feat(llm): 新增 IR 类型层 + 切换 LlmProvider trait 签名

引入跨 Provider 统一的新类型系统：
- Message 扁平大枚举（System/User/UserImage/Assistant/ToolResult）
- MessageRequest + MessageResponse + StreamEvent（高精度 IR）
- PartialMessageResponse 含 apply_to/finalize 汇聚算法
- ProviderType enum 扩展 + ProviderCapabilities

切换 LlmProvider trait 签名为 chat(MessageRequest) → MessageResponse，
chat_stream 返回 Stream<Item = Result<StreamEvent, LlmError>>，新增 capabilities()。

StreamEvent 命名冲突处理：旧变体迁移至 old_stream::LegacyStreamEvent，
stream.rs 通过 pub use 重新导出新高精度事件。

OpenaiProvider 添加 Phase 0 临时桥接（MessageRequest ↔ OpenaiChatRequest 转换），
标注 ponytail: Phase 0 临时桥接 标记，Phase 1 重写时移除。

测试 147 passed / 0 failed（新增 31 个新类型测试）。

src/llm/provider.rs

@@ -3,16 +3,29 @@ pub mod registry;
 
 use std::pin::Pin;
 
-use tokio_stream::Stream;
+use futures_core::Stream;
+use serde::{Deserialize, Serialize};
 
 use crate::llm::error::LlmError;
-use crate::llm::types::{ChatRequest, ChatResponse, OpenaiChatChunk};
-use async_trait::async_trait;
+use crate::llm::types::request_v2::MessageRequest;
+use crate::llm::types::response_v2::{MessageResponse, StreamEvent};
 
+/// Provider 类型枚举 —— `create_provider()` 在编译期 exhaustive match 中使用。
+///
+/// 设计依据（见 `docs/10-llm-provider-refinement.md` §2.5 Decision-05）：
+/// 当前协议数量（5 种以内）完全可控，enum 的编译期安全检查优于运行时的 `HashMap::get()`。
+/// 未来如果扩展到 15+ 种以上，再改为注册表模式。
 #[derive(Debug, Clone, Copy, PartialEq, Eq)]
 pub enum ProviderType {
-    OpenAI,
+    /// OpenAI Chat Completions API（兼容 DeepSeek / Qwen 等 `/chat/completions` 端点）。
+    OpenaiChat,
+    /// OpenAI Response API。
+    OpenaiResponse,
+    /// Anthropic Messages API。
+    Anthropic,
+    /// DeepSeek（OpenAI-compatible `/chat/completions`）。
     DeepSeek,
+    /// Qwen / 阿里云百炼（OpenAI-compatible `/chat/completions`）。
     Qwen,
 }
 
@@ -21,60 +34,103 @@ impl std::str::FromStr for ProviderType {
 
     fn from_str(s: &str) -> Result<Self, Self::Err> {
         match s.to_lowercase().as_str() {
-            "openai" => Ok(ProviderType::OpenAI),
+            "openai" | "openai-chat" | "openai_chat" => Ok(ProviderType::OpenaiChat),
+            "openai-response" | "openai_response" | "response" => Ok(ProviderType::OpenaiResponse),
+            "anthropic" | "claude" => Ok(ProviderType::Anthropic),
             "deepseek" => Ok(ProviderType::DeepSeek),
             "qwen" | "dashscope" | "tongyi" => Ok(ProviderType::Qwen),
-            _ => Err(format!("未知的 Provider 类型: {}", s)),
+            _ => Err(format!("未知的 Provider 类型: {s}")),
         }
     }
 }
 
+/// Provider 构造参数 —— 通用 base_url + api_key + model。
 pub struct ProviderConfig {
     pub base_url: String,
     pub api_key: String,
     pub model: String,
 }
 
+/// Provider 工厂 —— exhaustive match 在编译期保证新 Provider 被注册。
 pub fn create_provider(
     provider_type: ProviderType,
     config: ProviderConfig,
 ) -> Result<Box<dyn LlmProvider>, LlmError> {
     match provider_type {
-        ProviderType::OpenAI => Ok(Box::new(openai::OpenaiProvider::new(
+        ProviderType::OpenaiChat => Ok(Box::new(openai::OpenaiProvider::new(
             config.base_url,
             config.api_key,
             config.model,
         ))),
+        ProviderType::OpenaiResponse => {
+            unimplemented!("OpenAI Response Provider 将在 Phase 1 引入")
+        }
+        ProviderType::Anthropic => {
+            unimplemented!("Anthropic Provider 将在 Phase 1 引入")
+        }
         ProviderType::DeepSeek => {
-            unimplemented!("DeepSeek Provider 尚未实现")
+            unimplemented!("DeepSeek Provider 将在 Phase 1 引入")
         }
         ProviderType::Qwen => {
-            unimplemented!("Qwen Provider 尚未实现")
+            unimplemented!("Qwen Provider 将在 Phase 1 引入")
         }
     }
 }
 
+/// Provider 能力描述 —— 静态元信息，调用方据此决定可用特性。
+///
+/// 设计依据（见 `docs/10-llm-provider-refinement.md` §4 任务 6 决策）：
+/// `ProviderCapabilities` 与 trait 同文件（`provider.rs`），不分散到类型目录。
+#[derive(Debug, Clone, Serialize, Deserialize)]
+pub struct ProviderCapabilities {
+    /// 人类可读的 Provider 名（如 `"openai"` / `"anthropic"`）。
+    pub provider_name: &'static str,
+    /// 支持的模型列表（`None` 表示"未列举全部"）。
+    pub supported_models: Option<Vec<String>>,
+    /// 详细功能开关。
+    pub features: ProviderFeatures,
+}
+
+/// Provider 功能开关集合。
+#[derive(Debug, Clone, Default, Serialize, Deserialize)]
+pub struct ProviderFeatures {
+    /// 是否支持流式响应。
+    pub streaming: bool,
+    /// 是否支持 thinking / 推理。
+    pub thinking: bool,
+    /// 是否支持图片输入。
+    pub vision: bool,
+    /// 是否支持音频输入。
+    pub audio_input: bool,
+    /// 是否支持工具调用。
+    pub tool_use: bool,
+    /// 是否支持并行工具调用。
+    pub parallel_tool_calls: bool,
+    /// system prompt 是否放在 messages 中（`true`）还是顶层 `system` 字段（`false`）。
+    pub system_prompt_in_messages: bool,
+    /// 模型上下文窗口（tokens）；`0` 表示未知。
+    pub max_context_window: u32,
+}
+
 /// LLM Provider 抽象接口。
 ///
-/// 所有具体的 LLM 后端实现（OpenAI、Anthropic、Azure 等）
+/// 所有具体的 LLM 后端实现（OpenAI、Anthropic、DeepSeek、Qwen 等）
 /// 均需实现此 trait，以实现可插拔替换。
-#[async_trait]
+///
+/// 修订（Phase 0）：签名由 `chat(ChatRequest) → ChatResponse` 切换为
+/// `chat(MessageRequest) → MessageResponse`，`chat_stream` 返回新 `StreamEvent` 流，
+/// 新增 `capabilities()` 方法。
+#[async_trait::async_trait]
 pub trait LlmProvider: Send + Sync {
     /// 发送聊天请求并返回完整响应。
-    async fn chat(&self, request: ChatRequest) -> Result<ChatResponse, LlmError>;
+    async fn chat(&self, request: MessageRequest) -> Result<MessageResponse, LlmError>;
 
-    /// 流式聊天请求 —— 返回原始 SSE chunk 流。
-    ///
-    /// 默认实现回退到非流式调用（包装为单元素流）。
+    /// 流式聊天请求 —— 返回新 IR `StreamEvent` 流。
     async fn chat_stream(
         &self,
-        request: ChatRequest,
-    ) -> Result<
-        Pin<Box<dyn Stream<Item = Result<OpenaiChatChunk, LlmError>> + Send>>,
-        LlmError,
-    > {
-        let response = self.chat(request).await?;
-        let chunk = OpenaiChatChunk::from(response);
-        Ok(Box::pin(tokio_stream::once(Ok(chunk))))
-    }
+        request: MessageRequest,
+    ) -> Result<Pin<Box<dyn Stream<Item = Result<StreamEvent, LlmError>> + Send>>, LlmError>;
+
+    /// 返回 Provider 静态能力描述。
+    fn capabilities(&self) -> ProviderCapabilities;
 }