fix(llm): 修复 thinking mode 的 reasoning_content 协议 400，默认关闭深度思考

线上现象：用户发消息后助手回
「大模型错误：The `reasoning_content` in the thinking mode must be passed back to the API.」

根因：DeepSeek V4 系列（含 deepseek-flash）默认开启 thinking mode。官方协议规定，
只要请求带 tools 参数，历史里所有 assistant 消息的 reasoning_content 都必须原样回传，
否则接口直接回 HTTP 400。而 ChatMessage.toJson() 只输出 role/content/tool_calls/tool_call_id，
把该字段整个丢掉 —— 于是「第一轮模型调工具成功、第二轮请求必炸」。

改动：
- ChatMessage 增加 reasoningContent 字段并在 toJson 里输出（非空才输出）；ChatResult 同步解析响应字段。
- AgentOrchestrator 新增 assistantOf()，把模型每次返回的思维链写回对应的 assistant 消息
  （带 tool_calls 的那条与最终回复那条都要带）。
- DeepSeekClient：
  * 新增 agent.llm.thinking（auto/enabled/disabled），按配置显式发送 thinking 字段；
  * 命中 reasoning_content 协议错误时自动关闭 thinking 重试一次（自愈，线上无需等改配置即可恢复）；
  * humanizeApiError 增加该错误的中文话术，避免原样抛出英文协议报错。
- AgentSettings.Llm.thinking 由 boolean 改为三态字符串，默认 disabled：
  本工程属工具密集编排，几乎每轮都带 tools，CoT 收益有限却显著增加延迟与 token，
  且 thinking 模式下 temperature 会被忽略。
- application.yml 补 agent.llm.thinking: disabled 与说明。

新增 ThinkingModeTest（7 例）：字段序列化/省略、disabled 与 auto 的请求体、响应解析、
命中协议错误时的自愈重试、以及非协议错误不被误重试。

src/main/java/com/yunhai/agent/service/AgentOrchestrator.java

@@ -166,14 +166,16 @@ public class AgentOrchestrator {
                 String reply = StringUtils.isNotBlank(result.getContent())
                         ? result.getContent()
                         : "（模型没有返回内容，请换个说法再试一次）";
-                messages.add(new ChatMessage(ChatMessage.ROLE_ASSISTANT, reply));
+                messages.add(assistantOf(reply, result.getReasoningContent()));
                 resp.setReply(reply);
                 finish(resp, session, totalPrompt, totalCompletion, out);
                 return resp;
             }
 
             // 记录 assistant 的 tool_calls（后续必须以 role=tool 逐条应答，否则上下文非法）
-            ChatMessage assistantMsg = new ChatMessage(ChatMessage.ROLE_ASSISTANT, result.getContent());
+            // ★ 同时带上 reasoning_content：thinking mode 下带 tools 的请求要求历史 assistant 原样回传该字段，
+            //   否则下一轮请求会被接口判 400（The reasoning_content ... must be passed back to the API）。
+            ChatMessage assistantMsg = assistantOf(result.getContent(), result.getReasoningContent());
             assistantMsg.setToolCalls(result.getToolCalls());
             messages.add(assistantMsg);
 
@@ -324,6 +326,8 @@ public class AgentOrchestrator {
         }
 
         String idPrefix = "br_" + System.currentTimeMillis() + "_";
+        // 注：这条 assistant 是「服务端补造」的（模型当轮的消息在挂起时已撤销），没有真实 reasoning_content。
+        // thinking mode 关闭时（agent.llm.thinking=disabled，默认）不需要该字段；若改为开启，此处可能被接口判 400。
         ChatMessage assistant = new ChatMessage(ChatMessage.ROLE_ASSISTANT, null);
         List<ToolCall> calls = new ArrayList<>();
         List<String> contents = new ArrayList<>();
@@ -512,6 +516,7 @@ public class AgentOrchestrator {
         fn.setName(def.getName());
         fn.setArguments(JSON.toJSONString(args));
         tc.setFunction(fn);
+        // 同上：服务端补造的 assistant（无真实 reasoning_content），thinking 关闭时无需该字段
         ChatMessage assistant = new ChatMessage(ChatMessage.ROLE_ASSISTANT, null);
         assistant.setToolCalls(Collections.singletonList(tc));
         messages.add(assistant);
@@ -797,6 +802,19 @@ public class AgentOrchestrator {
         return "「" + def.getTitle() + "」执行失败：" + (tr.getError() == null ? "未知原因" : tr.getError());
     }
 
+    /**
+     * 构造 assistant 消息，并统一挂上 thinking mode 的思维链。
+     *
+     * <p>★ DeepSeek V4 系列默认开启 thinking mode，官方协议要求：只要请求带 {@code tools}，
+     * 历史里所有 assistant 消息的 {@code reasoning_content} 必须原样回传，否则 HTTP 400。
+     * 因此模型每一次返回的思维链都要落进对应的 assistant 消息里。
+     */
+    private ChatMessage assistantOf(String content, String reasoningContent) {
+        ChatMessage m = new ChatMessage(ChatMessage.ROLE_ASSISTANT, content);
+        m.setReasoningContent(reasoningContent);
+        return m;
+    }
+
     private void finish(ChatResponse resp, SessionStore.SessionState session,
                         int promptTokens, int completionTokens, EventSink out) {
         resp.setPromptTokens(promptTokens);