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/openai.adapter.ts

@@ -24,39 +24,33 @@ export class OpenAIAdapter extends OpenAICompatibleAdapter {
   readonly supportsToolCalling = true;
   readonly supportsThinking = true;
 
+  // v0.8.1: 仅承载展示与能力声明 —— 窗口/输出上限数值已按硬性契约删除，
+  // 唯一合法来源是设置面板 llm.contextWindow / llm.maxTokens
   private static readonly MODEL_INFO: Record<string, MetonaModelInfo> = {
     'gpt-4o': {
       id: 'gpt-4o',
       name: 'GPT-4o',
-      contextWindow: 128_000,
-      maxOutputTokens: 16_384,
       supportsToolCalling: true,
       supportsThinking: false,
-      description: 'OpenAI 旗舰多模态模型，128K 上下文',
+      description: 'OpenAI 旗舰多模态模型',
     },
     'gpt-4o-mini': {
       id: 'gpt-4o-mini',
       name: 'GPT-4o mini',
-      contextWindow: 128_000,
-      maxOutputTokens: 16_384,
       supportsToolCalling: true,
       supportsThinking: false,
-      description: 'OpenAI 高性价比模型，128K 上下文',
+      description: 'OpenAI 高性价比模型',
     },
     'gpt-4.1': {
       id: 'gpt-4.1',
       name: 'GPT-4.1',
-      contextWindow: 1_000_000,
-      maxOutputTokens: 32_768,
       supportsToolCalling: true,
       supportsThinking: false,
-      description: 'OpenAI 长上下文模型，1M 上下文',
+      description: 'OpenAI 长上下文模型',
     },
     'o3-mini': {
       id: 'o3-mini',
       name: 'o3-mini',
-      contextWindow: 200_000,
-      maxOutputTokens: 100_000,
       supportsToolCalling: true,
       supportsThinking: true,
       description: 'OpenAI 推理模型，支持 reasoning_effort',
@@ -81,11 +75,6 @@ export class OpenAIAdapter extends OpenAICompatibleAdapter {
     return 'OpenAI';
   }
 
-  // v0.6.4: OpenAI 家族兜底窗口为 128K（其余 OpenAI 兼容 Provider 为 1M）
-  protected override defaultContextWindowFallback(): number {
-    return 128_000;
-  }
-
   // ===== GET /v1/models =====
 
   override async listModels(): Promise<MetonaModelInfo[]> {
@@ -137,18 +126,13 @@ export class OpenAIAdapter extends OpenAICompatibleAdapter {
     };
 
     // Token 上限参数：o 系列/gpt-5 使用 max_completion_tokens
-    // v0.5.3: 按模型上限钳制（gpt-4o 16384 / gpt-4.1 32768 / o3-mini 100000）—
-    // 引擎默认 63488 超过 gpt-4o/gpt-4.1 上限时 API 直接 400
-    const oaMaxOutput = OpenAIAdapter.MODEL_INFO[model]?.maxOutputTokens ?? 128_000;
-    const oaMaxTokens = Math.min(
-      request.params.maxTokens ?? (isReasoningModel ? 32_768 : oaMaxOutput),
-      oaMaxOutput,
-    );
-    if (oaMaxTokens) {
+    // v0.8.1 硬性契约: 原样透传设置面板「最大输出上限」（llm.maxTokens），删除了
+    // 旧的按模型元信息钳制逻辑与未配置时的 32_768 兜底 —— 未配置时不下发该字段。
+    if (request.params.maxTokens != null) {
       if (isReasoningModel) {
-        body.max_completion_tokens = oaMaxTokens;
+        body.max_completion_tokens = request.params.maxTokens;
       } else {
-        body.max_tokens = oaMaxTokens;
+        body.max_tokens = request.params.maxTokens;
       }
     }
 
@@ -169,10 +153,10 @@ export class OpenAIAdapter extends OpenAICompatibleAdapter {
         max: 'high',
       };
       body.reasoning_effort = effortMap[request.params.thinkingEffort ?? 'high'] ?? 'high';
-      // v0.8.0 P0-3: 推理 token 计入 max_completion_tokens —— 钳制后预算过小时告警
-      if (oaMaxTokens < 8192) {
+      // v0.8.0 P0-3: 推理 token 计入 max_completion_tokens —— 用户配置的预算过小时告警
+      if (typeof request.params.maxTokens === 'number' && request.params.maxTokens < 8192) {
         log.warn(
-          `[OpenAI] reasoning enabled with small output budget (${oaMaxTokens} tokens after model clamp) — reasoning may consume the entire budget and truncate the answer`,
+          `[OpenAI] reasoning enabled with small output budget (${request.params.maxTokens} tokens per user config) — reasoning may consume the entire budget and truncate the answer`,
         );
       }
     } else if (!isReasoningModel) {