✨ 完整的混合路由优化系统

1. 双模型服务 (llm + smallLLM)
   - 增加 get_small_llm_service() 函数
   - 支持智谱/DeepSeek 小模型作为轻量级选项

2. 前置混合路由
   - 规则快速分流（无 LLM，超快速）
   - 轻量级意图分类（smallLLM）
   - 快速路径：fast_chitchat, fast_rag, fast_tool

3. 自动升级机制
   - 快速路径失败 → 自动回到 React 循环
   - SSE 事件增强：intent_classified, path_decision, fast_path_*, escalation

4. 向后兼容
   - build_react_main_graph(use_hybrid_router=True/False)
   - 可选择启用或禁用混合路由

5. 更新 intent.py
   - 支持 use_small_llm 参数
   - 保留原有完整功能供 React 循环使用

backend/app/model_services/chat_services.py

@@ -216,6 +216,75 @@ class DeepSeekChatProvider(BaseServiceProvider[BaseChatModel]):
         return self._service_instance
 
 
+# ========== 轻量级模型 Provider ==========
+
+class ZhipuSmallModelProvider(BaseServiceProvider[BaseChatModel]):
+    """
+    智谱 AI 轻量级模型服务提供者（用于意图分类等简单任务）
+    使用 glm-5.1-flash 或其他小模型
+    """
+    
+    def __init__(self, model: str = "glm-5.1-flash"):
+        super().__init__("zhipu_small")
+        self._model = model
+    
+    def is_available(self) -> bool:
+        """检查智谱轻量模型服务是否可用"""
+        if not ZHIPUAI_API_KEY:
+            logger.warning("ZHIPUAI_API_KEY 未配置，轻量模型不可用")
+            return False
+        logger.info(f"智谱轻量模型配置正确: {self._model}")
+        return True
+    
+    def get_service(self) -> BaseChatModel:
+        """获取智谱轻量模型服务"""
+        if self._service_instance is None:
+            from langchain_community.chat_models import ChatZhipuAI
+            self._service_instance = ChatZhipuAI(
+                model=self._model,
+                api_key=ZHIPUAI_API_KEY,
+                temperature=0.1,
+                max_tokens=2048,
+                timeout=30.0,
+                max_retries=2,
+                streaming=False
+            )
+        return self._service_instance
+
+class DeepSeekSmallModelProvider(BaseServiceProvider[BaseChatModel]):
+    """
+    DeepSeek 轻量级模型服务提供者（备选）
+    """
+    
+    def __init__(self, model: str = "deepseek-chat"):
+        super().__init__("deepseek_small")
+        self._model = model
+    
+    def is_available(self) -> bool:
+        if not DEEPSEEK_API_KEY:
+            logger.warning("DEEPSEEK_API_KEY 未配置")
+            return False
+        logger.info(f"DeepSeek 轻量模型配置正确: {self._model}")
+        return True
+    
+    def get_service(self) -> BaseChatModel:
+        if self._service_instance is None:
+            from langchain_openai import ChatOpenAI
+            from pydantic import SecretStr
+            
+            self._service_instance = ChatOpenAI(
+                base_url="https://api.deepseek.com",
+                api_key=SecretStr(DEEPSEEK_API_KEY),
+                model=self._model,
+                temperature=0.1,
+                max_tokens=2048,
+                timeout=30.0,
+                max_retries=2,
+                streaming=False,
+            )
+        return self._service_instance
+
+
 # 全局服务映射表 - 名称 -> Provider
 CHAT_PROVIDERS: Dict[str, Callable[[], BaseServiceProvider[BaseChatModel]]] = {
     "local": lambda: LocalVLLMChatProvider(),
@@ -265,3 +334,24 @@ def get_all_chat_services() -> Dict[str, BaseChatModel]:
         raise RuntimeError(f"没有可用的生成式大模型，尝试了: {list(CHAT_PROVIDERS.keys())}")
     
     return services
+
+
+def get_small_llm_service() -> BaseChatModel:
+    """
+    获取轻量级大模型服务（用于意图分类等简单任务）
+    优先顺序: zhipu_small -> deepseek_small -> (降级到 get_chat_service)
+    
+    Returns:
+        BaseChatModel: LangChain 兼容的 ChatModel 实例
+    """
+    def _create_small_chain():
+        primary = ZhipuSmallModelProvider()
+        fallbacks = [DeepSeekSmallModelProvider()]
+        return FallbackServiceChain(primary, fallbacks)
+    
+    try:
+        chain = SingletonServiceManager.get_or_create("small_llm_chain", _create_small_chain)
+        return chain.get_available_service()
+    except Exception as e:
+        logger.warning(f"轻量模型初始化失败，降级到默认大模型: {e}")
+        return get_chat_service()