♻️ 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/workflow/engine.py

@@ -5,20 +5,16 @@ from typing import TYPE_CHECKING, Any
 import uuid
 
 from nonebot.params import Depends
+from pydantic import BaseModel
 
 if TYPE_CHECKING:
-    from zhenxun.services.ai.flow.workflow.nodes import NodeSource
+    from .nodes import NodeSource
 
 from zhenxun.services.ai.core.exceptions import ControlFlowExit, ToolRetryError
 from zhenxun.services.ai.core.messages import PromptInput, UsageInfo
 from zhenxun.services.ai.core.stream_events import EventBus
 from zhenxun.services.ai.flow.base import BaseRunnable, BaseRuntimeConfig
-from zhenxun.services.ai.flow.workflow.nodes import Steps
-from zhenxun.services.ai.flow.workflow.types import (
-    StepInput,
-    StepOutput,
-    WorkflowRunResult,
-)
+from zhenxun.services.ai.run.blackboard import BlackboardManager
 from zhenxun.services.ai.run.context import RunContext
 from zhenxun.services.ai.run.models import (
     AgentRunEnd,
@@ -27,9 +23,16 @@ from zhenxun.services.ai.run.models import (
     StreamedRunResult,
 )
 from zhenxun.services.ai.tools.core.tool import FunctionTool
-from zhenxun.services.log import logger
+from zhenxun.services.ai.utils.logger import log_flow as logger
 from zhenxun.utils.message import MessageUtils
 
+from .nodes import Steps
+from .types import (
+    StepInput,
+    StepOutput,
+    WorkflowRunResult,
+)
+
 
 class Workflow(BaseRunnable[WorkflowRunResult]):
     """
@@ -37,7 +40,13 @@ class Workflow(BaseRunnable[WorkflowRunResult]):
     继承自 BaseRunnable，支持被作为节点嵌套在 Team 或 其他工作流中。
     """
 
-    def __init__(self, name: str, steps: list["NodeSource"], description: str = ""):
+    def __init__(
+        self,
+        name: str,
+        steps: list["NodeSource"],
+        description: str = "",
+        blackboard: type[BaseModel] | BaseModel | None = None,
+    ):
         """
         静态图元工作流容器初始化。
 
@@ -45,7 +54,8 @@ class Workflow(BaseRunnable[WorkflowRunResult]):
             name: 工作流的名称标识。
             steps: 工作流的节点列表（按列表顺序构成串行或嵌套结构）。
             description: 工作流的说明描述，用于被 Agent 调用时理解其功能。
-        """
+            blackboard: (可选) 结构化黑板。可传入 Schema 类型类，或直接传入带有初始数据的 Schema 实例对象。
+        """  # noqa: E501
         self.name = name
         self.description = description
         self.id = uuid.uuid4().hex
@@ -54,6 +64,19 @@ class Workflow(BaseRunnable[WorkflowRunResult]):
         self.runtime_config = BaseRuntimeConfig(stateless=True)
         self.persona = None
 
+        self.blackboard_schema = None
+        self.initial_blackboard_state = None
+        if blackboard is not None:
+            if isinstance(blackboard, type) and issubclass(blackboard, BaseModel):
+                self.blackboard_schema = blackboard
+            elif isinstance(blackboard, BaseModel):
+                self.blackboard_schema = type(blackboard)
+                self.initial_blackboard_state = blackboard
+            else:
+                raise ValueError(
+                    "blackboard 参数必须是 Pydantic BaseModel 的子类(类型)或其实例"
+                )
+
     def _build_result(
         self,
         initial_input: StepInput,
@@ -94,7 +117,12 @@ class Workflow(BaseRunnable[WorkflowRunResult]):
         return Depends(_dependency)
 
     async def reply(
-        self, prompt: PromptInput | None = None, reply_to: bool = False, **kwargs: Any
+        self,
+        prompt: PromptInput | None = None,
+        reply_to: bool = False,
+        *,
+        context: RunContext | None = None,
+        **kwargs: Any,
     ) -> WorkflowRunResult:
         """
         工作流交互执行语法糖，隐式提取上下文并自动将最终流水线产出发送回复给用户。
@@ -102,12 +130,13 @@ class Workflow(BaseRunnable[WorkflowRunResult]):
         参数:
             prompt: 传入工作流入口根节点的初始参数或指令。
             reply_to: 是否将结果作为回复消息发送 (at用户或引用原消息)。
+            context: 显式传入的会话与运行上下文。
             kwargs: 追加的工作流附带参数 (additional_data)。
 
         返回:
             WorkflowRunResult: 包含执行状态、断点快照、各节点产出的全量工作流结果对象。
         """
-        ctx = RunContext()
+        ctx = context or RunContext()
         bot = ctx.get_bot()
         event = ctx.get_event()
 
@@ -152,6 +181,12 @@ class Workflow(BaseRunnable[WorkflowRunResult]):
         )
         safe_context = context or RunContext(session_id=session_id)
 
+        if self.blackboard_schema and not safe_context.session.blackboard:
+            safe_context.session.blackboard = BlackboardManager(
+                schema=self.blackboard_schema,
+                initial_state=self.initial_blackboard_state,
+            )
+
         logger.debug(f"🏭 **工作流 [{self.name}] 启动**")
 
         initial_input = StepInput(input=prompt)
@@ -214,6 +249,12 @@ class Workflow(BaseRunnable[WorkflowRunResult]):
         )
         safe_context = context or RunContext(session_id=session_id)
 
+        if self.blackboard_schema and not safe_context.session.blackboard:
+            safe_context.session.blackboard = BlackboardManager(
+                schema=self.blackboard_schema,
+                initial_state=self.initial_blackboard_state,
+            )
+
         logger.debug(f"🏭 **工作流 [{self.name}] 启动**")
 
         initial_input = StepInput(input=prompt)