fix(aibox): make --model effective in WebSocket server mode (H3)

--model was accepted by parse_args but only consumed inside
handle_once_mode, so `python aibox.py --model kimi` (server mode)
silently ignored the override.

The model now flows as a process-wide override:
main() -> EnhancedAIManager(model=...) -> DeepSeekChat(model=...) in
all three AI creation paths: add_ai (main dialogue),
WebSocketHandler._create_session_ai (per-connection sessions), and
TaskScheduler._create_task_ai (scheduled tasks). Manager logs
"CLI 模型覆盖已启用" at startup for observability. --once mode
plumbing is unchanged; --model=None keeps config-driven behavior.

Tests: new TestH3ModelPlumbing (6 cases) mocking DeepSeekChat to
assert the constructor kwarg across manager/session/task paths plus
parse_args; full suite 288 passed.

aibox/README.md

@@ -552,7 +552,7 @@ AI 可以通过 `update_soul` 工具动态更新 `99_SOUL.md`，通过 `update_i
 | `reasoning_enabled` | 档案级思考模式开关（缺省回退 `api.reasoning_enabled`） |
 | `timeout` | 请求超时秒数 |
 
-**选择优先级**：`--model <档案名>`（命中 `models` 节）→ `api.default_model` 指向档案 → 回退旧 `api` 扁平节。
+**选择优先级**：`--model <档案名>`（命中 `models` 节）→ `api.default_model` 指向档案 → 回退旧 `api` 扁平节。`--model` 为**进程级覆盖**：WebSocket 服务模式（主对话、每个会话实例、定时任务实例）与 `--once` 一次性模式均生效。
 
 `--model` 传**裸模型名**（未命中档案）时，沿用默认端点与 Key，仅覆盖模型名——即 "同端点换模型" 语义。
 
@@ -657,7 +657,7 @@ python aibox.py [选项]
   --show-reasoning      一次性模式输出思考流（默认静默，走 stderr）
   --no-save-memory      一次性模式禁用记忆工具（干净跳过，不进请求 schema）
   --worker-only         一次性模式纯执行面（worker profile，无人格/记忆工具）
-  --model NAME          模型档案名（models 节）或裸模型名（同端点换模型）
+  --model NAME          模型档案名（models 节）或裸模型名（同端点换模型）；服务模式与 --once 均生效（进程级覆盖）
   --temperature T       覆盖配置的对话温度
   --once-timeout SEC    一次性模式全局超时（默认 300 秒）
 ```

aibox/aibox.py

@@ -116,7 +116,9 @@ class TaskScheduler:
             # 每个任务使用独立的命令执行器，互不共享，避免 cancel() 误杀其他任务的子进程
             command_executor=SubprocessCommandExecutor(self.logger),
             prompt_manager=self.ai_manager.prompt_manager if self.ai_manager else None,
-            skill_manager=self._get_shared_skill_manager()
+            skill_manager=self._get_shared_skill_manager(),
+            # H3：CLI --model 为进程级覆盖，定时任务实例同样生效
+            model=getattr(self.ai_manager, "model", None) if self.ai_manager else None
         )
 
     def set_websocket_handler(self, handler):
@@ -1938,7 +1940,9 @@ class WebSocketHandler:
             # 每个连接使用独立的命令执行器，互不共享，避免 cancel() 误杀其他用户/任务正在运行的子进程
             command_executor=SubprocessCommandExecutor(self.logger),
             prompt_manager=self.ai_manager.prompt_manager,
-            skill_manager=self._get_shared_skill_manager()
+            skill_manager=self._get_shared_skill_manager(),
+            # H3：CLI --model 进程级覆盖传导到每个会话实例
+            model=getattr(self.ai_manager, "model", None)
         )
     
     def _get_session(self, websocket) -> dict:
@@ -2569,18 +2573,24 @@ class WebSocketHandler:
 class EnhancedAIManager:
     """增强的AI对话管理器 - 集成任务调度器"""
     
-    def __init__(self, debug_level: int = None, load_history: bool = None, command_executor: CommandExecutor = None):
+    def __init__(self, debug_level: int = None, load_history: bool = None, command_executor: CommandExecutor = None,
+                 model: str = None):
         self.ai: Optional[DeepSeekChat] = None
         self.dialogue_history: List[Dict] = []
         self.config = ConfigManager()
         self.command_executor = command_executor or SubprocessCommandExecutor()
         self.prompt_manager = PromptManager()  # 创建提示词管理器
         self.scheduler: Optional[TaskScheduler] = None  # 任务调度器
+        # H3：CLI --model 进程级覆盖（档案名或裸模型名），传导到本进程创建的所有 AI 实例
+        # （主对话 add_ai / WebSocket 会话 / 定时任务），此前服务模式该参数被静默忽略
+        self.model = model
 
         if debug_level is None:
             debug_level = self.config.get("system.debug_level", 1)
 
         self.logger = Logger("Manager", debug_level)
+        if model:
+            self.logger.info(f"CLI 模型覆盖已启用: {model}")
         self.running = True
         
         # 确保 ~/.aibox 目录存在
@@ -2628,7 +2638,8 @@ class EnhancedAIManager:
             memory_db=self.memory_db,
             memo_db=self.memo_db,
             command_executor=self.command_executor,
-            prompt_manager=self.prompt_manager
+            prompt_manager=self.prompt_manager,
+            model=self.model  # H3：--model 进程级覆盖
         )
         
         self.ai = ai
@@ -2852,7 +2863,7 @@ def parse_args():
     parser.add_argument('--no-save-memory', action='store_true', help='一次性对话不注册记忆工具，禁止写入记忆数据库')
     parser.add_argument('--show-reasoning', action='store_true', help='一次性对话在 stderr 显示思考过程流（默认不显示）')
     parser.add_argument('--worker-only', action='store_true', help='一次性对话以 worker 纯执行面模式运行（7 种执行工具，无记忆/人格/派生）')
-    parser.add_argument('--model', type=str, metavar='NAME', help='覆盖配置中的模型名（如 deepseek-chat / deepseek-reasoner）')
+    parser.add_argument('--model', type=str, metavar='NAME', help='覆盖配置中的模型：档案名（models 节，如 kimi）或裸模型名（同端点换模型）。服务模式与 --once 均生效（进程级覆盖）')
     parser.add_argument('--temperature', type=float, metavar='T', help='覆盖默认采样温度（0.0~2.0，越低越确定）')
 
     return parser.parse_args()
@@ -3142,7 +3153,8 @@ def main():
     
     manager = EnhancedAIManager(
         debug_level=args.debug,
-        command_executor=command_executor
+        command_executor=command_executor,
+        model=args.model  # H3：--model 服务模式同样生效（进程级覆盖）
     )
     
     if handle_check_commands(manager):

aibox/tests/test_models_profile.py

@@ -297,6 +297,97 @@ class TestH2SchemaValidation:
                 create_llm_client(_cfg(models=models, default_model=None), model="kimi")
 
 
+# ==================== H3：--model 服务模式传导 ====================
+
+class TestH3ModelPlumbing:
+    """H3：--model 此前仅在 --once 模式生效，WebSocket 服务模式被静默忽略。
+
+    验证进程级覆盖传导链：main() → EnhancedAIManager(model) →
+    add_ai / WebSocketHandler._create_session_ai / TaskScheduler._create_task_ai
+    三类 AI 实例的 DeepSeekChat(model=...) 构造参数。
+    """
+
+    def _stub_logger(self):
+        return types.SimpleNamespace(level=0, info=lambda *a, **k: None,
+                                     warning=lambda *a, **k: None,
+                                     error=lambda *a, **k: None)
+
+    def test_manager_stores_and_passes_model_to_add_ai(self):
+        """EnhancedAIManager(model) → add_ai() → DeepSeekChat(model=...)"""
+        from aibox import EnhancedAIManager
+        mgr = EnhancedAIManager.__new__(EnhancedAIManager)  # 跳过重初始化，只测传导
+        mgr.model = "kimi"
+        mgr.logger = self._stub_logger()
+        mgr.history_manager = None
+        mgr.memory_db = None
+        mgr.memo_db = None
+        mgr.command_executor = None
+        mgr.prompt_manager = None
+        with mock.patch("aibox.DeepSeekChat") as mc:
+            mgr.add_ai()
+        assert mc.call_args.kwargs.get("model") == "kimi"
+
+    def test_manager_default_model_is_none(self):
+        """未指定 --model → model=None，DeepSeekChat 走配置默认"""
+        from aibox import EnhancedAIManager
+        mgr = EnhancedAIManager.__new__(EnhancedAIManager)
+        mgr.model = None
+        mgr.logger = self._stub_logger()
+        mgr.history_manager = None
+        mgr.memory_db = None
+        mgr.memo_db = None
+        mgr.command_executor = None
+        mgr.prompt_manager = None
+        with mock.patch("aibox.DeepSeekChat") as mc:
+            mgr.add_ai()
+        assert mc.call_args.kwargs.get("model") is None
+
+    def test_session_ai_receives_model(self):
+        """WebSocketHandler._create_session_ai → DeepSeekChat(model=...)"""
+        from aibox import WebSocketHandler
+        handler = WebSocketHandler.__new__(WebSocketHandler)
+        handler.ai_manager = types.SimpleNamespace(
+            model="kimi", memory_db=None, memo_db=None, prompt_manager=None)
+        handler.logger = self._stub_logger()
+        handler._shared_skill_manager = object()  # 非 None 即复用，不触发扫描
+        with mock.patch("aibox.DeepSeekChat") as mc, \
+             mock.patch("aibox.SubprocessCommandExecutor"):
+            handler._create_session_ai()
+        assert mc.call_args.kwargs.get("model") == "kimi"
+
+    def test_task_ai_receives_model(self):
+        """TaskScheduler._create_task_ai → DeepSeekChat(model=...)"""
+        from aibox import TaskScheduler
+        sched = TaskScheduler.__new__(TaskScheduler)
+        sched.ai_manager = types.SimpleNamespace(
+            model="kimi", memory_db=None, memo_db=None, prompt_manager=None)
+        sched.logger = self._stub_logger()
+        sched._shared_skill_manager = object()
+        with mock.patch("aibox.DeepSeekChat") as mc, \
+             mock.patch("aibox.SubprocessCommandExecutor"):
+            sched._create_task_ai()
+        assert mc.call_args.kwargs.get("model") == "kimi"
+
+    def test_task_ai_without_manager_passes_none(self):
+        """调度器未挂 manager（ai_manager=None）→ model=None 不报错"""
+        from aibox import TaskScheduler
+        sched = TaskScheduler.__new__(TaskScheduler)
+        sched.ai_manager = None
+        sched.logger = self._stub_logger()
+        sched._shared_skill_manager = object()
+        with mock.patch("aibox.DeepSeekChat") as mc, \
+             mock.patch("aibox.SubprocessCommandExecutor"):
+            sched._create_task_ai()
+        assert mc.call_args.kwargs.get("model") is None
+
+    def test_parse_args_model(self):
+        """CLI 解析：--model kimi → args.model"""
+        from aibox import parse_args
+        with mock.patch("sys.argv", ["aibox.py", "--model", "kimi"]):
+            args = parse_args()
+        assert args.model == "kimi"
+
+
 # ==================== DeepSeekChat 档案级 reasoning 读取 ====================
 
 class TestChatReasoningFlag: