feat: 引入可选的双层架构（Steering Loop + AgentMessage）

[xzq-xu]

概述

实现 #1181 提出的可选双层架构，为 Agent Runtime 增加两项核心能力。所有新功能均为 opt-in，默认配置下行为与现有 main 分支完全一致。

A. Steering Loop（动态任务中断）

开启 enable_steering: true 后，用户在 Agent 执行工具链期间发送的新消息会合并到当前对话，而非排队等待。

中断检查点（两处）：

1. 每轮 LLM 调用前：若有待处理中断，先注入再调用 LLM
2. 每个工具执行前：若有中断到达，立即取消剩余工具（为每个未执行的工具填充 CANCELLED: User interrupted 结果以维持 OpenAI 消息格式），然后注入新消息

中断 vs 新任务的区分：

• 工具执行阶段（Agent 正在工作）→ 中断合并，模型继续处理（单回复）
• Final response 之后（任务已结束）→ 不注入，残留消息通过 bus.publish_inbound() 重新排队为新任务（独立处理）

实现细节：

• 每个 session 独立的 InterruptionChecker（异步队列），跨会话零干扰
• _dispatch() 的 finally 块负责 checker 生命周期管理和孤儿消息回收
• 注入内容为带上下文提示的 user message，由 LLM 自主决定继续、切换或同时处理
• 借鉴了 feat: add async event injection mechanism for user interruption #1233 的逐工具中断 + CANCELLED 填充策略

B. AgentMessage 模型（结构化上下文钩子）

• AgentMessage 数据类在标准 LLM dict 之上封装应用层元数据：msg_type、tags、artifact、metadata
• AgentLoop 新增两个可选钩子：
  • transform_context：LLM 调用前的语义裁剪（如"保留最近 3 个 artifact"）
  • convert_to_llm：自定义 AgentMessage → LLM dict 转换
• 未配置钩子时，LLM 接收的仍然是原始 list[dict]，零开销

变更文件

文件	变更内容
nanobot/agent/messages.py	新增 — AgentMessage、ArtifactInfo、MessageType 数据模型及查询方法
nanobot/agent/steering.py	新增 — InterruptionChecker 异步信号/排空队列
nanobot/agent/loop.py	run() 中的中断路由、_dispatch() 中的 checker 生命周期管理与孤儿消息回收、_run_agent_loop() 中的逐工具中断检查与上下文钩子；已适配上游 chat_with_retry 重试机制
nanobot/config/schema.py	AgentDefaults 新增 enable_steering: bool = False
nanobot/cli/commands.py	2 处 AgentLoop 实例化传入 enable_steering

向后兼容性

所有新代码路径均由 if self.enable_steering 或 if self._transform_context 守卫。默认配置下：

• 无任何新分支被执行，无任何新对象被创建
• provider.chat_with_retry() 接收的 messages 与现有主分支完全一致

测试验证

• enable_steering=false：gateway 正常启动，消息顺序处理，无回归
• enable_steering=true：发送多工具任务，执行期间发送中断消息——中断在工具执行前被捕获，剩余工具以 CANCELLED 结果填充，LLM 动态响应合并后的上下文
• Final response 后的新消息不会注入到已完成的循环，而是作为新任务独立处理

与 PR #1233 的关系

本 PR 借鉴了 #1233 的逐工具中断检查和 CANCELLED 填充策略，同时保留了以下差异设计：

• 队列在 agent 层（InterruptionChecker），而非 bus 层，保持关注点分离
• 注入格式为 user message（带上下文提示），而非 <SYS_EVENT> system message，让 LLM 获得更多决策信息
• 额外提供 AgentMessage 模型 + 上下文钩子，覆盖 Issue 中的"问题二：结构化语义记忆"

待后续完善

本 PR 完成了双层架构的核心框架和接口层，以下能力已预留数据模型和方法，但尚未端到端打通：

• Artifact 自动填充：ArtifactInfo 模型已定义，但工具执行结果未自动标记为 artifact
• 内置语义裁剪策略：get_latest_artifacts(n)、filter_by_type() 等查询方法已就绪，但未提供开箱即用的 transform_context 实现
• 外部事件监控：当前仅支持用户新消息中断，其他事件源可通过扩展 InterruptionChecker 实现

Closes #1181