feat(v2): 架构与算法优化二轮——推理机不变量外提、知识库匹配预编译、协作循环增量索引

- inference.py（/chat/legacy 热路径）：kb.match 循环不变量外提（原每步全量重扫+重排序，
  最坏 O(steps×rules×patterns)）；fired 查重 list→set
- knowledge.py：Rule patterns 注册侧懒缓存小写副本（原每条规则每次匹配重复 lower）；
  match() 文本只 lower 一次（原逐规则重复）；load() 的 yaml 文件名集合提到循环外
- worker.py：本地端点生成器 httpx.AsyncClient 懒建复用（原每步新建/销毁连接，
  对齐 ArchitectClient 惯用法；协作循环最多 10 次生成免重复建连）
- pipeline.py（协作循环）：plan_by_id O(1) 步定义查找；done 集合增量维护
  （原每轮重建 progress+archive 扫描）；领域只解析一次（原 _artifact_name 每步
  全领域 kb.match）；_deps_done 支持传入预填集合（保持旧签名兼容）
- v2stats.py：回合数分布改增量聚合（sum/max/分桶计数），summary() O(n)→O(1)，
  不再持有无界 list（修长时运行内存增长）
- gateway/agent.py + api.py：AgentService 运行计数 O(1) 化（原 register 全量扫描），
  状态迁移收敛到 _transition_state 单一入口（api.py cancel/异常两处绕过点一并接入，
  消除计数与状态脱节隐患）；21 项 agent 测试全绿（两轮全量 230 passed 复核）

router_system/worker.py

@@ -188,25 +188,33 @@ def _mock_generate() -> Callable[[str], Awaitable[str]]:
 
 def _make_llama_generate(cfg: Dict[str, Any],
                            default_base_url: Optional[str] = None) -> Callable[[str], Awaitable[str]]:
-    """返回调用本地 OpenAI 兼容端点（llama-server / Ollama / vLLM）的生成器。"""
+    """返回调用本地 OpenAI 兼容端点（llama-server / Ollama / vLLM）的生成器。
+
+    连接复用：httpx.AsyncClient 懒建一次、跨步骤复用（与 ArchitectClient 一致），
+    避免协作循环每步重新 TCP 建连。
+    """
     if default_base_url is None:
         default_base_url = f"http://127.0.0.1:{cfg.get('port', 8901)}/v1"
     base_url = cfg.get("base_url") or default_base_url
     model = cfg.get("model") or "local"
     temperature = float(cfg.get("temperature", 0.3))
     timeout_s = float(cfg.get("per_step_timeout_s", 300))
+    client_holder: Dict[str, Any] = {"client": None}
 
     async def _gen(prompt: str) -> str:
         try:
             import httpx
-            async with httpx.AsyncClient(timeout=timeout_s) as client:
-                resp = await client.post(
-                    f"{base_url}/chat/completions",
-                    json={"model": model, "messages": [{"role": "user", "content": prompt}],
-                          "temperature": temperature, "max_tokens": 4096},
-                )
-                resp.raise_for_status()
-                return resp.json()["choices"][0]["message"]["content"]
+            client = client_holder["client"]
+            if client is None or client.is_closed:
+                client = httpx.AsyncClient(timeout=timeout_s)
+                client_holder["client"] = client
+            resp = await client.post(
+                f"{base_url}/chat/completions",
+                json={"model": model, "messages": [{"role": "user", "content": prompt}],
+                      "temperature": temperature, "max_tokens": 4096},
+            )
+            resp.raise_for_status()
+            return resp.json()["choices"][0]["message"]["content"]
         except Exception as e:  # noqa: BLE001
             # 连不上本地模型 -> 优雅降级（不抛 500），提示用户检查模型端点
             return ("（本地降级）无法连接本地模型端点，未能生成该步骤内容。"