feat: 模型推理异步加载与对话链路修复，同步基线

模型推理全异步化改造：
- 计算节点 InferenceSession 改为后台线程异步加载模型，load 立即返回，
  加载期间事件循环保持响应（/inference/status 与 /health 不阻塞）
- 后端模型加载改为异步派发 + 轮询对账器（reconcile_inference_loads），
  任务状态由 starting 自动推进到 ready/error，解决多节点启动超时
  （timeout of 120000ms exceeded）
- 推理删除/卸载改为任务感知 + 短超时，删除先删记录再 best-effort 卸载，
  不再被不可达节点阻塞；同节点新模型替换旧任务标记失效
- 流式对话透传 task_id/node_id 路由到真正加载模型的算力节点，
  useStreamChat 解析 SSE 错误帧以干净文案展示
- 对话历史按任务 id 本地持久化，退出重进可恢复；移除页脚提示文本
- 新增后端推理异步加载与计算节点异步状态机单元测试

Co-Authored-By: Claude <noreply@anthropic.com>

frontend/src/composables/useStreamChat.ts

@@ -44,6 +44,24 @@ export function useStreamChat() {
   })
   const loading = ref(false)
 
+  /** 从 SSE 帧中提取错误信息（后端/计算节点错误以 data: {"error": "..."} 形式下发） */
+  function extractSseError(buffer: string): string | null {
+    const trimmed = buffer.trim()
+    if (!trimmed.startsWith('data: ')) return null
+    const lines = trimmed.split(/\r?\n/)
+    for (let i = lines.length - 1; i >= 0; i--) {
+      const line = lines[i].trim()
+      if (!line.startsWith('data: ')) continue
+      try {
+        const obj = JSON.parse(line.slice(6))
+        if (obj && typeof obj.error === 'string' && obj.error) return obj.error
+      } catch {
+        /* 非 JSON 的 data 行忽略 */
+      }
+    }
+    return trimmed
+  }
+
   /** 从内容中解析 think 标签 */
   function parseContent(content: string) {
     const thinkRegex = /<think>([\s\S]*?)(<\/think>)?/g
@@ -121,6 +139,16 @@ export function useStreamChat() {
       }
 
       // 最终更新
+      // 若整段响应是 SSE 错误帧，提取 error 字段以干净文案展示
+      const sseError = extractSseError(buffer)
+      if (sseError) {
+        message.value.isThinking = false
+        message.value.isStreaming = false
+        message.value.done = true
+        message.value.error = sseError
+        message.value.displayContent = sseError
+        return
+      }
       const parsed = parseContent(buffer)
       message.value.thinkContent = parsed.think
       message.value.displayContent = parsed.display