feat: v0.8.1 记忆深化 · 观测闭环 · 体验收口 — 窗口/输出上限全局单一配置 · 2478 用例全量回归 + E2E 冒烟

硬性契约：删除代码中一切写死的上下文窗口与最大输出上限（含六家模型元信息
钳制与全部兜底值）——唯一合法来源是设置面板「上下文长度」（llm.contextWindow）
与「最大输出上限」（llm.maxTokens），跨 Provider/模型原样透传。

P0 正确性收口：
- 迁移 11/12（SCHEMA_VERSION 5）：记忆表 embedding 列 + 分 Provider 窗口键清理
- 记忆生命周期接线：会话终态清理 working memory / episodic 90 天 TTL / access_count 回写
- 回放缓冲模块化 + 会话终态清理（杜绝 4MB/会话内存滞留）
- i18n 收口：主进程 main-locale（zh/en，ui.locale 热切换）+ 渲染层 17 处出层

P1 能力演进：
- 本地向量混合检索：0.6×向量余弦 + 0.4×TF-IDF，Ollama embeddings 首次投产，
  存量记忆惰性回填，嵌入不可用自动回退 TF-IDF
- MEMORY.md 维护闭环：固化去重消除截断盲区；两阶段维护（AI 建议 → 用户确认 →
  原子改写 + 语义记忆双轨同步 + 审计）；>50KB 告警
- 可观测闭环：cacheTokens 引擎→前端透传（Token 面板命中率/成本行）+ 输入框
  上下文占用指示条
- MCP Prompts/Resources 对话可用：/mcp:{server}:{prompt} 与 @mcp:{server}:{uri}

P2 体验补全：
- 工具自定义策略（正则白/黑名单 + 频率 + 强制确认，热生效）
- 连续 ≥3 同类工具确认聚合为单弹框
- 会话消息游标分页（首屏 200 条向上翻页）
- 开机自启；Playwright + Electron E2E 冒烟（本地 mock LLM 零外联）

Review 回归修复：MCP 大小写失配 / 分页状态复位 / 清空=未配置语义（Number(null)=0
隐患）/ MEMORY.md 告警位置 / working_memories FK（迁移 13）/ 全局配置层废键清理；
附带根治权限加固启动时序、代理回环放行、safeStorage 降级、悬空 symlink 逃逸。

验证：typecheck/lint 0 问题；test:electron 2478/2478（0 跳过）；E2E 2/2；
docs/v0.8.1-迭代实施清单.md 全项留档。

electron/harness/adapters/__tests__/openai.adapter.test.ts

@@ -205,12 +205,12 @@ describe('OpenAIAdapter — 推理模型拒图（ModelCapabilityError）', () =>
 
 // ===== max_completion_tokens / max_tokens 路由 =====
 
-describe('OpenAIAdapter — token 参数路由', () => {
+describe('OpenAIAdapter — token 参数路由（v0.8.1：原样透传，无模型钳制）', () => {
   it.each([
     ['o3-mini', 63_488, 63_488, 'max_completion_tokens'],
-    ['o3-mini', 200_000, 100_000, 'max_completion_tokens'], // 上限 100000
-    ['gpt-4o', 63_488, 16_384, 'max_tokens'],
-    ['gpt-4.1', 63_488, 32_768, 'max_tokens'],
+    ['o3-mini', 200_000, 200_000, 'max_completion_tokens'], // 超过任何旧元信息上限 → 原样
+    ['gpt-4o', 63_488, 63_488, 'max_tokens'],
+    ['gpt-4.1', 63_488, 63_488, 'max_tokens'],
   ] as const)('%s maxTokens=%d → %s=%d', async (model, requested, expected, field) => {
     const adapter = makeAdapter(model);
     mockFetch.mockResolvedValue(okResponse());
@@ -224,18 +224,18 @@ describe('OpenAIAdapter — token 参数路由', () => {
     expect(body[other]).toBeUndefined();
   });
 
-  it('o3-mini 未配置 maxTokens → 默认 32768（thinking 场景安全值）', async () => {
+  it('o3-mini 未配置 maxTokens → 不下发 max_completion_tokens（无写死兜底）', async () => {
     const adapter = makeAdapter('o3-mini');
     mockFetch.mockResolvedValue(okResponse());
     await adapter.send(makeRequest({ params: { temperature: 0, stream: false } }));
-    expect(lastBody().max_completion_tokens).toBe(32_768);
+    expect(lastBody().max_completion_tokens).toBeUndefined();
   });
 
-  it('非推理模型未配置 maxTokens → 默认模型上限', async () => {
+  it('非推理模型未配置 maxTokens → 不下发 max_tokens（无写死兜底）', async () => {
     const adapter = makeAdapter('gpt-4o');
     mockFetch.mockResolvedValue(okResponse());
     await adapter.send(makeRequest({ params: { temperature: 0, stream: false } }));
-    expect(lastBody().max_tokens).toBe(16_384);
+    expect(lastBody().max_tokens).toBeUndefined();
   });
 });
 
@@ -277,23 +277,17 @@ describe('OpenAIAdapter — temperature 路由', () => {
 
 // ===== getContextWindow 回退链 =====
 
-describe('OpenAIAdapter — getContextWindow 回退链', () => {
-  it('gpt-4.1 返回 1M 上下文', () => {
-    expect(makeAdapter('gpt-4.1').getContextWindow()).toBe(1_000_000);
-  });
-
-  it('o3-mini 返回 200K', () => {
-    expect(makeAdapter('o3-mini').getContextWindow()).toBe(200_000);
-  });
-
-  it('未知模型 → 兜底 128K（v0.7.4 P4-5 从 1M 降级）', () => {
-    expect(makeAdapter('unknown-model-x').getContextWindow()).toBe(128_000);
-  });
-
-  it('config.contextWindow 显式配置优先', () => {
+describe('OpenAIAdapter — getContextWindow（v0.8.1：唯一来源是设置面板配置）', () => {
+  it('config.contextWindow 显式配置（llm.contextWindow 注入）返回配置值', () => {
     const adapter = makeAdapter('gpt-4o', { contextWindow: 64_000 });
     expect(adapter.getContextWindow()).toBe(64_000);
   });
+
+  it('未配置（任意模型，含已知/未知）→ 返回 0（引擎跳过压缩判定，无写死兜底）', () => {
+    expect(makeAdapter('gpt-4.1').getContextWindow()).toBe(0);
+    expect(makeAdapter('o3-mini').getContextWindow()).toBe(0);
+    expect(makeAdapter('unknown-model-x').getContextWindow()).toBe(0);
+  });
 });
 
 // ===== listModels =====
@@ -303,7 +297,9 @@ describe('OpenAIAdapter — listModels 动态发现与降级', () => {
     mockFetch.mockResolvedValue(okResponse({ data: [{ id: 'gpt-4o' }, { id: 'custom-model' }] }));
     const models = await makeAdapter('gpt-4o').listModels();
     expect(models).toHaveLength(2);
-    expect(models[0]).toMatchObject({ id: 'gpt-4o', contextWindow: 128_000 });
+    // v0.8.1: 元信息不再承载窗口/上限数值
+    expect(models[0]).toMatchObject({ id: 'gpt-4o', name: 'GPT-4o' });
+    expect(models[0].contextWindow).toBeUndefined();
     expect(models[1]).toEqual({ id: 'custom-model' });
     // /models 请求头携带 Bearer
     const [, init] = mockFetch.mock.calls[0] as [string, RequestInit];