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/orchestrator/orchestrator.go

@@ -98,7 +98,8 @@ type ProcessParams struct {
 	UserID    string
 	SessionID string
 	Message   string
-	Mode      string // text / voice_msg / voice_assistant
+	Images    []string // 图片 base64 data URL (多模态)
+	Mode      string   // text / voice_msg / voice_assistant
 	Nickname  string
 }
 
@@ -262,6 +263,7 @@ func (o *Orchestrator) ProcessInput(
 			UserID:        params.UserID,
 			SessionID:     params.SessionID,
 			UserMessage:   params.Message,
+			Images:        params.Images,
 			Nickname:      userName,
 			PersonaPrompt: systemPrompt,
 			DialogHistory: history,

backend/ai-core/internal/orchestrator/synthesizer.go

@@ -25,17 +25,18 @@ func NewSynthesizer(llmAdapter *llm.Adapter) *Synthesizer {
 
 // SynthesizeParams 综合参数
 type SynthesizeParams struct {
-	UserID        string
-	SessionID     string
-	UserMessage   string
-	Nickname      string
-	PersonaPrompt string // 完整人格提示词
-	DialogHistory []model.LLMMessage // 对话历史
-	MemorySummary string            // 记忆检索摘要
-	ThoughtOutline string           // 通用对话思考
-	IoTSummary    string            // IoT 操作摘要
-	DeviceContext string            // 设备状态上下文
-	Mode          string            // text / voice_assistant
+	UserID         string
+	SessionID      string
+	UserMessage    string
+	Images         []string           // 图片 base64 data URL (多模态)
+	Nickname       string
+	PersonaPrompt  string             // 完整人格提示词
+	DialogHistory  []model.LLMMessage // 对话历史
+	MemorySummary  string             // 记忆检索摘要
+	ThoughtOutline string             // 通用对话思考
+	IoTSummary     string             // IoT 操作摘要
+	DeviceContext  string             // 设备状态上下文
+	Mode           string             // text / voice_assistant
 }
 
 // Synthesize 综合所有子会话结果，流式生成最终回复
@@ -99,10 +100,11 @@ func (s *Synthesizer) buildSynthesizeMessages(params SynthesizeParams) []model.L
 		messages = append(messages, params.DialogHistory...)
 	}
 
-	// 当前用户消息
+	// 当前用户消息 (支持多模态图片)
 	messages = append(messages, model.LLMMessage{
 		Role:    model.RoleUser,
 		Content: params.UserMessage,
+		Images:  params.Images,
 	})
 
 	return messages