feat: Agent 多模式系统、视觉模型集成、LLM 能力分层与 P3 性能收尾

核心架构变更：

  1. Agent 多模式系统替代 Coordinator
     - 移除 src/agent/coordinator/（Coordinator Agent/Worker/Tools，946 行）
     - 新建 src/agent/modes/：声明式模式抽象（AgentMode/ModeConfig/ToolSet）
     - 三种内置模式：
       - default：通用科研助手，零覆盖保持现有行为
       - deep-research：16 步、启用思考、research 权限、系统性调研
       - literature-reader：白名单工具、只读沙箱、结构化阅读
     - ModeRegistry + ModeConfig 预设 + ToolSet 过滤 + 身份/原则覆盖
     - AgentRuntime::with_mode() 统一入口，模式持久化到 session.mode 字段
     - GET /api/chat/modes 提供模式列表给前端选择器

  2. 视觉模型与图片分析
     - 新增 analyze_image 工具（340 行）：本地/URL 图片 → 视觉模型流式分析
     - LlmClient::analyze_image_stream()：SSE 增量实时推送
     - 配置：LLM_VISION_MODEL / LLM_VISION_API_KEY / LLM_VISION_API_BASE
     - 前端：粘贴/选择图片附件，重试时复用文件路径
     - Service 层移除 /chat/rag 和 /chat/figure 端点，统一走 Agent SSE
     - Body limit 提升至 100MB 适配大图上传

  3. LLM 三级能力分层
     - Tier 1 (Core) → Tier 2 (Medium) → Tier 3 (Fast)，级联回退
     - medium_llm / fast_llm / vision_llm 注入 AppState
     - 资产批量翻译 → Medium LLM + Semaphore(3) 并发控制
     - 记忆提取/上下文压缩子代理 → Fast LLM
     - SubAgentRunner::with_llm_client() 支持注入专用 LLM

  4. 数据库与性能优化
     - SQLite 启用 WAL + busy_timeout(10s) 处理并发写入
     - RAG ingest：DELETE 合并为原子语句 + 批量事务写入
     - Meta sync：save_paper_to_db_tx() 事务化批量插入
     - 翻译词典：first_words HashSet 预过滤 + next_valid_index 跳跃优化
     - read_file 不截断输出 + skip_persist 防止级联磁盘持久化

  5. 工具系统增强
     - ToolContext 增加 tool_call_id + max_output_chars
     - ToolOutput 增加 skip_persist 标记
     - TextDelta SSE 携带可选 tool_call_id 支持工具的流式输出
     - ChatMessage::text() 辅助方法

.env.example

@@ -21,6 +21,23 @@ LLM_MODEL=gpt-4o-mini
 # 备用模型链（逗号分隔，按顺序轮换尝试，可选）
 # LLM_FALLBACK_CHAIN=gpt-4o-mini,deepseek-chat
 
+# 中型大语言模型配置（用于文献翻译、RAG，默认级联回退至核心 LLM 配置）
+# LLM_MEDIUM_API_KEY=your_llm_medium_api_key_here
+# LLM_MEDIUM_API_BASE=https://api.openai.com/v1
+# LLM_MEDIUM_MODEL=gpt-4o-mini
+
+# 快速大语言模型配置（用于记忆提取等后台辅助任务，默认级联回退至中型 LLM 配置）
+# LLM_FAST_API_KEY=your_llm_fast_api_key_here
+# LLM_FAST_API_BASE=https://api.openai.com/v1
+# LLM_FAST_MODEL=gpt-3.5-turbo
+
+# ── 视觉模型（可选，配置后启用图片分析能力）──
+# 专用视觉模型名称。主 Agent 可为纯文本模型，图片分析通过 analyze_image 工具
+# 委托给此模型。用户上传图片时也会先用此模型预处理再交给 Agent。
+# LLM_VISION_MODEL=gpt-4o
+# LLM_VISION_API_KEY=your_vision_api_key_here（空时回退到 LLM_API_KEY）
+# LLM_VISION_API_BASE=https://api.openai.com/v1（空时回退到 LLM_API_BASE）
+
 # 向量嵌入模型配置（未设置时默认回退到 LLM 的 API Key 和 Base）
 # EMBEDDING_API_KEY=your_embedding_api_key_here
 # EMBEDDING_API_BASE=https://api.openai.com/v1
@@ -92,11 +109,6 @@ LOG_DIR=./logs
 # 触发 snip 压缩的最大消息数（默认 50）
 # AGENT_MAX_MESSAGES=50
 
-# ── P2 Coordinator Mode ──
-# Worker 最大并发数（默认 4）
-# AGENT_COORDINATOR_MAX_WORKERS=4
-# Worker 超时秒数（默认 300）
-# AGENT_COORDINATOR_WORKER_TIMEOUT=300
 
 # ── 权限系统 ──
 # Agent 工具权限规则（逗号分隔，支持内容级匹配 "ToolName(pattern)"）