路径为相对导入并清理冗余导入

- 【重构】将 AI 服务相关模块中的绝对导入路径修改为相对导入，提升模块内聚性与可移植性
- 【清理】移除多处函数内部或类方法中未使用的冗余导入，避免循环引用和资源浪费
- 【格式化】微调部分工具装饰器和返回语句的格式与尾随逗号

* 🚨 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/capabilities/base.py

@@ -2,20 +2,20 @@ from __future__ import annotations
 
 from collections.abc import Awaitable, Callable, Sequence
 from dataclasses import dataclass
-from typing import TYPE_CHECKING, Any, ClassVar, Literal, Union
+from typing import TYPE_CHECKING, Any, Literal, Union
 
 from zhenxun.services.ai.core.messages import ChatRequest, ChatResponse
+from zhenxun.services.ai.core.models import LLMContext
 from zhenxun.services.ai.core.options import GenerationConfig
 
 if TYPE_CHECKING:
-    from zhenxun.services.ai.core.models import LLMContext
     from zhenxun.services.ai.run import AgentRunResult, RunContext
 
 WrapRunHandler = Callable[[], Awaitable["AgentRunResult[Any]"]]
 """整个 Agent 运行过程包裹的处理函数类型"""
 
 WrapModelRequestHandler = Callable[
-    ["LLMContext[ChatRequest, ChatResponse]"], Awaitable[ChatResponse]
+    [LLMContext[ChatRequest, ChatResponse]], Awaitable[ChatResponse]
 ]
 """单次大模型 API 请求包裹的处理函数类型"""
 
@@ -52,34 +52,14 @@ class CapabilityOrdering:
 class AbstractCapability:
     """
     Agent 能力组件基类协议。
-    所有业务逻辑拦截（限流、权限、动态 Prompt）请在此实现。
-    底层网络重试、并发控制等请勿在此处理。
     """
 
-    @classmethod
-    def get_serialization_name(cls) -> str | None:
-        """用于 YAML/JSON 反序列化的注册标识符"""
-        return cls.__name__
-
-    @classmethod
-    def from_spec(cls, **kwargs) -> "AbstractCapability":
-        """从 Spec 的 kwargs 中实例化对象"""
-        return cls(**kwargs)
-
-    def __init_subclass__(cls, **kwargs):
-        """自动将继承此类的所有拦截器注册到中心表"""
-        super().__init_subclass__(**kwargs)
-        CapabilityRegistry.register(cls)
-
     def get_ordering(self) -> CapabilityOrdering | None:
         """获取该拦截器的拓扑排序约束。子类可重写此方法以锁定执行顺序。"""
         return None
 
     async def for_run(self, context: RunContext) -> "AbstractCapability":
-        """获取专用于单次运行的实例。
-        默认返回自身(无状态)。
-        若需要记录单次运行的上下文状态，请返回深/浅拷贝(如 return copy.copy(self))。
-        """
+        """获取专用于单次运行的实例,默认返回自身(无状态)。"""
         return self
 
     async def get_generation_config(
@@ -89,9 +69,11 @@ class AbstractCapability:
         return None
 
     async def get_system_prompts(self, context: RunContext) -> list[str]:
+        """获取该能力提供的系统提示词列表。"""
         return []
 
     async def get_tools(self, context: RunContext) -> list[Any]:
+        """获取该能力附带的工具列表。"""
         return []
 
     async def prepare_tools(
@@ -135,19 +117,3 @@ class AbstractCapability:
     ) -> Any:
         """包裹单一工具的执行 (洋葱模型)。"""
         return await handler(arguments)
-
-
-class CapabilityRegistry:
-    """Capability 序列化注册表"""
-
-    _registry: ClassVar[dict[str, type[AbstractCapability]]] = {}
-
-    @classmethod
-    def register(cls, cap_cls: type[AbstractCapability]):
-        name = cap_cls.get_serialization_name()
-        if name:
-            cls._registry[name] = cap_cls
-
-    @classmethod
-    def get(cls, name: str) -> type[AbstractCapability] | None:
-        return cls._registry.get(name)