♻️ 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/router.py

@@ -8,10 +8,11 @@ from nonebot.utils import is_coroutine_callable
 
 from zhenxun.services.ai.core.messages import AgentMessage
 from zhenxun.services.ai.core.templates import PromptTemplate
-from zhenxun.services.ai.flow.team.models import RouteDecision, Transition
 from zhenxun.services.ai.run import AgentTask, RunContext
 from zhenxun.services.ai.run.di import DependencyInjector
-from zhenxun.services.log import logger
+from zhenxun.services.ai.utils.logger import log_team as logger
+
+from .models import RouteDecision, Transition
 
 
 class BaseRouter(ABC):
@@ -148,6 +149,7 @@ class LLMRouter(BaseRouter):
         runtime_config: Any = None,
         custom_prompt: str | None = None,
         allowed_transitions: list[Transition] | None = None,
+        max_handoffs: int = 3,
     ):
         """
         初始化基于大模型的意图路由器。
@@ -161,6 +163,7 @@ class LLMRouter(BaseRouter):
             runtime_config: 团队级别的运行时全局配置。
             custom_prompt: 自定义的系统提示词模板，用以覆盖默认的路由系统指令。
             allowed_transitions: 允许的状态移交规则与前置条件列表。
+            max_handoffs: 同一会话中允许连续移交的最大次数。
         """
         self.team_name = team_name
         self.members = members
@@ -170,6 +173,7 @@ class LLMRouter(BaseRouter):
         self.runtime_config = runtime_config
         self.custom_prompt = custom_prompt
         self.allowed_transitions = allowed_transitions
+        self.max_handoffs = max_handoffs
 
     async def route(
         self,
@@ -179,7 +183,8 @@ class LLMRouter(BaseRouter):
     ) -> RouteDecision | None:
         from zhenxun.services.ai.flow.agent.agent import Agent
         from zhenxun.services.ai.flow.agent.models import AgentConfig
-        from zhenxun.services.ai.flow.team.capabilities import TeamRoutingCapability
+
+        from .capabilities import TeamRoutingCapability
 
         default_system_prompt = """## 角色与目标
 你是一个高级任务路由器 (所在团队: {{ team_name }})。
@@ -200,7 +205,10 @@ class LLMRouter(BaseRouter):
         route_prompt = PromptTemplate(template).render(team_name=self.team_name)
 
         routing_cap = TeamRoutingCapability(
-            team_name=self.team_name, members=self.members, state_flow=self.state_flow
+            team_name=self.team_name,
+            members=self.members,
+            state_flow=self.state_flow,
+            max_handoffs=self.max_handoffs,
         )
 
         leader_config = AgentConfig(