ai聊天应用

一个基于 **Flutter + Rust 混合架构**的 AI 智能体桌面客户端。前端用 Flutter 构建界面，通过 flutter_rust_bridge 与 Rust 引擎（`rust_lib_agent`、`code_forge`）通信。

应用围绕 AI 聊天展开：支持多智能体管理、流式输出、富文本编辑、MCP 服务接入、工具调用权限控制；内置 PTY 终端面板和独立文件编辑器窗口，并提供模型供应商管理、本地大模型推理（llamadart/llama.cpp）、检查点、技能与命令系统。状态管理使用 signals，支持跨窗口与跨进程同步，覆盖 Windows、macOS 及 Android/iOS 移动端。

整体上是一个"聊天 + 终端 + 编辑器"一体的 AI 编程工作台，前端负责交互，Rust 引擎驱动智能体执行，前后端通过统一事件流协作。

关键实现机制

### 1. 前后端通信：统一事件流（ENGINE_SINK）
- Rust 后端通过**单一 sink 推送全部事件**（文本 chunk、工具调用片段、MCP 状态、前端工具调用），`EngineClient` 启动时 `connectEngine()` 建立全局 stream，按 `session_id` 路由到各会话的 broadcast 流。
- 前端调用方向由 `LlmService` 用 mixin 拆分封装（`ProviderModelApi` / `ChatApi` / `SessionApi`），配合 `GuardedApi` 做初始化检查与错误包装。
- `StreamEventProcessor` 是**纯逻辑层**：chunk 按 `partId + totalLen` 去重、工具调用片段覆盖式更新、权限请求挂 pending 状态——保证 Dart 侧可独立测试。

### 2. 前端工具（双向能力）
工具 schema 注册在 Rust 侧、handler 实现于 Flutter 侧，结果经 `submitFrontendToolResult` 回传。已实现 `simulated_terminal`（持久 shell 会话中执行命令，靠 OSC 633 结束标记判定完成，通过 `terminal_id` 复用终端）和 `terminal_send_input`（回答交互式提示）。移动端无 shell，跳过注册。

### 3. 本地大模型：应用内嵌 OpenAI 兼容服务
`LocalModelService` 用 llamadart 载入 GGUF 模型后，在 Dart 侧开一个 `HttpServer`（端口 8947 起），实现 `/v1/models` 和 `/v1/chat/completions`（FIFO 串行队列，因为 llamadart 同时只支持单次生成）。亮点是**自动 GPU 卸载拟合**：加载失败时以纯 CPU 加载读取元数据，按文件大小估算每层权重，结合显存余量算出可卸载层数，失败逐级减半、最终兜底纯 CPU。就绪后自动把自身写进 `config.json` 的 `language_models.openai_compatible.local_llm`，让本地模型无缝变成普通 OpenAI 兼容 provider。

### 4. 状态管理：signals + 单例 Store
全部响应式状态用 `signals` 包（`signal` / `computed` / `SignalBuilder`），UI 自动追踪依赖。Store 都是单例：`SessionStore`（多会话并发、流式状态）、`ConfigStore`（继承 `JsonFileSignalStore`，类型化更新 c