feat(llm): 重构 types.rs 为完整的 OpenAI 兼容类型系统

将 `types.rs` 拆分为模块化目录，所有类型派生 `Serialize/Deserialize`，
并新增 `OpenaiChatChunk`、`Role` 扩展等 30+ 缺失类型
消除对 `cycle/usage.rs` 的反向依赖，`Usage`/`CostTracker` 移至 `types/usage.rs`

src/llm/cycle.rs

@@ -7,19 +7,15 @@ pub use usage::{CostTracker, Usage};
 use crate::llm::cycle::retry::should_retry;
 use crate::llm::error::LlmError;
 use crate::llm::provider::LlmProvider;
-use crate::llm::types::{ChatRequest, ChatResponse, ContentBlock, Message, Role, ToolDefinition};
+use crate::llm::types::{
+    ChatRequest, ChatResponse, OpenaiChatMessage, OpenaiTool, ToolChoice, ToolDefinition,
+};
 
-/// LLM 生命周期引擎的配置。
 pub struct CycleConfig {
-    /// 使用的模型名称。
     pub model: String,
-    /// 最大输出 token 数。
     pub max_tokens: Option<u32>,
-    /// 采样温度。
     pub temperature: Option<f32>,
-    /// 最大对话轮数（预留，暂未使用）。
     pub max_turns: Option<u32>,
-    /// 重试策略配置。
     pub retry: RetryConfig,
 }
 
@@ -35,22 +31,15 @@ impl Default for CycleConfig {
     }
 }
 
-/// LLM 调用生命周期引擎。
-///
-/// 管理一次多轮交互的完整生命周期，包括：
-/// - 消息历史维护
-/// - Token 用量追踪
-/// - 自动重试
 pub struct LlmCycle {
     provider: Box<dyn LlmProvider>,
     config: CycleConfig,
     usage: CostTracker,
-    messages: Vec<Message>,
+    messages: Vec<OpenaiChatMessage>,
     system_prompt: Option<String>,
 }
 
 impl LlmCycle {
-    /// 创建新的生命周期引擎。
     pub fn new(provider: Box<dyn LlmProvider>, config: CycleConfig) -> Self {
         Self {
             provider,
@@ -61,50 +50,33 @@ impl LlmCycle {
         }
     }
 
-    /// 设置系统提示词（Builder 模式）。
     pub fn with_system_prompt(mut self, prompt: String) -> Self {
         self.system_prompt = Some(prompt);
         self
     }
 
-    /// 获取 Token 用量追踪器引用。
     pub fn usage(&self) -> &CostTracker {
         &self.usage
     }
 
-    /// 获取当前消息历史。
-    pub fn messages(&self) -> &[Message] {
+    pub fn messages(&self) -> &[OpenaiChatMessage] {
         &self.messages
     }
 
-    /// 清空消息历史。
     pub fn clear_messages(&mut self) {
         self.messages.clear();
     }
 
-    /// 重置 Token 用量统计。
     pub fn reset_usage(&mut self) {
         self.usage.reset();
     }
 
-    /// 提交一条用户消息并获取模型响应。
-    ///
-    /// 流程：
-    /// 1. 将用户消息追加到消息历史
-    /// 2. 构建 ChatRequest
-    /// 3. 使用重试循环调用 provider.chat()
-    /// 4. 将助手回复追加到消息历史
-    /// 5. 累计 token 用量
-    /// 6. 返回 ChatResponse
     pub async fn submit(
         &mut self,
         prompt: String,
         tools: Vec<ToolDefinition>,
     ) -> Result<ChatResponse, LlmError> {
-        self.messages.push(Message {
-            role: Role::User,
-            content: vec![ContentBlock::Text { text: prompt }],
-        });
+        self.messages.push(OpenaiChatMessage::user_text(prompt));
 
         let mut attempts = 0;
 
@@ -113,10 +85,7 @@ impl LlmCycle {
 
             match self.provider.chat(request).await {
                 Ok(response) => {
-                    self.messages.push(Message {
-                        role: Role::Assistant,
-                        content: response.message.content.clone(),
-                    });
+                    self.messages.push(response.message.clone());
 
                     self.usage.add(&response.usage);
 
@@ -134,16 +103,35 @@ impl LlmCycle {
         }
     }
 
-    /// 根据当前状态构建 ChatRequest。
     fn build_request(&self, tools: &[ToolDefinition]) -> ChatRequest {
+        let mut messages = self.messages.clone();
+
+        if let Some(sys_prompt) = &self.system_prompt
+            && !messages.iter().any(|m| matches!(m, OpenaiChatMessage::System { .. }))
+        {
+            messages.insert(0, OpenaiChatMessage::system_text(sys_prompt));
+        }
+
+        let openai_tools: Option<Vec<OpenaiTool>> = if tools.is_empty() {
+            None
+        } else {
+            Some(
+                tools.iter()
+                    .map(|t| OpenaiTool::Function {
+                        function: t.clone(),
+                    })
+                    .collect(),
+            )
+        };
+
         ChatRequest {
             model: self.config.model.clone(),
-            messages: self.messages.clone(),
-            system_prompt: self.system_prompt.clone(),
-            tools: tools.to_vec(),
+            messages,
             max_tokens: self.config.max_tokens,
             temperature: self.config.temperature,
-            extra_body: None,
+            tools: openai_tools,
+            tool_choice: Some(ToolChoice::Auto),
+            ..Default::default()
         }
     }
-}
+}