feat: 升级至 v0.3.4 — 接入 Xiaomi MiMo Provider + 文档全量校准

新增 MiMo (小米) LLM Provider 适配器，支持 mimo-v2.5-pro 和 mimo-v2.5 两个文本模型，复用 OpenAI 兼容 SSE 流式解析，支持 Thinking 模式和 Function Calling。同步校准全量 docs 文档与 README 使其与实际代码一致。

主要变更：
- 新增 mimo.adapter.ts 适配器（SSE + thinking.type + max_completion_tokens）
- 修复 thinking 逻辑 bug：禁用思考时未传 temperature/top_p
- 补全 sse-stream.ts 的 MiMo 缓存字段映射（prompt_tokens_details.cached_tokens）
- 补全 sse-stream.ts 的 finish_reason 映射（repetition_truncation）
- 注册 MiMo 适配器到 adapters/index.ts、main.ts 工厂
- handlers.ts 添加 mimo.contextWindow 热重载触发
- database.service.ts seed 添加 mimo 默认配置
- SettingsModal/OnboardingWizard/Header 添加 MiMo Provider UI
- constants.ts PROVIDER_LABELS 添加 mimo
- .env.example 添加 MIMO_API_KEY/MIMO_BASE_URL
- 反向修改 4 个 docs HTML 设计文档（工具数量/版本日期/适配器列表/数据库表）
- 反向修改 Agent网络工具通用设计-v2.md 附录 B 文件索引
- 完全重写 README.md（v0.3.4、27 工具、4 适配器、9 表）

electron/harness/adapters/shared/openai-format.ts

@@ -2,11 +2,12 @@
  * OpenAI 兼容 API 格式构建工具
  *
  * 将 MetonaRequest 转换为 OpenAI /chat/completions 兼容的原生请求格式。
- * DeepSeek 和 Agnes AI 共享此工具，各自 Adapter 只需处理 Provider 特有的差异参数。
+ * DeepSeek、Agnes AI 和 MiMo 共享此工具，各自 Adapter 只需处理 Provider 特有的差异参数。
  *
  * @see electron/harness/types/metona-request.ts — MetonaRequest 定义
  * @see apis/deepseek-api-docs-20260518.html
  * @see apis/agnes-ai-api-docs-20260625.html
+ * @see apis/mimo-api-docs-20260715.html
  */
 
 import type { MetonaRequest, MetonaToolDef } from '../../types';

electron/harness/adapters/shared/sse-stream.ts

@@ -2,7 +2,7 @@
  * SSE 流式解析工具
  *
  * 解析 OpenAI 兼容的 Server-Sent Events (SSE) 流式响应，
- * 产出 MetonaStreamEvent。DeepSeek 和 Agnes AI 共享此工具。
+ * 产出 MetonaStreamEvent。DeepSeek、Agnes AI 和 MiMo 共享此工具。
  *
  * SSE 格式：data: {json}\n\n
  * 结束标记：data: [DONE]
@@ -174,7 +174,10 @@ export async function* parseSSEStream(
             outputTokens: chunk.usage.completion_tokens ?? 0,
             totalTokens: chunk.usage.total_tokens ?? 0,
             reasoningTokens: chunk.usage.completion_tokens_details?.reasoning_tokens,
-            cacheHitTokens: chunk.usage.prompt_cache_hit_tokens,
+            // DeepSeek: prompt_cache_hit_tokens / prompt_cache_miss_tokens
+            // MiMo: prompt_tokens_details.cached_tokens
+            cacheHitTokens: chunk.usage.prompt_cache_hit_tokens
+              ?? chunk.usage.prompt_tokens_details?.cached_tokens,
             cacheMissTokens: chunk.usage.prompt_cache_miss_tokens,
           };
 
@@ -252,7 +255,9 @@ export function parseOpenAICompatibleResponse(
       outputTokens: (usage?.completion_tokens as number) ?? 0,
       totalTokens: (usage?.total_tokens as number) ?? 0,
       reasoningTokens: (usage?.completion_tokens_details as Record<string, unknown>)?.reasoning_tokens as number | undefined,
-      cacheHitTokens: usage?.prompt_cache_hit_tokens as number | undefined,
+      // DeepSeek: prompt_cache_hit_tokens / MiMo: prompt_tokens_details.cached_tokens
+      cacheHitTokens: (usage?.prompt_cache_hit_tokens as number | undefined)
+        ?? (usage?.prompt_tokens_details as Record<string, unknown> | undefined)?.cached_tokens as number | undefined,
       cacheMissTokens: usage?.prompt_cache_miss_tokens as number | undefined,
     },
   };
@@ -264,6 +269,8 @@ function mapOpenAIFinishReason(reason: string): string {
     case 'length': return 'length';
     case 'tool_calls': return 'tool_calls';
     case 'content_filter': return 'content_filter';
+    // MiMo 特有：检测到复读截断
+    case 'repetition_truncation': return 'stop';
     default: return 'stop';
   }
 }