refactor(llm): unify agent tool loop + built-in provider presets

[ModerRAS]

{"body": "## 目标\n\n把 LLM/Agent 模块整体重写为现代 agent 架构（pi 式分层）：一套归一化消息模型贯穿全程 + 每方言一个无状态 transport + 唯一共享工具循环 + 纯 DTO 历史管线。总蓝图见 Docs/Agent_Architecture_Refactor_Plan.md。\n\n## 变更\n\n### 1. 共享 Agent 循环（不再按 provider 复制）\n- LlmToolLoop：唯一的工具循环——归一化 LlmMessage 历史、工具执行、迭代上限、续跑快照。原先 10 份 for cycle < MaxToolCycles 循环体（5 provider × 各变体）全部收敛。\n\n### 2. 归一化消息模型\n- LlmMessage（role/text/thinking/toolCalls/toolCallId/image/isToolError）+ LlmToolCall/LlmToolSpec/LlmTurnRequest/LlmStreamEvent 事件协议\n- 贯穿历史投影、循环状态、transport 请求、快照 v2\n\n### 3. 历史管线纯 DTO（消灭"五道工序"）\n- LlmHistoryQueryService.LoadAsync：唯一的 DB 管线（1h 窗口/last-10、可见性过滤、批量用户/扩展查询），替代 4 份带 N+1 查询的 GetChatHistory\n- LlmHistoryProjector：rows → LlmMessage 统一投影（旧 4 份仅标点差异，已归一）\n- LLMAgent worker 不再造假库：SeedTaskDataAsync（向 InMemory EF 播种伪造行）删除，task.History 纯 DTO 直达 transport；vision 从任务 capabilities 取\n\n### 4. 无状态 transports（5 个方言）\n- OpenAI Chat / Anthropic Messages / OpenAI Responses / Gemini / Ollama：每回合把归一化历史转 SDK 请求，流式回 LlmStreamEvent\n- 各 provider 的历史序列化对、tool 转换、prompt caching、quirk 全部收编内部\n- Anthropic 保留「首轮 prepare + 后续增量追加」的旧 wire 语义（user 消息保持 string 类型）\n\n### 5. 快照 v2\n- LlmContinuationSnapshot.NormalizedHistory（归一化历史，保留 native tool_call id——旧 v1 会丢）；resume 共享一份实现\n- 旧 v1 快照 24h TTL 自然过期，不迁移\n\n### 6. 内置 Provider 预设\n- LlmProviderCatalog 11 家预置（Anthropic / OpenAI Chat/Responses / Gemini / MiniMax / Ollama / LM Studio / DeepSeek / Moonshot / OpenCode Zen / OpenCode Go）\n- 新指令 预制渠道：选编号 → 填 API Key（OpenCode Go 需先填网关地址；本地服务发 - 跳过）→ 自动建渠道 + 默认 binding + 预置默认模型\n- OpenCode Zen 按既有规则走 catalog≠entitlement（不自动建模型行）；数据库表结构零变更\n\n### 7. 文档\n- Docs/Agent_Architecture_Refactor_Plan.md：重写策略 + 数据迁移映射表 + 后续阶段（P5 单入口/Redis 精简、P6 worker 合并评估）\n- Docs/Bot_Commands_User_Guide.md：预制渠道 指令\n\n## 验证\n- 全 solution 0 error；测试 LLM 282 + 核心 445 + Search 6 全过\n- 新增 LlmToolLoopTests（文本/native 协议、v2 快照、resume 语义）；OpenCode wire 协议测试全部保持通过（wire 兼容回归修复：HttpClient 生命周期、ChatClient 按回合模型名、Anthropic user 消息 string 语义）\n- CI：ubuntu ✅ windows ✅\n\n## 后续（独立 PR）\n- P5：单入口（GeneralLLMController 旧直连路径并入 AgentChat 队列）+ Redis 状态精简\n- P6：worker 进程合并评估（默认不动）\n\n## Phase 4.5 追加（provider 层彻底消除，本 PR 内）\n\n- LlmChatRunner（Singleton）：native→XML 降级 dispatch、bot 名/prompt-caching 开关、meta 组装集中一份；消息路径/worker 路径/快照恢复路径全部经 runner\n- Transports/* 每方言 static Create 工厂吸收全部 client 构造胶水（端点归一化、MiniMax 判断、Opencode headers、Ollama pull）\n- ProviderApi/{OpenAi,Anthropic,Responses,Gemini,Ollama}ModelApi：目录/向量/视觉/健康，实现 ILlmModelCatalog/ILlmEmbeddings/ILlmVision\n- LlmProviderRegistry：GetTransport（binding.Protocol 优先）+ GetCatalog/GetEmbeddings/GetVision\n- 删除：ILLMService、ILLMFactory、LLMFactory、ILlmProvider、5 个 *Service 类（4520 行 → 2984 行 ModelApi）；净删 ~2600 行聊天胶水/legacy\n- 架构图与 ER 图见 Docs/Agent_Architecture_Refactor_Plan.md 第七节\n"}

[coderabbitai]

Important

• 🔍 Trigger review

This repository does not receive automatic reviews because it has fewer than 10 stars.

⚙️ Run configuration

Configuration used: defaults

Review profile: CHILL

Plan: Advanced

Run ID: cafdef9f-ac06-4f67-a334-a91eaff497d9

---

Thanks for using CodeRabbit! It's free for OSS, and your support helps us grow. If you like it, consider giving us a shout-out.

❤️ Share

• X
• Mastodon
• Reddit
• LinkedIn

_{Comment @coderabbitai help to get the list of available commands.}

[github-actions]

PR Check Report

Summary

• PR: refactor(llm): unify agent tool loop + built-in provider presets #390
• Branch: refactor/llm-transport-abstraction <- master
• Event: pull_request
• Commit: c794e48

Test Results

Platform	Status	Details
Ubuntu	Passed	Tests passed, artifacts uploaded
Windows	Passed	Tests passed, artifacts uploaded

Code Quality

• Code formatting check
• Security vulnerability scan
• Dependency analysis
• Code coverage collection

Test Artifacts

• Test results artifacts count: 2
• Code coverage uploaded to Codecov

Links

• PR Page
• Actions Logs

---

This report is auto-generated by GitHub Actions