feat: v0.8.0 流语义补全 · 会话可靠 · 恢复力 — finish_reason 全链路贯通根治"思考中停止" · 2445 用例全量回归

P0 会话可靠性收口（根治"模型思考着会话就停止"）：
- P0-1 finish_reason 全链路贯通：DONE 事件与 IterationStep 新增 finishReason，OpenAI 共享 SSE / Anthropic message_delta.stop_reason / Ollama done_reason 三路采集，TRACE 层弃用硬编码 'stop' 记录真值
- P0-2 空响应守卫 + 降级重试：零产出流→可重试错误走退避；思考耗尽输出预算（reasoning-only + length）→自动关闭思考降级重试一次；仍失败→OUTPUT_LENGTH_EXCEEDED 结构化错误 + 故障转移；附带根治 abort 恰逢零工具调用轮被 COMPLETED 抢占的真实缺陷
- P0-3 思考×能力×预算三对齐：DeepSeek/MiMo/Agnes/Ollama 四家 supportsThinking=false 强制不发思考参数；小输出预算告警；设置页联动提示
- P0-4 渲染层可见性：截断/空完成/友好错误三类提示，i18n 全部出层
- P0-5 回归四件套：reasoning-only 终止判定、集成级空闲超时、504 引擎重试归类、思考中 abort→USER_INTERRUPT、P4-2 强制收尾路径

FEAT-1：LLM 设置新增「最大输出上限」——Provider 支持矩阵显隐 + 模型上限钳制提示 + 超限保存警告 + llm.maxTokens 热生效

P1 修复面收口：
- 渲染层三缺陷根治：后台会话回放缓冲（2000 条/4MB 有界 + agent:getReplayState + 事件总线）+ abort 双层自愈 + sendMessage 收尾兜底 + 中断卡片清扫
- 工具 abort 信号全覆盖：web_search/web_fetch/http_request/code_search/git 系列/delegate_task 全部接入引擎中断；web_search 时间预算收敛（720s→≤240s）；移除伪造 ToolExecutionContext 与死代码
- 安全：本地 Pinned CONNECT 代理根治浏览器通道 DNS rebinding（校验期 IP pinning，可注入 resolver 表测）；配置 URL 域名解析深校验（DeepCheckSoftFailure 软失败）；SSE 空 error 帧防御修复；Ollama generate/embed AbortSignal.any 合并
- 缺陷清单：UTF-16 BOM 读取、tmp 同毫秒碰撞（nanoid 后缀）、code_search JS 回退参数对称（case_sensitive/前后文独立）、list_directory include_node_modules、崩溃自愈退避（60s 窗 ≥3 次停 reload）、MemoryViewer/Sidebar i18n 收口

P2 能力演进：
- 会话回收站：SCHEMA_VERSION 3 + 迁移 10（deleted_at，存在性守卫），软删除/恢复/彻底删除/30 天自动清理（启动+24h），searchMessages 聚合剔除，Sidebar 回收站面板
- 会话回放播放器：sessions:listRecordings/readRecording（白名单+目录边界+20MB 上限），SessionReplayPlayer 时间轴/步进/变速，Trace 面板入口
- electron-updater 自动更新：双轨（手动 feed 比对保留），生产环境启动静默检查 + update:status 广播 + app:updateInstall + LogsSettings UpdatePanel + builder publish 配置
- @ 文件提及：workspace.listFiles/readFileClip（边界/512KB/NUL 拒绝/MEMORY.md 保护），ChatInput Fuse 联想+键盘导航+附件管线注入
- MCP Resources/Prompts 发现：可选能力 try/catch 降级，mcp:listServerContents，MCPSettings 展开视图
- 文档对齐：内部 API 标准 HTML（Adapter 清单补 MiMo/已实现注记/STREAM_RESET/DONE.finishReason/ repetition_truncation 映射）；README v0.8.0 亮点表

P3 测试基建：
- 新增 4 个测试文件：engine-stream-contract（6）、engine-stream-reliability（4：集成空闲超时/504 重试/思考中 abort/P4-2 强制收尾）、thinking-capability-gate（7）、pinned-proxy（9，含深校验 5）、session-trash（5，DB 域）、use-agent-stream hook 级（5）、agent.test 回放缓冲（2）
- 契约更新：orchestrator 被中断 SubAgent success=false（abort 优先级修复语义）、SSE 空 error 帧、UTF-16 正常读取、DeepSeek 未配置思考显式 disabled、迁移矩阵 v2→3
- 弱断言根治：registry WEBP 单向断言、hooks-contracts 自比恒真、memory 空 token 补强

全量验证：typecheck 0 错误 / lint 0 问题 / 系统 Node 2144 通过（301 DB 用例按 ABI 跳过）/ Electron ABI 2445/2445 全量通过 0 跳过

electron/harness/adapters/ollama.adapter.ts

@@ -192,6 +192,14 @@ export class OllamaAdapter extends BaseAdapter {
           // 流结束
           if (chunk.done) {
             streamEndedNormally = true;
+            // v0.8.0 P0-1: 采集 done_reason —— Ollama 的停止原因在最终 done chunk
+            // 携带；旧实现流式路径完全忽略（length 截断不可见），现归一化后随
+            // DONE 事件上交引擎
+            const doneReason = mapOllamaDoneReason(
+              chunk.done_reason as string | undefined,
+              Array.isArray(chunk.message?.tool_calls) && chunk.message.tool_calls.length > 0,
+            );
+            const finishReason = doneReason === MetonaFinishReason.LENGTH ? 'length' : undefined;
             // 发送 usage 信息
             yield {
               type: MetonaStreamEventType.USAGE,
@@ -214,6 +222,9 @@ export class OllamaAdapter extends BaseAdapter {
               iteration: request.meta.iteration,
               seq: seq++,
               timestamp: Date.now(),
+              // v0.8.0 P0-1: 仅 length 需要显式上交（stop/tool_calls 语义由
+              // 事件流本身表达；load/unload 属本地引擎状态非响应语义）
+              ...(finishReason ? { finishReason } : {}),
             };
             return;
           }
@@ -252,6 +263,8 @@ export class OllamaAdapter extends BaseAdapter {
     format?: string | object;
     images?: string[];
     options?: Record<string, unknown>;
+    /** v0.8.0 P1-3.2: 外部取消信号（与固定 300s 超时合并，任一触发即中止） */
+    signal?: AbortSignal;
   }): Promise<{
     response: string;
     thinking?: string;
@@ -262,8 +275,13 @@ export class OllamaAdapter extends BaseAdapter {
     const response = await fetch(`${this.baseURL}/api/generate`, {
       method: 'POST',
       headers: { 'Content-Type': 'application/json' },
-      body: JSON.stringify({ ...params, stream: false }),
-      signal: AbortSignal.timeout(300_000),
+      body: JSON.stringify({ ...params, stream: false, signal: undefined }),
+      // v0.8.0 P1-3.2 根治: 旧实现固定 AbortSignal.timeout(300_000) —— 外部中断
+      // 无法取消该请求（最长 5 分钟资源悬挂）。现用 AbortSignal.any 合并外部
+      // signal 与超时信号，任一触发即中止（Node ≥20.3 / Electron 35 满足）。
+      signal: params.signal
+        ? AbortSignal.any([params.signal, AbortSignal.timeout(300_000)])
+        : AbortSignal.timeout(300_000),
     });
 
     if (!response.ok) throw new Error(`Ollama generate error: ${response.status}`);
@@ -290,12 +308,17 @@ export class OllamaAdapter extends BaseAdapter {
     model: string;
     input: string | string[];
     dimensions?: number;
+    /** v0.8.0 P1-3.2: 外部取消信号（与固定 60s 超时合并） */
+    signal?: AbortSignal;
   }): Promise<{ embeddings: number[][]; totalDuration: number }> {
     const response = await fetch(`${this.baseURL}/api/embed`, {
       method: 'POST',
       headers: { 'Content-Type': 'application/json' },
       body: JSON.stringify(params),
-      signal: AbortSignal.timeout(60_000),
+      // v0.8.0 P1-3.2: 与 generate 同口径 —— 外部 signal 与超时合并
+      signal: params.signal
+        ? AbortSignal.any([params.signal, AbortSignal.timeout(60_000)])
+        : AbortSignal.timeout(60_000),
     });
 
     if (!response.ok) throw new Error(`Ollama embed error: ${response.status}`);
@@ -381,9 +404,18 @@ export class OllamaAdapter extends BaseAdapter {
    */
   private cachedContextWindow: number | null = null;
   private refreshingContextWindow = false;
+  /** v0.8.0 P0-3: /api/show 探测只发一次（构造函数发起），失败不重试（fail-open） */
+  private probeAttempted = false;
+  /**
+   * v0.8.0 P0-3: /api/show capabilities 探测缓存 —— 模型是否支持思考。
+   * null = 未探测/探测失败（fail-open 放行，与 listModels 能力回退策略一致）；
+   * false = 服务端明确不支持 → toNativeRequest 不发 think 参数。
+   */
+  private cachedThinkingSupport: boolean | null = null;
 
   private refreshContextWindow(): void {
-    if (this.refreshingContextWindow) return;
+    if (this.refreshingContextWindow || this.probeAttempted) return;
+    this.probeAttempted = true;
     this.refreshingContextWindow = true;
     void this.showModel(this.config.defaultModel)
       .then((info) => {
@@ -396,6 +428,10 @@ export class OllamaAdapter extends BaseAdapter {
             log.info(`[Ollama] Context window (num_ctx) detected: ${value}`);
           }
         }
+        // v0.8.0 P0-3: 同一次探测顺带缓存思考能力（供 toNativeRequest 同步门控）
+        if (Array.isArray(info.capabilities)) {
+          this.cachedThinkingSupport = info.capabilities.map(String).includes('thinking');
+        }
       })
       .catch(() => {
         /* 模型探测失败不阻塞对话 */
@@ -573,6 +609,9 @@ export class OllamaAdapter extends BaseAdapter {
   }
 
   private async toNativeRequest(request: MetonaRequest): Promise<Record<string, unknown>> {
+    // 说明：能力/num_ctx 探测由构造函数 fire-and-forget 发起（probeAttempts 上限
+    // 1 次）—— 此处不再重复探测，避免每次请求都打 /api/show（也保持测试环境的
+    // fetch 捕获不受污染）。探测失败时 cachedThinkingSupport=null → 门控 fail-open。
     const messages: Record<string, unknown>[] = [
       {
         role: 'system',
@@ -662,14 +701,32 @@ export class OllamaAdapter extends BaseAdapter {
     }
 
     // Thinking 模式
+    // v0.8.0 P0-3: 模型能力门控 —— /api/show capabilities 探测为不支持思考
+    //（cachedThinkingSupport === false）时不发 think 参数（Ollama 服务端默认关闭）；
+    // 未探测/探测失败（null）fail-open 放行，与 listModels 能力回退策略一致。
+    // 探测在适配器实例创建时 fire-and-forget 发起（refreshContextWindow）。
     if (request.params.thinkingEnabled) {
-      const effortMap: Record<string, string | boolean> = {
-        low: 'low',
-        medium: 'medium',
-        high: 'high',
-        max: true,
-      };
-      body.think = effortMap[request.params.thinkingEffort ?? 'high'] ?? true;
+      const modelThinkingSupported = this.cachedThinkingSupport !== false;
+      if (modelThinkingSupported) {
+        const effortMap: Record<string, string | boolean> = {
+          low: 'low',
+          medium: 'medium',
+          high: 'high',
+          max: true,
+        };
+        body.think = effortMap[request.params.thinkingEffort ?? 'high'] ?? true;
+        // v0.8.0 P0-3: 思考占用 num_predict 输出预算 —— 预算过小时显式告警
+        const numPredict = request.params.maxTokens;
+        if (typeof numPredict === 'number' && numPredict < 8192) {
+          log.warn(
+            `[Ollama] thinking enabled with small num_predict budget (${numPredict}) — reasoning may consume the entire budget and truncate the answer`,
+          );
+        }
+      } else {
+        log.warn(
+          `[Ollama] model "${this.config.defaultModel}" does not support thinking (per /api/show capabilities) — omitting think parameter (P0-3 capability gate)`,
+        );
+      }
     }
 
     return body;