♻️ 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/tools/providers/mcp/toolkit.py

@@ -23,7 +23,7 @@ from zhenxun.services.ai.sandbox.models import SandboxBlueprint
 from zhenxun.services.ai.tools.core.tool import BaseTool
 from zhenxun.services.ai.tools.core.toolkit import BaseToolkit
 from zhenxun.services.ai.tools.models import ToolkitConfig, ToolResult
-from zhenxun.services.log import logger
+from zhenxun.services.ai.utils.logger import log_tool as logger
 from zhenxun.utils.lifespan import LifespanManager
 from zhenxun.utils.pydantic_compat import model_dump
 
@@ -270,10 +270,10 @@ class MCPToolkit(BaseToolkit):
         command: str | None = None,
         args: list[str] | None = None,
         url: str | None = None,
+        headers: dict[str, str] | None = None,
         env: dict | None = None,
         cwd: str | None = None,
         install_command: str | None = None,
-        isolation: Literal["shared", "per_session"] = "shared",
         timeout: int = 30,
         admin_level: int = 0,
         header_provider: Callable[[RunContext], dict[str, str]] | None = None,
@@ -292,10 +292,10 @@ class MCPToolkit(BaseToolkit):
             command: 用于 stdio 或 sandbox_proxy 模式启动服务器的可执行命令。
             args: 启动服务器时附加的命令行参数。
             url: 用于 sse 或 streamable-http 模式的服务器连接 URL。
+            headers: 静态配置的 HTTP 请求头。
             env: 启动服务器时的进程环境变量。
             cwd: 启动服务器时的进程工作目录。
             install_command: 首次启动前执行的环境热装配/依赖安装命令。
-            isolation: 环境隔离模式，可选 "shared" (共享模式) 或 "per_session" (每个会话独立)。
             timeout: 初始化和请求网络接口时的超时秒数，默认 30。
             admin_level: 调用工具所需的管理权限等级，默认 0 (无限制)。
             header_provider: 动态生成 HTTP 头部信息的工厂函数。
@@ -312,6 +312,7 @@ class MCPToolkit(BaseToolkit):
         self.command = command
         self.args = args or []
         self.url = url
+        self.headers = headers or {}
         self.env = env or {}
         self.cwd = cwd
         self.install_command = install_command
@@ -587,8 +588,13 @@ class MCPToolkit(BaseToolkit):
         self._ready_event.clear()
         self._init_exception = None
 
-        dynamic_headers = {}
+        dynamic_headers = self.headers.copy()
+        if self.header_provider and context:
+            dynamic_headers.update(self.header_provider(context))
+
         dynamic_env = self.env.copy()
+        if self.env_provider and context:
+            dynamic_env.update(self.env_provider(context))
 
         self._shared_task = asyncio.create_task(
             self._spawn_session_task(dynamic_headers, dynamic_env)