refactor: 单图方案重构 + 动态模型选择 + chat_services优化

## 核心改动

### 1. 单图方案重构
- 删除了多图（self.graphs），改为单图（self.graph）
- 新增 MainGraphState.current_model 字段用于运行时注入模型
- llm_call 节点改为动态选择模型（create_dynamic_llm_call_node）

### 2. chat_services 优化
- 添加 _cached_services 缓存，避免重复初始化
- 新增 get_cached_chat_services() 函数，用于单图注入
- 新增 _check_http_service_available() 统一HTTP探测逻辑
- 减少重复代码，LocalVLLMChatProvider和LocalSmallModelProvider共用探测方法

### 3. AIAgentService 重构
- initialize() 只构建一次图，传入 chat_services 字典
- 新增 _resolve_model() 模型回退逻辑
- 新增 _build_invocation() 统一构建调用参数
- process_message() 和 process_message_stream() 改为注入 current_model
- 流式处理代码拆分，增加可读性

### 4. 新增和删除文件
- 新增：backend/app/main_graph/main_graph_builder.py（图构建）
- 新增：backend/app/main_graph/subgraph_wrapper.py（子图封装）
- 新增：tools/test/test_tavily_search.py（测试）
- 删除：backend/app/main_graph/graph.py（旧图）
- 删除：backend/app/main_graph/utils/main_graph_builder.py（旧构建器）
- 删除：backend/app/main_graph/utils/__init__.py

### 5. 其他更新
- README.md：新增模型服务使用情况详解章节
- backend/app/model_services/__init__.py：新增 get_cached_chat_services 导出

## 方案优势

- 内存优化：N张图 → 1张图
- 灵活性：运行时动态选择模型，支持同会话不同模型
- 性能：模型服务缓存，初始化仅一次
- 可维护性：减少重复代码，统一HTTP探测逻辑

tools/visualize_graph.py

@@ -6,28 +6,19 @@ LangGraph 图结构可视化脚本
 """
 import sys
 from pathlib import Path
-from dotenv import load_dotenv
 
-# 确定项目根目录（Agent1 目录）
-# 当前文件位置：tools/visualize_graph.py
-# 向上 1 级到 Agent1
+# 路径设置
 PROJECT_ROOT = Path(__file__).parent.parent
 BACKEND_DIR = PROJECT_ROOT / "backend"
+sys.path.insert(0, str(PROJECT_ROOT))
 
-# 关键：把 backend 目录加入 sys.path，这样才能找到 rag_core
-# 注意：这只对直接运行脚本有效，对 -m 方式无效（因为 -m 方式在脚本运行前就导入了）
-if str(BACKEND_DIR) not in sys.path:
-    sys.path.insert(0, str(BACKEND_DIR))
-if str(PROJECT_ROOT) not in sys.path:
-    sys.path.insert(0, str(PROJECT_ROOT))
-
+from dotenv import load_dotenv
 load_dotenv(PROJECT_ROOT / ".env")
 
+import asyncio
 from backend.app.agent.agent_service import AIAgentService
 from backend.app.config import DB_URI
-from backend.app.main_graph.checkpoint.postgres.aio import AsyncPostgresSaver
-import asyncio
-
+from langgraph.checkpoint.postgres.aio import AsyncPostgresSaver
 
 async def visualize_graph():
     """可视化 LangGraph 结构"""
@@ -37,6 +28,8 @@ async def visualize_graph():
     print(f"项目根目录: {PROJECT_ROOT}")
     print(f"Backend 目录: {BACKEND_DIR}")
 
+  
+
     async with AsyncPostgresSaver.from_conn_string(DB_URI) as checkpointer:
         await checkpointer.setup()
 
@@ -45,37 +38,52 @@ async def visualize_graph():
         agent_service = AIAgentService(checkpointer)
         await agent_service.initialize()
 
-        for model_name, graph in agent_service.graphs.items():
-            print(f"\n{'=' * 80}")
-            print(f"  模型: {model_name}")
-            print(f"{'=' * 80}")
+        # 获取图（单图方案）
+        graph = agent_service.graph
+        print("\n✅ Agent 服务初始化完成")
 
-            # 获取图结构
-            graph_structure = graph.get_graph()
+        # 获取图结构
+        graph_structure = graph.get_graph()
 
-            # 1. 直接打印节点和边
-            print("\n[1] 节点列表:")
-            print("-" * 80)
-            for node_id, node in graph_structure.nodes.items():
-                print(f"  - {node_id}: {node.name}")
+        # 1. 直接打印节点和边
+        print("\n" + "=" * 80)
+        print("[1] 节点列表")
+        print("=" * 80)
+        for node_id, node in graph_structure.nodes.items():
+            print(f"  📦 {node_id}: {node.name}")
 
-            print("\n[2] 边列表:")
-            print("-" * 80)
-            for edge in graph_structure.edges:
-                print(f"  {edge.source} --> {edge.target}")
+        print("\n" + "=" * 80)
+        print("[2] 边列表")
+        print("=" * 80)
+        for edge in graph_structure.edges:
+            print(f"  {edge.source} --> {edge.target}")
 
-            # 3. ASCII 字符画（需要 grandalf）
-            print("\n[3] ASCII 字符画:")
-            print("-" * 80)
-            try:
-                print(graph_structure.draw_ascii())
-            except Exception as e:
-                print(f"⚠️  ASCII 绘制失败: {e}")
+        # 2. ASCII 字符画
+        print("\n" + "=" * 80)
+        print("[3] ASCII 字符画")
+        print("=" * 80)
+        try:
+            ascii_graph = graph_structure.draw_ascii()
+            print(ascii_graph)
+        except Exception as e:
+            print(f"⚠️  ASCII 绘制失败: {e}")
 
-            # 4. Mermaid 源码
-            print("\n[4] Mermaid 源码 (可复制到 https://mermaid.live/):")
-            print("-" * 80)
-            print(graph_structure.draw_mermaid())
+        # 3. Mermaid 源码
+        print("\n" + "=" * 80)
+        print("[4] Mermaid 源码 (复制到 https://mermaid.live/)")
+        print("=" * 80)
+        try:
+            mermaid_code = graph_structure.draw_mermaid()
+            print(mermaid_code)
+        except Exception as e:
+            print(f"⚠️  Mermaid 生成失败: {e}")
+
+        # 4. 节点统计
+        print("\n" + "=" * 80)
+        print("[5] 图统计")
+        print("=" * 80)
+        print(f"  节点数量: {len(graph_structure.nodes)}")
+        print(f"  边数量: {len(graph_structure.edges)}")
 
 
 if __name__ == "__main__":