v15

feat(ai): 思考回传（interleaved reasoning）全链路 + 估算取大 + 压缩降级阶梯 + 失败救援

## 思考回传（能力表驱动）
- 能力表 interleaved 字段（reasoning / reasoning_content / reasoning_text）：assistant
  消息有思考发内容、无思考发空串兜底（对齐 opencode "always set the field"）；未标记
  模型不回传；模型表重新生成（含 interleaved 字段）
- DB 加载与 worker 实时两路都带 reasoning；序列化测试覆盖 标记/空串/user-tool 不带

## 估算与发送同口径 → 取大（防漏压自锁）
- messageRequestBytes 带 count_reasoning：仅当前模型回传时计入 reasoning（压缩触发/
  保留区选择/tokens_before 同源）
- 预检估算 = max(账本口径, 全量字节口径)：账本 = 上次真实 usage + 增量（可能口径过期，
  锚点带 provider+模型标签）；字节口径永远按"当前要发什么"算——哪个大用哪个
- 修掉实测自锁：v15→新版迁移后锚点"模型相符"但口径过期（66.7 万 vs 实际 590 万）→
  不触发压缩 → 22.97MB 请求被网关掐流 → 4 连败
- 状态栏显示同口径（估算胜出加 ~ 前缀）

## 压缩（摘要）请求：默认带思考 + 阶梯降级
- 默认把思考作为 [thinking] 文本段喂给摘要器（对齐 pi/opencode；查证两家摘要提示词
  均无"思考怎么处理"指引 → 不额外加）
- 超预算阶梯：剥思考 → 工具加狠截断（2000→500 / 500→200）→ 从最老端丢消息
  （上一轮摘要始终保留、至少保留最后一条）；预算按"1 token ≥ 3 字节"保守换算
- 摘要请求仍失败（重试耗尽）→ 剥思考重试一次

## 失败救援（P2 泛化）
- 重试耗尽的失败（不管原因、不认错误码）→ 强制压缩一次并重发整请求；只救一次防死循环
- 实测本网关超限不给错误体（HTTP 200 后直接掐流）→ 旧版"只认错误体"永远不会触发
- 错误体可识别为"输入超限"时保留更具体的日志/提示

## 体验与修复
- 发起前自动压缩改在 worker 首轮前异步执行：不再冻结界面 30~100 秒、消息不再滞留输入框
- ask 最终回答按 DB 行 id 兜底（发起前压缩重建历史后基线失效 → 曾 exit=4 无输出）
- 诊断：cache 请求指纹 / endpoint 标识 / 首折日志
- 文档：development §2.3、reasoning-retention（调研 + 决议落地）、cache-miss-analysis

## 验证
- 231/231 测试（新增：思考序列化、估算取大、摘要阶梯五档、溢出识别等）
- 卡死会话实测自愈：估算取大（5.56M）→ 触发压缩 → 带思考 20.8MB 超预算 → 剥思考
  1.48MB（455k tokens）→ 摘要成功 → 重建 → 56 条消息小请求 → 回复落库 ✅