feat(asr): 本地语音转写接入为一级路由 + 并行工作流合并提交

按用户指示做**一包提交**，不按工作流拆分。本提交刻意混合了多条并行线：

  · 本地 ASR 接管：audio 成为与 chat/embed/image/video 同等的路由类别
    （IsLocalRoute 单一判据、audio 健康探测、default_audio_route、
    auto 占位、GET /api/ai/routes/audio、回退云端时界面明示「音频已出网」）
  · LLM 调用层：ctx 贯穿、ToolCall/ToolSchema、EmptyCompletionError /
    TransientUpstreamError（按错误类型而非文案判重试）
  · 编排 Agent：general_assistant orchestrate/persistence/spec_driver
  · 联网搜索：internal/search（playwright）
  · 网盘：backend + 前端
  · 前端 UI：导航/路由/工作台若干页
  · 交付文档：DELIVERY.md / AR04 / 部署文档的「无 Python」表述据实改写，
    新增 eai_agentplatform-asr.service、asr.env、clonezilla-cleanup 清 ~/asr-poc

不分拆的原因：dev 早期，粒度不该打断工作节奏。且实测过——这些改动
**在编译上是同一个单元**（llm.go 的 ctx 签名变更牵动 12 个调用点，
chat_message.go 的 ctx 改动又与编排重写同处一个 hunk），拆出来的中间态编不过。
详见 TOP_CODING_RULES.md G14.5 与 bugs_and_errors.md E09。

Co-Authored-By: Claude Code <noreply@anthropic.com>

eai_agentplatform/backend-go/config/ai_config.json

@@ -4,19 +4,64 @@
     "image_gen": "image_route_openrouter_gpt_image_2",
     "video_gen": "video_route_openrouter_veo_3",
     "path_coach": "chat_route_lmuai_deepseek_v4_flash",
-    "title_gen": "chat_route_lmuai_deepseek_v4_flash"
+    "title_gen": "chat_route_lmuai_deepseek_v4_flash",
+    "audio_transcribe": "audio_route_auto",
+    "audio_transcribe_llm": "chat_route_lmuai_deepseek_v4_flash_doc"
+  },
+  "audio_routes": {
+    "audio_route_local_whisper": {
+      "base_url": "http://127.0.0.1:8090/v1",
+      "description": "语音转写 · 本机 faster-whisper large-v3 + pyannote 3.1（音频不出本机）。由 deploy/eai_agentplatform-asr.service 常驻在 127.0.0.1:8090；服务不在时 audio_route_auto 会改走 fallback_routes 里的云端路由，并在转写产物里标注「音频已出本机」。timeout 定在 840s 而不是一小时：前端 api/audioSkill.js 给这一步的上限是 15 分钟，后端必须在它之前自己收手（否则用户看到的是 axios 超时，而后端还在跑），同时 840s 里还留得下云端那 600s 的回退预算",
+      "endpoint": "/audio/transcriptions",
+      "model": "large-v3",
+      "provider": "local_asr",
+      "short_model_name": "whisper large-v3",
+      "short_route_name": "本地",
+      "supports_speakers": true,
+      "timeout_seconds": 840
+    },
+    "audio_route_siliconflow_diarize": {
+      "description": "语音转写 · SiliconFlow / XingChen ASR Diarize（云端，音频会出本机；本地服务不可用时的回退，也可由管理员手动指定）",
+      "endpoint": "/audio/transcriptions",
+      "model": "XingChenAGI/XingChenASR-Diarize-V3.0",
+      "provider": "siliconflow",
+      "short_model_name": "XingChen ASR Diarize",
+      "short_route_name": "SiliconFlow",
+      "supports_speakers": true,
+      "timeout_seconds": 600
+    },
+    "audio_route_siliconflow_qwen3": {
+      "description": "语音转写 · SiliconFlow / Qwen3-ASR（云端，音频会出公网；无说话人分离）",
+      "endpoint": "/audio/transcriptions",
+      "model": "Qwen/Qwen3-ASR-1.7B",
+      "provider": "siliconflow",
+      "short_model_name": "Qwen3 ASR",
+      "short_route_name": "SiliconFlow",
+      "supports_speakers": false,
+      "timeout_seconds": 600
+    }
   },
   "chat_routes": {
     "chat_route_lmuai_deepseek_v4_flash": {
-      "description": "LMUAI / DeepSeek Flash",
+      "description": "LMUAI / DeepSeek Flash。max_tokens 从 4096 提到 32768（2026-09-26）：4096 是当初只按「聊天」估的，但这条路由是 default_route，用户在对话框里选过模型后这个选择会被记进 localStorage 并**一路带到技能内部的加工步骤**（全仓库只有语音转写的第 3、4 步消费 ai_route_id，见 skills/api/audio_handlers.go 的 resolveAudioChatRoute）。于是它会顶掉技能自带的 _doc 路由，让「整理段落」在推理模型思考完之前就把预算耗光、正文 0 字。上限是天花板不是配额，模型写完就停，抬高不会让聊天变慢变贵（实测见 _doc 那条的说明）",
       "endpoint": "/chat/completions",
-      "max_tokens": 4096,
+      "max_tokens": 32768,
       "model": "deepseek-v4-flash",
       "provider": "lmuai",
       "short_model_name": "DeepSeek V4 Flash",
       "short_route_name": "LMUAI",
       "temperature": 0.7
     },
+    "chat_route_lmuai_deepseek_v4_flash_doc": {
+      "description": "LMUAI / DeepSeek Flash（长文输出档，max_tokens=32768）· 供逐字稿整理这类要产出一整篇文档的技能使用。为什么不复用上面那条 4096 的：这是推理模型，思考与正文共用 max_tokens，而思考的长度跟输入几乎不成比例（实测 1200 字的输入，思考照样写到 7169 字）。4096 下正文一个字都写不出来（六次实测只有一次成功）。再说为什么是 32768 而不是 8192：纪要步骤最后要把各段结果**归并**成一份，那是全流程最长的一次输入（实测 8628 字），8192 下 finish_reason=length、正文 0 字，16384 才出稿、32768 又快又稳。上限提高**不会**让逐块调用变慢或变贵——上限是天花板不是配额，模型写完就停：实测同一批 11 段，8192 与 32768 两档的用时（18.6s / 19.2s）与 completion token（均 4928 / 5094）基本一致。调小这个值之前请先看 audio_transcribe/prompts.go 里的实测表",
+      "endpoint": "/chat/completions",
+      "max_tokens": 32768,
+      "model": "deepseek-v4-flash",
+      "provider": "lmuai",
+      "short_model_name": "DeepSeek V4 Flash（长文档）",
+      "short_route_name": "LMUAI",
+      "temperature": 0.7
+    },
     "chat_route_ollama_qwen": {
       "description": "本地对话 · llama.cpp / Qwen3.5 4B",
       "endpoint": "/chat/completions",
@@ -89,6 +134,7 @@
       "temperature": 0.7
     }
   },
+  "default_audio_route": "audio_route_local_whisper",
   "default_embed_route": "embed_route_llamacpp_nomic",
   "default_route": "chat_route_lmuai_deepseek_v4_flash",
   "description": "eai_agentplatform AI 路由配置 — 按场景分类定义多条路由，支持 provider/模型切换",
@@ -141,6 +187,9 @@
       "chat_route_ollama_qwen_fast",
       "chat_route_ollama_qwen"
     ],
+    "audio_route_local_whisper": [
+      "audio_route_siliconflow_diarize"
+    ],
     "embed_route_llamacpp_nomic": [
       "embed_route_openrouter_text_v3"
     ],