♻️ 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/run/subscribers.py

@@ -13,9 +13,12 @@ from zhenxun.services.ai.core.stream_events import (
     ToolStreamChunkEvent,
     UserCustomEvent,
 )
-from zhenxun.services.ai.run.context import RunContext
-from zhenxun.services.ai.run.models import AgentRunEnd, AgentRunStart, AgentRunSummary
-from zhenxun.services.log import logger
+from zhenxun.services.ai.utils.logger import log_agent as logger
+from zhenxun.utils.message import MessageUtils
+from zhenxun.utils.platform import PlatformUtils
+
+from .context import RunContext
+from .models import AgentRunEnd, AgentRunStart, AgentRunSummary
 
 
 class TelemetrySubscriber:
@@ -122,7 +125,7 @@ class DefaultUISubscriber:
 
     async def _send_to_platform(self, display: Any):
         """将通用的显示内容或富文本消息部件渲染并发送至具体的聊天平台"""
-        if not self.bot or not self.event or not display:
+        if not self.bot or not display:
             return
 
         if (
@@ -144,9 +147,27 @@ class DefaultUISubscriber:
             display = msg
 
         if isinstance(display, UniMessage):
-            await display.send(self.event, bot=self.bot, reply_to=self.reply_to)
+            if self.event:
+                await display.send(self.event, bot=self.bot, reply_to=self.reply_to)
+            else:
+                target = PlatformUtils.get_target(
+                    user_id=self.context.get_user_id(),
+                    group_id=self.context.get_group_id(),
+                )
+                if target:
+                    await display.send(target=target, bot=self.bot)
         else:
-            await self.bot.send(self.event, str(display))
+            if self.event:
+                await self.bot.send(self.event, str(display))
+            else:
+                target = PlatformUtils.get_target(
+                    user_id=self.context.get_user_id(),
+                    group_id=self.context.get_group_id(),
+                )
+                if target:
+                    await MessageUtils.build_message(str(display)).send(
+                        target=target, bot=self.bot
+                    )
 
     async def on_tool_stream(self, event: ToolStreamChunkEvent):
         """处理工具流式数据块事件，仅在 verbose 开启时发送给平台"""