♻️ 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/core/engine/append_only.py

@@ -22,19 +22,23 @@ class StablePrefix:
     """
 
     def __init__(self):
+        """初始化稳定前缀实例。"""
         self._snapshot: StablePrefixSnapshot | None = None
         self._version = 0
 
     @property
     def fingerprint(self) -> str:
+        """获取当前快照的唯一指纹。"""
         return self._snapshot.fingerprint if self._snapshot else "<unbuilt>"
 
     @property
     def version(self) -> int:
+        """获取当前前缀的版本号。"""
         return self._version
 
     @property
     def built(self) -> bool:
+        """判断当前是否已构建快照。"""
         return self._snapshot is not None
 
     def build(self, system_prompt: list[str], tools: list[Any]) -> bool:
@@ -50,9 +54,11 @@ class StablePrefix:
         return True
 
     def invalidate(self):
+        """使当前前缀快照失效。"""
         self._snapshot = None
 
     def to_context(self) -> tuple[list[str], list[Any]]:
+        """将前缀快照导出为上下文元组。"""
         if not self._snapshot:
             raise RuntimeError("StablePrefix.to_context() called before build()")
         return self._snapshot.system_prompt, self._snapshot.tools
@@ -60,6 +66,7 @@ class StablePrefix:
     def _take_snapshot(
         self, system_prompt: list[str], tools: list[Any]
     ) -> StablePrefixSnapshot:
+        """为系统提示词与工具列表生成指纹快照。"""
         parsed_tools = []
         for t in tools:
             if hasattr(t, "name"):
@@ -83,19 +90,24 @@ class AppendOnlyLog:
     """追加写入模式 of 对话日志管理器"""
 
     def __init__(self):
+        """初始化追加对话日志。"""
         self._entries: list[Any] = []
 
     @property
     def length(self) -> int:
+        """获取当前对话日志的条数。"""
         return len(self._entries)
 
     def append(self, message: Any):
+        """向对话日志中追加单条消息。"""
         self._entries.append(message)
 
     def extend(self, messages: list[Any]):
+        """批量追加多条消息到对话日志。"""
         self._entries.extend(messages)
 
     def clear(self):
+        """清空所有对话日志。"""
         self._entries.clear()
 
     def to_messages(self) -> list[Any]:
@@ -110,6 +122,7 @@ class AppendOnlyContextManager:
     """
 
     def __init__(self):
+        """初始化上下文管理器。"""
         self.prefix = StablePrefix()
         self.log = AppendOnlyLog()
         self._last_sync_count = 0
@@ -158,7 +171,7 @@ class AppendOnlyContextManager:
 
     def _compute_digest(self, messages: list[Any]) -> int:
         """核心：计算消息列表 of 指纹，用于识别内容篡改。包含 role 与 content。"""
-        from zhenxun.services.ai.core.engine.context_renderer import ContextConverter
+        from .context_renderer import ContextConverter
 
         payloads = []
         flattened = ContextConverter.flatten_to_llm_messages(messages)

zhenxun/services/ai/core/engine/context_renderer.py

@@ -2,7 +2,7 @@ from collections.abc import Sequence
 from typing import Any
 
 from zhenxun.services.ai.core.messages import AgentEvent, AgentMessage, LLMMessage
-from zhenxun.services.log import logger
+from zhenxun.services.ai.utils.logger import log_core as logger
 
 
 class ContextConverter:

zhenxun/services/ai/core/engine/structured_parser.py

@@ -14,7 +14,7 @@ from zhenxun.services.ai.core.models import ToolDefinition
 from zhenxun.services.ai.run.models import OutputDataT
 from zhenxun.services.ai.tools.core.tool import BaseTool
 from zhenxun.services.ai.tools.models import StructuredSubmissionResult, ToolResult
-from zhenxun.services.log import logger
+from zhenxun.services.ai.utils.logger import log_core as logger
 from zhenxun.utils.pydantic_compat import model_json_schema, model_validate
 
 DEFAULT_IVR_TEMPLATE = (