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>

tests/test_max_input_tokens.py

@@ -0,0 +1,66 @@
+"""max_input_tokens 统一 API + token 感知压缩 回归测试
+
+验证:
+1. 所有引擎（openai / ollama / manual）都暴露 max_input_tokens 且返回正整数（API 契约）。
+2. 系统依据 max_input_tokens 的 70% 自动判定压缩（should_compress）。
+"""
+import os
+import sys
+
+import pytest
+
+PROJECT_ROOT = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
+if PROJECT_ROOT not in sys.path:
+    sys.path.insert(0, PROJECT_ROOT)
+
+
+def _engine_classes():
+    from ai_engines.openai_engine import OpenaiAI
+    from ai_engines.ollama_engine import OllamaAI
+    from ai_engines.manual_engine import ManualAI
+    return {"openai": OpenaiAI, "ollama": OllamaAI, "manual": ManualAI}
+
+
+def test_all_engines_expose_max_input_tokens():
+    """所有引擎必须返回 max_input_tokens（统一 API 契约）"""
+    for name, cls in _engine_classes().items():
+        assert hasattr(cls, "max_input_tokens"), f"{name} 引擎缺少 max_input_tokens 属性"
+
+
+def test_max_input_tokens_positive_when_instantiated():
+    """实例化后 max_input_tokens 应为正整数"""
+    for name, cls in _engine_classes().items():
+        try:
+            inst = cls()
+        except Exception as e:
+            pytest.skip(f"{name} 引擎实例化失败（环境/网络），跳过实例检查: {e}")
+        val = inst.max_input_tokens
+        assert isinstance(val, int) and val > 0, f"{name} 的 max_input_tokens 非法: {val!r}"
+
+
+def _mgr():
+    from xcli_core.memory import MemoryManager
+    return MemoryManager(project_dir=PROJECT_ROOT)
+
+
+def _conv(n):
+    return [{"role": "user", "content": f"msg {i}"} for i in range(n)]
+
+
+def test_should_compress_token_aware_triggers_at_70pct():
+    mgr = _mgr()
+    # 7000 / 10000 = 0.7 >= 0.7 → 触发
+    assert mgr.should_compress(_conv(5), prompt_tokens=7000, max_input_tokens=10000, ratio=0.7) is True
+
+
+def test_should_compress_token_aware_below_threshold():
+    mgr = _mgr()
+    # 6000 / 10000 = 0.6 < 0.7 → 不触发（消息数也未超阈值）
+    assert mgr.should_compress(_conv(5), prompt_tokens=6000, max_input_tokens=10000, ratio=0.7) is False
+
+
+def test_should_compress_message_count_fallback():
+    mgr = _mgr()
+    # 无 token 信息，仅消息数 > 50 → 兜底触发
+    assert mgr.should_compress(_conv(60)) is True
+    assert mgr.should_compress(_conv(10)) is False