fix: emit runtime LLM request metadata

[1aal]

背景

线上诊断会话中出现了模型未调用工具、直接以文本完成的情况。现有 Runtime 事件和日志只能看到最终 finish_reason=stop、tool_calls=null、tool_turns=0，但无法确认当时发给 provider 的请求是否包含工具 schema、tool_choice 是什么，也无法直接看到 provider 返回的工具调用数量。

范围

本 PR 只在 Runtime worker 外层增加安全取证事件，不改变 Hermes Agent 的工具调用策略、Agent loop、Prompt/Skill 逻辑或 provider 行为。

主要改动

• 在 Runtime worker 生命周期内注册临时 pre_api_request / post_api_request hook，run 结束后移除。
• 新增 llm.request.metadata 事件，记录非敏感请求摘要：
  • skills_count / skill_names / skill_prompt_presence
  • system_prompt_chars / system_prompt_sha256
  • enabled_toolsets / disabled_toolsets
  • tools_count / tool_names / tool_choice
  • provider/model/base URL host、message/token 计数等
• 新增 llm.response.metadata 事件，记录非敏感响应摘要：
  • finish_reason
  • assistant_tool_calls_count / assistant_tool_names
  • response model、usage、duration 等
• 事件不包含 API key、完整 system prompt、完整 tool schema、用户输出、工具输出或 kubeconfig 内容。

验证

• uv run pytest tests/runtime_manager/test_registry.py -k "llm_request_metadata or llm_response_metadata"
• uv run pytest tests/runtime_manager/test_registry.py
• uv run pytest tests/runtime_manager
• uv run ruff check runtime_manager/worker_main.py tests/runtime_manager/test_registry.py
• python3 -m py_compile runtime_manager/worker_main.py
• git diff --check && git diff --check origin/apecloud-base...HEAD

风险与边界

• 这是取证 PR，不是业务修复 PR。
• 事件数量会随每次 LLM API 调用增加两条 metadata 事件，但每条只包含小型结构化字段。
• 后续需要基于线上复现 run 的 metadata 判断：是 Runtime 没有把 tools 发给 provider，还是 tools 已发但 provider 在自动工具选择下返回了普通文本完成。