feat: 统一 max_input_tokens API，所有引擎必须返回最大输入 token 数

- openai/ollama/manual 三引擎均暴露 max_input_tokens 属性（统一契约）
- ollama 额外上报 prompt_eval_count 到 last_prompt_tokens，使本地模型也走 token 感知压缩
- should_compress 改用 max_input_tokens，系统依当前引擎上限的 70%（compress_ratio）自动触发
- 压缩始终调用当前引擎（current_engine）做总结，符合"调用当前引擎总结压缩"
- 新增 tests/test_max_input_tokens.py 覆盖契约 + 70% 触发 + 消息数兜底

Co-Authored-By: WorkBuddy <workbuddy@tencent.com>

ai_engines/manual_engine.py

@@ -44,6 +44,8 @@ class ManualAI:
         self.conversation_history = []
         self.max_history = 10
         self._subprocess = None
+        # 最近一次请求的 prompt token 数（手动引擎无真实模型，恒为 None）
+        self.last_prompt_tokens = None
         self._session_id = str(int(time.time()))
         self._started = False
 
@@ -240,6 +242,11 @@ while True:
             time.sleep(0.3)
 '''
 
+    @property
+    def max_input_tokens(self):
+        """当前引擎支持的最大输入 token 数（统一 API）。手动引擎无真实模型，给名义上限。"""
+        return 128000
+
     def generate_response(self, user_input, tool_results=None, system_prompt=None):
         """生成响应 — 转发给另一个终端的人工"""
         paths = self._get_paths()

ai_engines/ollama_engine.py

@@ -113,6 +113,9 @@ Ollama AI引擎插件帮助信息
         
         # 共享对话历史引用（由CLI设置）
         self.shared_conversation_history = None
+
+        # 最近一次请求的 prompt token 数（供 token 感知压缩使用）
+        self.last_prompt_tokens = None
         
         # 直接启用思考标记，由主程序自动处理深度思考模型的响应
         self.thinking_start_marker = "<thinking>"
@@ -156,7 +159,13 @@ Ollama AI引擎插件帮助信息
         except Exception as e:
             # 如果出现异常,说明服务未运行
             return False
-    
+
+    @property
+    def max_input_tokens(self):
+        """当前引擎支持的最大输入 token 数（统一 API，供上下文压缩使用）。
+        本地 Ollama 由配置 max_token_k 换算的 num_ctx 决定。"""
+        return self.num_ctx
+
     def generate_response(self, user_input, tool_results=None, system_prompt=None, tools=None):
         """
         生成AI响应 - 使用Ollama API
@@ -203,6 +212,15 @@ Ollama AI引擎插件帮助信息
 
             # ── Function Calling: 检查 tool_calls ──
             message = response.get("message", {})
+            # 上报本轮 prompt token 数（Ollama 返回 prompt_eval_count），供 token 感知压缩
+            try:
+                if isinstance(response, dict):
+                    _pet = response.get("prompt_eval_count")
+                else:
+                    _pet = getattr(response, "prompt_eval_count", None)
+                self.last_prompt_tokens = int(_pet) if _pet else None
+            except Exception:
+                self.last_prompt_tokens = None
             tool_calls_raw = message.get("tool_calls")
             if tool_calls_raw:
                 # Ollama 的 tool_calls 格式: [{"function": {"name": ..., "arguments": {...}}}]

ai_engines/openai_engine.py

@@ -582,6 +582,11 @@ OpenAI 兼容格式引擎帮助信息
                 return win
         return 128000
 
+    @property
+    def max_input_tokens(self):
+        """当前引擎支持的最大输入 token 数（统一 API，供上下文压缩使用）。"""
+        return self.context_window()
+
     def list_models(self):
         """列出可用模型（调用 API 的 /models 端点）"""
         if not self.base_url: