feat: 支持桌面与手机网页流式回复

[ciko5450]

改动

• 为 OpenAI 兼容 chat/completions 增加 stream=true 请求，解析 SSE 和逐行 JSON 数据。
• 流式请求支持取消、首块前重试、运行时上下文角色回退以及不兼容参数自动移除；开始输出后不再自动重试，避免重复回复。
• 普通纯文字聊天走低延迟 fast path；工具调用、图片、URL、浏览器/桌面操作和记忆指令继续使用完整 Agent 链路。
• 模型每完成一个结构化句段就发送到桌面字幕与 TTS 队列；流中断时保留已完成句段，最终结果不会重复播放。
• 手机网页新增 POST /api/chat/stream，通过 ready、segment、done、error SSE 事件逐段显示，等待期间每 10 秒保活。
• 原有 /api/chat JSON 接口保持兼容；图片或不适合流式处理的手机请求自动回退完整回复。

用户影响

普通聊天不再等待整段模型输出完成。桌面端和手机网页都会在第一个完整句段生成后立即展示，后续句段继续进入同一回复序列。

验证

• 完整测试：1479 passed, 3 skipped
• 流式与手机相关宽范围测试：417 passed
• 移动网页 JavaScript 通过 node --check
• 真实浏览器验证：约 450ms 时 DOM 只有第一句，第二句稍后到达；完成后无重复消息
• 390x844 手机视口截图检查通过，无控件或消息重叠
• OpenAI 兼容中转站实测：首个有效块约 2583ms，3 个句段，总耗时约 3539ms
• git diff --check 与敏感信息扫描通过

兼容性与风险

没有持久化配置格式变化。不支持流式的供应商会自动回退原有完整 Agent 请求。fast path 使用保守规则排除可能需要工具或媒体处理的消息。手机浏览器断开连接后，宿主已经开始的回合仍会完成并写入历史，避免产生半条历史，但可能继续消耗当前一次模型请求。