feat: Phase 6.3 视觉理解 — 多模态图片输入 + OCR/Vision 工具 + 图片编码管线

- LLMMessage 新增 Images 字段支持多模态 content array
- OpenAIProvider 支持 image_url content parts
- VisionTool: 图片读取 + base64 编码 + OCR/场景描述/综合分析
- 对话管道全线支持 images 参数传递 (Gateway->Orchestrator->Synthesizer->LLM)
- 自动根据图片有无构建 text-only 或 multimodal content

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

backend/ai-core/internal/model/message.go

@@ -16,12 +16,26 @@ const (
 type LLMMessage struct {
 	Role             Role       `json:"role"`
 	Content          string     `json:"content"`
+	Images           []string   `json:"images,omitempty"`            // 图片 base64 data URL 列表 (多模态)
 	Name             string     `json:"name,omitempty"`              // 可选发送者名称
 	ToolCallID       string     `json:"tool_call_id,omitempty"`       // 工具调用关联ID (tool role 消息关联调用)
 	ToolCalls        []ToolCall `json:"tool_calls,omitempty"`         // 助手消息中的工具调用列表
 	ReasoningContent string     `json:"reasoning_content,omitempty"` // DeepSeek 思考链内容（需回传）
 }
 
+// ImageContent is a multimodal content part for images.
+type ImageContent struct {
+	Type     string    `json:"type"`
+	Text     string    `json:"text,omitempty"`
+	ImageURL *ImageURL `json:"image_url,omitempty"`
+}
+
+// ImageURL holds an image URL (can be a data: URL or http: URL).
+type ImageURL struct {
+	URL    string `json:"url"`
+	Detail string `json:"detail,omitempty"` // low, high, auto
+}
+
 // ChatMessage 数据库存储的对话消息
 type ChatMessage struct {
 	ID        string    `json:"id" db:"id"`