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/services/workflow_engine.py

@@ -1917,12 +1917,25 @@ class WorkflowEngine:
                     if hasattr(self, '_on_tool_executed_budget'):
                         _agent_on_tool = self._on_tool_executed_budget
 
+                    # Agent 的 LLM 调用计入工作流预算
+                    def _on_agent_llm():
+                        self._llm_invocations += 1
+                        if self._llm_invocations > self._cap_llm:
+                            raise WorkflowExecutionError(
+                                detail=f"已超过 LLM 节点调用预算（{self._cap_llm} 次）",
+                            )
+
                     result = await run_agent_node(
                         node_data=node.get("data", {}),
                         input_data=input_data,
                         execution_logger=self.logger,
                         user_id=self.trusted_model_config_user_id,
                         on_tool_executed=_agent_on_tool,
+                        on_llm_invocation=_on_agent_llm,
+                        budget_limits={
+                            "max_llm_invocations": self._cap_llm,
+                            "max_tool_calls": self._cap_tool,
+                        },
                     )
                     if self.logger:
                         duration = int((time.time() - start_time) * 1000)