feat: 向量记忆 RAG、工具市场、SSE 流式响应、前端集成与测试覆盖

- 新增 embedding_service（语义检索）、knowledge_service（RAG）、text_chunker、document_parser
- 新增 tool_registry（自定义工具注册表）并完善工具市场 API（CRUD + code/http 执行）
- 新增 agent_vector_memory / knowledge_base 模型及对应数据库表
- 实现 SSE 流式响应与 Agent 预算控制
- AgentChat.vue 集成 MainLayout 导航布局
- 完善测试体系：7 个新测试文件共 110 个测试覆盖
- 修复 conftest.py SQLite 内存数据库连接隔离问题

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

backend/app/agent_runtime/workflow_integration.py

@@ -13,6 +13,7 @@ from app.agent_runtime.schemas import (
     AgentConfig,
     AgentLLMConfig,
     AgentToolConfig,
+    AgentBudgetConfig,
 )
 
 logger = logging.getLogger(__name__)
@@ -24,6 +25,8 @@ async def run_agent_node(
     execution_logger: Optional[Any] = None,
     user_id: Optional[str] = None,
     on_tool_executed: Optional[Any] = None,
+    on_llm_invocation: Optional[Any] = None,
+    budget_limits: Optional[Dict[str, int]] = None,
 ) -> Dict[str, Any]:
     """
     在工作流中执行 Agent 节点。
@@ -72,6 +75,14 @@ async def run_agent_node(
     if node_data.get("base_url"):
         llm_config.base_url = node_data["base_url"]
 
+    # 3a. 构建预算配置（接收工作流级预算限制）
+    budget = AgentBudgetConfig()
+    if budget_limits:
+        if "max_llm_invocations" in budget_limits:
+            budget.max_llm_invocations = max(1, int(budget_limits["max_llm_invocations"]))
+        if "max_tool_calls" in budget_limits:
+            budget.max_tool_calls = max(1, int(budget_limits["max_tool_calls"]))
+
     agent_config = AgentConfig(
         name=node_data.get("label", "agent_node"),
         system_prompt=formatted_prompt,
@@ -84,6 +95,7 @@ async def run_agent_node(
             "enabled": node_data.get("memory", True),
             "persist_to_db": node_data.get("memory", True),
         },
+        budget=budget,
         user_id=user_id,
     )
 
@@ -93,6 +105,9 @@ async def run_agent_node(
         execution_logger=execution_logger,
         on_tool_executed=on_tool_executed,
     )
+    # 注入 LLM 预算回调（使 Agent 内部 LLM 调用计入工作流预算）
+    if on_llm_invocation:
+        runtime.on_llm_invocation = on_llm_invocation
 
     result = await runtime.run(query)