feat(chat): 流式转发带工具请求的正文，tool_call 围栏缓冲解析

[Sunsh1neY]

问题

带工具的流式请求此前被整体降级为非流式（server.py 中 if stream and (not tools or tool_choice == "none") 才走真流式）：generate() 整段生成、parse_tool_calls() 解析完再包装成 SSE 一次性发出。agent 类客户端（ZCode、dsh、Codex CLI 等）每轮请求都携带工具定义，因此永远看不到流式效果——表现为「卡几秒后一大段同时出现」。

更糟的是，生成中断导致围栏未闭合或 JSON 不完整时，parse_tool_calls 会 except: pass 静默丢弃整个工具调用：模型的调用意图凭空消失，客户端收到一段不完整正文，agent 下一轮重试、再失败——形成死循环（实测会话中观察到连续两轮输出截断的 str_replace_editor 调用）。

方案：工具护栏流式（tool-call fencing）

新增第三个分支处理「tools 非空 + stream」：

1. 正文 delta 实时转发——与无工具路径相同的流式体验；
2. 检测到 ```tool_call围栏开始标记后停止转发、转入缓冲（标记可能跨 delta 边界，故常规转发时保留末尾len(marker)-1` 字符）；
3. 流结束后 parse_tool_calls 统一解析，成功则以 OpenAI 流式 tool_calls delta 事件发出（id/type/function.name/function.arguments），finish_reason 置为 tool_calls；
4. 解析失败不再静默：缓冲的原始文本（含残缺围栏）作为正文补发，finish_reason: stop——内容零丢失，agent 可以看到模型的尝试并自行恢复。

纯文本回复（含工具定义但模型直接回答）也走此路径，完全实时流式。

测试

• 现有 18 个测试全部通过（无工具流式路径零改动，回归安全）；
• 新增 3 个测试：
  • 工具调用解析：正文 delta 流出、围栏不泄漏、tool_calls 事件含正确 id/name/arguments、finish_reason=tool_calls
  • 残缺围栏回退：原文完整作为正文发出、finish_reason=stop
  • 带工具纯文本：全量实时转发
• 真实上游实测：get_weather 工具调用端到端产出标准 tool_calls delta 事件（id=call_xxx, name=get_weather, args={"city":"Shanghai"}）+ finish_reason=tool_calls + [DONE]。

与 #92 的关系

配合 #92（流中断优雅收尾）体验最佳；无硬依赖——若上游中断且重试耗尽，本路径的异常分支记录 Stream error 后结束，与既有降级路径行为一致。