[Feature] 多轮 context 历史 tool results 清理：保留最近 N 轮 assistant 之后的 tool，更早替换占位符

Start in astrbot/core/provider/sources/openai_source.py at _query and inspect the context_query flow before _materialize_context_image_parts. Add the requested cleanup so tool messages before the recent two assistant boundaries use the stated placeholder while user, assistant, and system messages remain unchanged; done means older tool results no longer inflate the payload and recent ones remain intact.

Description / 描述

当前问题:
astrbot/core/provider/sources/openai_source.py 的 _query 把整个
context_query（含全部历史 tool role messages）打包成 payloads 发给 LLM。
Agent 循环 / 多步工具调用对话场景下，历史 tool results 累积爆 token。

典型 tool result 大小:
- web search: 5K-30K tokens（snippets + extracts）
- RAG / vector search: 5K-50K tokens（top-K 文档全文）
- list / get 类 API: 1K-10K tokens（多条记录）
- 单个 tool 返回 50K+ tokens 的情况也存在（OCR 长文档 / log 抓取）

10 轮多步对话累积 = 单次请求 100K+ token 不奇怪。但旧轮 tool results 的
实际信息价值快速衰减——agent 关心的是"最近的状态"，不是"3 轮前的搜索结果"。

建议:
在 _query 内 _materialize_context_image_parts 之前增加一步清理：
从尾巴倒序扫 context_query，数 role='assistant' 消息，找到第 N 个 assistant
的位置（默认 N=2，即"最近 2 轮 assistant 边界"）。在该位置之前的所有
role='tool' messages 的 content 替换为占位符 "[工具结果已省略]"。

逻辑示意:

  _tool_keep_after = 0
  _assistant_count = 0
  for _i in range(len(context_query) - 1, -1, -1):
      if context_query[_i].get("role") == "assistant":
          _assistant_count += 1
          if _assistant_count >= 2:
              _tool_keep_after = _i
              break
  for _i in range(_tool_keep_after):
      if context_query[_i].get("role") == "tool":
          context_query[_i]["content"] = "[工具结果已省略]"

影响:
- 最近 2 轮完整 tool 上下文保留（agent 推理需要的"刚刚发生了什么"完整可见）
- 更早 tool results 替换占位符（LLM 仍知道"那一轮调过工具"，不至于上下文断裂）
- 不影响 user / assistant / system messages，纯粹处理 tool role
- 跟补丁 7（历史 image 剥离）独立但配合使用收益叠加（图 + tool 都剥）

~10 行新增代码，无外部依赖。

可配置性建议:
keep_recent_assistant_count 设为可配置参数（默认 2），让重度 agent 用户
调到 3-5 保留更长上下文，简单聊天场景调到 1 极限省 token。

Use Case / 使用场景

1. Agent 循环（多步推理）:
   LLM 调多个工具完成一个任务（搜索 → 读取 → 摘要 → 发送），每一步都带
   tool result。任务完成后下一轮对话不需要再看前一个任务的中间 tool 输出。
   保留最近 2 轮 = 保留当前任务 + 上一个任务，足够上下文连续。

2. 长上下文 RAG / web search 场景:
   web_search / vector_search 类工具单次返回 5K-50K tokens。
   累积 10 轮 = 单次 LLM 请求 input 50K-500K tokens（很多 model 直接超 context window）。
   清理后回到合理范围。

3. 数据查询型助手 (MoSphere 实际场景):
   墨墨调 recall_memory / recall_node / get_health_stats / web_search /
   recall_recent_events 等工具，每轮典型调 2-4 个。
   长对话累积 tool results 价值随时间衰减（旧搜索结果跟当前问题不相关）。
   保留最近 2 轮 = 当前讨论 + 上一个话题，符合实际记忆衰减曲线。

4. Tool result 含大块外部内容场景:
   web extract / OCR / 长文档读取等工具输出。这类内容本质 ephemeral
   （用完即弃，LLM 提取关键事实写回复后不需要原文），最适合占位符替换。
   单次 extract 50K tokens 累积 5 轮就 250K——直接撑爆 context window
   触发 framework 截断（halving truncation 或类似机制）。

5. cron / 长跑场景:
   长期跑的 AstrBot 实例，conversation 累积 N 天后 tool history 巨大。
   清理后 token 占用回到稳定水平，不会随时间线性增长。

实现简单（~10 行），保留语义连续性（占位符），LLM 体验受影响极小
（agent 不需要看 3 轮前的 tool 输出）。
愿意提 PR。

注：本优化跟另一个 prompt cache issue 配合使用最佳——
cache 减少 input cost / 清理 tool 减少 token / 剥图减少 vision token，
三个独立 + 收益叠加。

Willing to Submit PR? / 是否愿意提交PR？

• Yes, I am willing to submit a PR. / 是的，我愿意提交 PR。

Code of Conduct

• I have read and agree to abide by the project's Code of Conduct. /