feat(v2): T7 网关扩展 + T9 token 计量与账单（/chat v2,/chat/legacy,/runs,/review,/metrics）

router_system/worker.py

@@ -154,9 +154,14 @@ 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 缺省时用 llama-server 端点客户端（惰性）。"""
+    """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）。"""
+    backend = cfg.get("backend", "llama_server")
     if generate is None:
-        generate = _make_llama_generate(cfg)
+        if backend == "mock":
+            generate = _mock_generate()
+        else:
+            generate = _make_llama_generate(cfg)
     verifier = Verifier(code_timeout_s=float(cfg.get("code_timeout_s", 10)))
     return WorkerLoop(
         generate=generate,
@@ -167,6 +172,16 @@ def build_worker(cfg: Dict[str, Any], kb: Any = None,
     )
 
 
+def _mock_generate() -> Callable[[str], Awaitable[str]]:
+    """零运行时 mock 生成器：返回一段确定性文本（演示/测试，不连真实模型）。"""
+
+    async def _gen(prompt: str) -> str:
+        return ("（mock worker）以下是对当前步骤的实现说明："
+                "步骤已完成，内容足够长且非占位，可供接地验证通过。")
+
+    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")