feat: 对话层 Agent 化（对话底座 + 自研 skill）

把对话页从固定状态机换成 skill 驱动的 Agent：顾问说什么都原样发给 agent，
由 SKILL.md + 工具决定该聊还是该调工具。工作台（workbenchView）未改动。

后端
- llm.py：新增 stream_chat()（流式 + tools），并带 reasoning 端点自动降级
  （gemini-3.7-flash 拒绝 effort:none，首次 400 后锁定重试）
- agent.py：最小对话底座内核——skill 注入 + 工具循环 + SSE 事件
- tools.py：8 个工具包住既有能力（analyze/diagnose/scaffold/reference/
  translate/recheck/record_note/confirm），延迟 import main 复用已验证的
  endpoint 处理器与测试接缝，prompts.py/schemas.py/evidence.py 未改一行
- main.py：POST /api/chat/stream（SSE）

skill
- skills/hvr-rewrite/SKILL.md：分诊规则、首轮盘点、AI 味清单对齐
  blader/humanizer 的 A–E 分类（含强度校准与反误报）、诚实性硬约束

前端
- 流式正文 + 工具卡片 + 选项按钮；工具 payload 直接喂既有渲染函数
  （renderUnderstanding/renderDiagnosis/renderRecheck），没有第二套 UI
- 删除随 agent 化失效的 runDiagnose / applyUnderstandingCorrection 死代码

验证（真实模型，非 mock）
- 65 单测全绿（test_agent.py 30 + test_demo.py 35）
- 逐轮实跑：盘点 → 确认 → 诊断 → 复检，SSE 事件序列与 payload kind 均符合契约
- 前端 readSSE 用真实响应字节按 7/64/全量三种切块回放，事件序列一致
- 实测修掉两个只在真跑时暴露的问题：模型调完分析直接调确认工具导致正文为空
  （SKILL.md 补「正文先行」硬规则）；伪标题 `**N. 标题**` 让列表判定失败、
  短横线漏成字面字符（前端改逐行分组渲染）

未验证：浏览器人工走查（无浏览器自动化环境），仅到「真实 HTTP + 真实字节回放」这一层。

main.py

@@ -6,12 +6,15 @@ OpenRouter pipeline. Run via ./local_start.sh.
 
 from __future__ import annotations
 
+import json
 from pathlib import Path
-from typing import Any, Callable
+from typing import Any, Callable, Iterator
 
 from fastapi import FastAPI, HTTPException
-from fastapi.responses import FileResponse
+from fastapi.responses import FileResponse, StreamingResponse
+from pydantic import BaseModel
 
+import agent
 from evidence import sanitize_diagnosis
 from llm import LLMError, LlmClient
 from prompts import (
@@ -246,6 +249,57 @@ def _translate_sentences(req: TranslateRequest) -> TranslateResponse:
     return TranslateResponse(paragraph_id=req.paragraph_id, sentences=pairs)
 
 
+class ChatMessage(BaseModel):
+    """对话页的一轮输入。
+
+    业务上下文（原文/改写稿/顾问要求）每轮重发：顾问可能刚在工作台改完一段，
+    服务端不能假设自己手上那份还是最新的。session 里保留的是分析/诊断结果。"""
+
+    session_id: str | None = None
+    message: str = ""
+    prompt: str = ""
+    word_limit: int | None = None
+    paragraphs: list[str] = []
+    constraints: list[str] = []
+    rewrite_paragraphs: list[str] = []
+    confirmed_anchors: list[str] = []
+    paragraph_constraints: dict[str, list[str]] = {}
+    # 只有新会话的第一轮会带：页面刷新/进程重启后服务端手里没有已完成的结果，
+    # 缺了它们复检会静默降级（少 Pattern 对照、锚点为空）。老会话重发是纯浪费。
+    analysis: dict | None = None
+    diagnosis: dict | None = None
+
+
+def _sse(name: str, data: dict[str, Any]) -> str:
+    return f"event: {name}\ndata: {json.dumps(data, ensure_ascii=False)}\n\n"
+
+
+@app.post("/api/chat/stream")
+def chat_stream(req: ChatMessage) -> StreamingResponse:
+    """对话页唯一入口（SSE）。事件契约见 docs/Agent化改造方案_20260911.md §四。
+
+    用同步生成器：StreamingResponse 会把它丢进线程池，与本文件其余同步端点一致。
+    事件里的异常一律翻成 error 帧而不是 500 —— 流已经开了，HTTP 状态码改不了，
+    前端只能靠 error 帧知道失败。"""
+    sess = agent.get_session(req.session_id, req.model_dump())
+
+    def gen() -> Iterator[str]:
+        try:
+            for ev in agent.run_agent_stream(sess, req.message, get_client()):
+                yield _sse(ev["event"], ev["data"])
+        except LLMError as exc:
+            yield _sse("error", {"code": "llm_error", "msg": str(exc)})
+        except Exception as exc:  # 兜底：不让未预期异常变成半截流
+            yield _sse("error", {"code": "internal", "msg": f"{exc.__class__.__name__}：{exc}"})
+
+    return StreamingResponse(
+        gen(),
+        media_type="text/event-stream",
+        # no-store + X-Accel-Buffering：中间层缓冲会把流攒成一坨再吐，流式就白做了
+        headers={"Cache-Control": "no-store", "X-Accel-Buffering": "no"},
+    )
+
+
 @app.get("/")
 def index() -> FileResponse:
     return FileResponse(HERE / "index.html", media_type="text/html")