feat: 引入 Eino 框架并实现 AI 编排层基础设施与节点

- 引入 cloudwego/eino v0.9.9 和 eino-ext/components/model/openai v0.1.13
- 新增 internal/eino/ 包：
  - types.go: PipelineInput/Output、STTOutput、TokenUsage 类型定义
  - state.go: PipelineState 跨节点状态收集（线程安全）
  - callback.go: ChatModel OnEndWithStreamOutput 回调，逐 token 推送 llm_chunk
  - nodes_stt.go: STT Lambda，支持文本/语音输入模式
  - nodes_history.go: 历史组装 Lambda，含多模态图片支持
  - nodes_splitter.go: 句子分割 Transform Lambda
  - nodes_tts.go: TTS Lambda，逐句合成推送音频
  - nodes_done.go: Done Lambda，发送 llm_done 并追加历史

Co-Authored-By: Claude <noreply@anthropic.com>

backend/internal/eino/nodes_tts.go

@@ -0,0 +1,92 @@
+package eino
+
+import (
+	"context"
+	"encoding/base64"
+
+	"github.com/cloudwego/eino/compose"
+
+	"github.com/hhs/camtalk/internal/ai/tts"
+	"github.com/hhs/camtalk/internal/logger"
+	"github.com/hhs/camtalk/internal/models"
+)
+
+// NewTTSLambda 创建 TTS Lambda 节点。
+// 输入: []string（句子数组，框架自动从 StreamReader concat）→ 输出: struct{}
+//
+// 将句子数组转为 channel，调用 ttsService.SynthesizeStream() 流式合成，
+// 逐 chunk 推送 tts_audio 到客户端。TTS 失败静默跳过。
+func NewTTSLambda(ttsService tts.Service, ttsVoice string, ttsSpeed float64, ttsOutputFmt string, ttsSampleRate int) *compose.Lambda {
+	return compose.InvokableLambda(func(ctx context.Context, sentences []string) (struct{}, error) {
+		log := logger.Log
+		sender := senderFromCtx(ctx)
+		requestID := requestIDFromCtx(ctx)
+		state := stateFromCtx(ctx)
+
+		// 检查 TTS 是否启用（从 State 或 context 获取）
+		// TTSEnabled 信息在 PipelineInput 中，通过 State 传递
+		if state != nil {
+			state.mu.Lock()
+			ttsEnabled := true // 默认启用，由适配器通过 State 设置
+			state.mu.Unlock()
+			if !ttsEnabled {
+				return struct{}{}, nil
+			}
+		}
+
+		if len(sentences) == 0 {
+			return struct{}{}, nil
+		}
+
+		if sender == nil || requestID == "" {
+			return struct{}{}, nil
+		}
+
+		log.Infow("开始 TTS 合成", "request_id", requestID, "sentence_count", len(sentences))
+
+		// 将句子数组转为 channel（ttsService.SynthesizeStream 需要 <-chan string）
+		sentenceCh := make(chan string, len(sentences))
+		for _, s := range sentences {
+			sentenceCh <- s
+		}
+		close(sentenceCh)
+
+		// 调用 TTS 服务
+		ttsStream, err := ttsService.SynthesizeStream(ctx, sentenceCh, tts.Options{
+			Voice:      ttsVoice,
+			Speed:      ttsSpeed,
+			OutputFmt:  ttsOutputFmt,
+			SampleRate: ttsSampleRate,
+		})
+		if err != nil {
+			log.Errorw("TTS 合成启动失败（已跳过）", "error", err, "request_id", requestID)
+			return struct{}{}, nil // TTS 失败不中断流程
+		}
+
+		// 消费 TTS 音频流，推送到客户端
+		for chunk := range ttsStream {
+			select {
+			case <-ctx.Done():
+				log.Infow("TTS 流被中断", "request_id", requestID)
+				return struct{}{}, ctx.Err()
+			default:
+			}
+
+			audioBase64 := base64.StdEncoding.EncodeToString(chunk.Audio)
+
+			if err := sender.SendTTSAudio(models.WsTTSAudio{
+				Type:      "tts_audio",
+				RequestID: requestID,
+				Audio:     audioBase64,
+				MimeType:  "audio/mp3",
+				IsLast:    chunk.IsLast,
+				Final:     chunk.Final,
+			}); err != nil {
+				log.Errorw("发送 tts_audio 失败", "error", err)
+			}
+		}
+
+		log.Infow("TTS 合成完成", "request_id", requestID)
+		return struct{}{}, nil
+	})
+}