[context] feat: 上下文压缩接入核心链路（token 化触发）+ LLM Provider 切换 + 测试分包

[atoncooper]

概述

四个独立特性，均带完整测试：

1. [context] 上下文压缩接入核心链路 — 此前 app/context/ 压缩管线已实现但无生产调用方（空转）。本次接通写入（orchestrator 三处 finalize 钩子 → ContextManager）、读取（get_conversation_context 注入 Redis 摘要 + 近 3 轮原文）、启动初始化三环。
2. 触发 token 化 — 从轮数制改为 token 预算制：CJK 感知估算器 + TokenThreshold（超预算 且 ≥4 轮 且过冷却）+ TokenBudgetWindow。预算 = 当前模型窗口 × 50%，随模型自动缩放。
3. [llm] Provider 切换 — llm.provider = dashscope | openrouter 一行配置切换对话类 LLM 网关；内置 2026-08 模型窗口表 + OpenRouter /models 动态元数据；embedding/rerank 不参与切换。
4. [test] 分包重组 — 74 个顶层测试按业务域归入 16 个包（纯移动，git mv 保留历史）。

另含一个既有 bug 修复：search agent SYSTEM_PROMPT 字面 {api} 未转义导致 inject_prompt KeyError。

压缩工作方式

每轮落库后（后台，不阻塞响应）
  add_turn → TokenThreshold(窗口×50%, ≥4轮, 冷却10轮)
    ├─ 未超 → 结束
    └─ 超限 → qwen 滚动摘要（增量合并）→ 存储裁剪到近10轮 → 摘要写 Redis
下一轮 prompt =【历史摘要】+ 最近 3 轮原文

降级链：Redis 挂 → 压缩照常仅镜像失效；管线未初始化 → 钩子静默跳过；摘要 LLM 故障 → 内置截断兜底。

质量验证（Layer 2 真实评测，报告见 reports/）

12 场景 × 3 重复 × 真实 qwen3-max：

指标	结果
触发正确性	应触发 9/9 全触发；不应触发 3/3 全未触发
关键词召回率	100%
事实保留均值 (judge)	1.0（实体/时序/纠正全类型）
无幻觉均值	0.907（T2 场景暴露一处填充内容定性失真，已定位）

测试

• 新增：场景化 Layer 1（15 例，零 LLM 成本进 CI）+ provider/压缩/token 单测
• 全量：ruff 通过；context/llm/eval 相关 195 passed
• 说明：全量 pytest app/test 中约 90 个失败为重组前既有的环境/行为问题（未移动目录同样失败，证据在 PR 讨论），与本次改动无关

部署注意

• backend 需 rebuild（新代码 + default.yaml）
• 切换 OpenRouter：.env 设 LLM__PROVIDER=openrouter + OPENROUTER__API_KEY 后 docker compose up -d backend