♻️ 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/flow/team/capabilities.py

@@ -6,8 +6,11 @@ from nonebot.utils import is_coroutine_callable
 
 from zhenxun.services.ai.capabilities import AbstractCapability
 from zhenxun.services.ai.run import RunContext
+from zhenxun.services.ai.run.di import DependencyInjector
 from zhenxun.services.ai.tools.bridges.handoff import HandoffTool
 
+from .models import Transition
+
 
 class TeamRoutingCapability(AbstractCapability):
     """团队路由能力组件：动态向所有团队成员"""
@@ -17,10 +20,12 @@ class TeamRoutingCapability(AbstractCapability):
         team_name: str,
         members: list[Any],
         state_flow: Mapping[str, Sequence[Any]] | Callable | None = None,
+        max_handoffs: int = 3,
     ):
         self.team_name = team_name
         self.members = members
         self.state_flow = state_flow
+        self.max_handoffs = max_handoffs
 
     async def _get_allowed_transitions(self, context: RunContext) -> list[Any] | None:
         """核心FSM解析：解析静态字典或动态执行函数获取允许的 Transition 列表"""
@@ -34,15 +39,12 @@ class TeamRoutingCapability(AbstractCapability):
                 current_speaker,
                 [m.name for m in self.members if m.name != current_speaker],
             )
-            from zhenxun.services.ai.flow.team.models import Transition
 
             return [
                 Transition(target=t) if isinstance(t, str) else t for t in raw_targets
             ]
 
         if callable(self.state_flow):
-            from zhenxun.services.ai.run.di import DependencyInjector
-
             sig = inspect.signature(self.state_flow)
             kwargs = await DependencyInjector.resolve_all(
                 sig, call_kwargs={}, context=context
@@ -55,7 +57,6 @@ class TeamRoutingCapability(AbstractCapability):
 
             if result is None:
                 return None
-            from zhenxun.services.ai.flow.team.models import Transition
 
             return [Transition(target=t) if isinstance(t, str) else t for t in result]
 
@@ -97,6 +98,7 @@ class TeamRoutingCapability(AbstractCapability):
                         target_name=m.name,
                         target_description=desc,
                         input_schema=input_schema,
+                        max_handoffs=self.max_handoffs,
                     )
                 )
         return tools