上下文压缩与记忆管理：PR 系列（#3568-#3572） #3575

本工单汇总 5 个围绕上下文压缩与记忆管理的 PR（#3568-#3572），彼此独立，可分开评审。

背景

上下文压缩管线负责在会话超出上下文预算时裁剪工具结果、必要时做摘要压缩。2.1.0 上下文重构（#3441）之后，这条管线在实际使用中暴露出三类问题：

1. 溢出恢复路径分叉：正常压缩与紧急（溢出重试）各走一套代码。重试会在成功前提交压缩候选历史，失败后又会把原始溢出错误盖掉。
2. 媒体处理不完整：带图/音的消息可能被摘要丢弃，工具结果裁剪可能剪掉媒体块，产生悬空媒体引用；会话日志中 ToolResult 内嵌的 base64 媒体也没有脱敏。
3. token 计账不准：预算没计 provider 实际发送的默认输出 schema（Ollama format、OpenAI response_format 等），媒体计费在估算器里重复，裁剪累计用 int 有溢出风险。

另有两个社区 issue 长期挂着停滞的修复 PR：#2970（原 PR #2971）、#2694（原 PR #2699），本次给出最小重做版。以上拆成 5 个 PR 分别提交。

各 PR 内容

#3568 统一压缩溢出恢复路径 + 会话日志媒体脱敏

两条恢复路径合并为一条：紧急重试不再提前提交候选历史，失败时用 initCause 保留首个溢出为根因。SessionRecorder 的 request/prepared 事件现在递归脱敏 ToolResult 内嵌媒体（base64 载荷、内联文件字节），压缩开始/结束事件在两条路径上成对发出。

#3569 压缩保留媒体消息，摘要中用占位符

媒体块在摘要输入里替换为占位符 + 摘要引用（原始内容留在保留段，不把原始字节送给摘要模型）；工具结果裁剪跳过含媒体的块，避免产生悬空引用。

#3570 统一 token 计账，计入 provider 默认输出 schema

计账收拢到 TokenAccountingService：文本 + 工具 + 媒体 + 输出预留 + 响应格式 schema 一起计，按各 provider 的实际 wire 格式（含 Ollama 对象 schema 的 JSON 表示检测）；裁剪累计 int 改 long。

#3571 cutoff≤0 时返回轻量裁剪结果（修 #2970）

compactStandard 裁剪有变化但安全 cutoff 为 0 时原本返回 Optional.empty()，中间件保留原始输入，下一轮请求再次超限。现在该分支返回裁剪后的消息，与另一早返回分支行为对齐；无变化时仍返回 empty。

#3572 disableMemoryHooks 时压缩不再刷记忆（修 #2694）

disableMemoryHooks() 原本只关掉每轮 flush 和后台整理，压缩时仍会从摘要前缀刷一次长期记忆。CompactionMiddleware 增加 memoryHooksEnabled 开关，由 HarnessAgent 传入；直接构造的中间件保持原行为。

CI 说明

#3569、#3570、#3571 的远程检查目前是红的，失败用例是 #3441 引入的 JEV 测试（不在这些 PR 的 diff 里），表现为负载/超时类 flaky。