feat(v3): T22-T23 harness 级工具扩展 + 工作区选择后端

- T22 工具内核：edit_file（old_string 唯一命中才替换，防误改）、search_files
  （跨文件内容搜索，跳过 .git/node_modules 与二进制大文件）、run_command
  （allow_shell 默认关；超时+输出截断+Windows CREATE_NO_WINDOW）
- T23 工作区选择（参考 deepseek-harness 打开文件夹体验）：/agent/fs 磁盘目录浏览
  （空 path 列 Windows 盘符）、/agent/workspaces 最近列表持久化、
  POST /agent 接受 workspace（须存在目录），运行状态记录所用工作区
- 新增测试 12 项，全量 274 passed

gateway/agent.py

@@ -32,10 +32,13 @@ STATE_DONE = "done"
 STATE_FAILED = "failed"
 
 AGENT_SYSTEM_PROMPT = (
-    "你是端云协同 LLM 系统中的智能体（Agent）。你拥有工作区文件工具："
-    "list_dir（列目录）、read_file（读文件）、write_file（写文件）。"
-    "像程序员助手一样工作：先列目录/读文件了解现状，需要时再写文件；"
-    "任务完成或给出结论后，直接输出给用户的最终答复（中文，不要再调用工具）。"
+    "你是端云协同 LLM 系统中的智能体（Agent），正在操作用户选择的**真实项目工作目录**。"
+    "你拥有的工具：list_dir（列目录）、read_file（读文件）、write_file（写文件/新建）、"
+    "edit_file（精确替换编辑：old_string 须唯一匹配）、search_files（跨文件搜索内容）、"
+    "run_command（执行 shell 命令，仅当系统开启 allow_shell 时可用，否则不要尝试）。"
+    "像编程助手一样工作：先列目录/搜索了解项目结构，读文件核对原文后再用 edit_file 小步修改"
+    "（或 write_file 新建），需要时运行命令验证。任务完成或给出结论后，"
+    "直接输出给用户的最终答复（中文，不要再调用工具）。"
 )
 
 
@@ -125,6 +128,7 @@ class AgentRunInfo:
     prompt_tokens: int = 0
     completion_tokens: int = 0
     pool_id: str = ""
+    workspace: str = ""                # 本次运行使用的工作区根目录（绝对路径）
     asyncio_task: Optional[asyncio.Task] = field(default=None, repr=False)
 
     def to_dict(self) -> Dict[str, Any]:
@@ -141,6 +145,7 @@ class AgentRunInfo:
             "prompt_tokens": self.prompt_tokens,
             "completion_tokens": self.completion_tokens,
             "pool_id": self.pool_id,
+            "workspace": self.workspace,
         }
 
 
@@ -163,12 +168,13 @@ class AgentService:
         return self._dir(request_id) / "status.json"
 
     # ---------- 注册与查询 ----------
-    def register(self, request_id: str, task: str, model: str, pool_id: str) -> Optional[AgentRunInfo]:
+    def register(self, request_id: str, task: str, model: str, pool_id: str,
+                 workspace: str = "") -> Optional[AgentRunInfo]:
         running = [r for r in self._runs.values() if r.state == STATE_RUNNING]
         if len(running) >= self.max_running:
             return None
         info = AgentRunInfo(request_id=request_id, task=task, model=model,
-                            pool_id=pool_id, started_at=time.time())
+                            pool_id=pool_id, workspace=workspace, started_at=time.time())
         self._runs[request_id] = info
         self._dir(request_id).mkdir(parents=True, exist_ok=True)
         self._write_status(info)
@@ -179,9 +185,11 @@ class AgentService:
 
     # ---------- 执行 ----------
     async def run(self, info: AgentRunInfo, chat: Any, workspace_dir: str | Path,
-                  max_rounds: int = 8, token_cap: int = 0) -> None:
+                  max_rounds: int = 8, token_cap: int = 0,
+                  allow_shell: bool = False, shell_timeout_s: int = 20) -> None:
         """执行智能体任务（由调用方包成后台协程）。"""
-        tools = WorkspaceTools(workspace_dir)
+        tools = WorkspaceTools(workspace_dir, allow_shell=allow_shell,
+                               shell_timeout_s=shell_timeout_s)
         loop = ToolLoop(tools, chat, max_rounds=max_rounds, token_cap=token_cap,
                         on_event=self._make_event_writer(info))
         try: