feat(v2): 模型设置（用户可调小模型/大模型/管线，/config + UI）

router_system/worker.py

@@ -155,11 +155,15 @@ class WorkerLoop:
 def build_worker(cfg: Dict[str, Any], kb: Any = None,
                  generate: Optional[Callable[[str], Awaitable[str]]] = None) -> WorkerLoop:
     """cfg 为 config.worker 段。generate 缺省时按 backend 选择：
-    mock（零运行时演示）| llama_server（真实本地模型，惰性连接）。"""
+    mock（零运行时演示）| openai/api（任意 OpenAI 兼容端点，如 Ollama/vLLM）|
+    llama_server（内置本地 llama-server）。"""
     backend = cfg.get("backend", "llama_server")
     if generate is None:
         if backend == "mock":
             generate = _mock_generate()
+        elif backend in ("openai", "api"):
+            generate = _make_llama_generate(
+                cfg, default_base_url=cfg.get("base_url") or "http://127.0.0.1:11434/v1")
         else:
             generate = _make_llama_generate(cfg)
     verifier = Verifier(code_timeout_s=float(cfg.get("code_timeout_s", 10)))
@@ -182,10 +186,13 @@ def _mock_generate() -> Callable[[str], Awaitable[str]]:
     return _gen
 
 
-def _make_llama_generate(cfg: Dict[str, Any]) -> Callable[[str], Awaitable[str]]:
-    """返回调用本地 llama-server（OpenAI 兼容 /v1/chat/completions）的生成器。"""
-    base_url = cfg.get("base_url", f"http://127.0.0.1:{cfg.get('port', 8901)}/v1")
-    model = cfg.get("model", "local")
+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。"""
+    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))
 
@@ -201,8 +208,8 @@ def _make_llama_generate(cfg: Dict[str, Any]) -> Callable[[str], Awaitable[str]]
                 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），提示用户准备运行时
-            return ("（本地降级）无法连接本地 llama-server，未能生成该步骤内容。"
-                    f"请先运行 scripts/setup_runtime.py 并启动模型。错误：{type(e).__name__}")
+            # 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。"
+                    f"请检查模型后端配置或启动服务。错误：{type(e).__name__}")
 
     return _gen