feat: add Codex App Server agent prototype (#2004)

.env.example

@@ -141,7 +141,9 @@ GENERATION_BACKEND_TIMEOUT_SECONDS=300
 GENERATION_BACKEND_MAX_OUTPUT_BYTES=1048576
 GENERATION_BACKEND_MAX_CONCURRENCY=1
 LOCAL_CLI_BACKEND_MAX_CONCURRENCY=1
-# Agent Chat 后端；Web 设置页仅暴露 auto/litellm，手写 local CLI backend 会返回 unsupported tool-calling 诊断。
+# 问股 Chat 运行方式；auto（推荐）和 litellm 保持当前默认模型路径，codex_app_server 调用运行 DSA 后端设备上的 Codex（实验，仅 macOS/Linux/完整 WSL 后端的 single-agent Chat；暂不支持原生 Windows）。设置页只检查能否尝试，首次真实问题才验证登录、模型和工具执行。
+AGENT_BACKEND=auto
+# 旧的 Agent 模型路由兼容项；普通用户请在 Web 设置页使用 AGENT_BACKEND。
 AGENT_GENERATION_BACKEND=auto
 
 # --- API Key（填一个即可）---
@@ -425,9 +427,9 @@ SEARXNG_PUBLIC_INSTANCES_ENABLED=true
 # ===================================
 # 启用 Agent 策略对话（默认 false，内部统一命名为 skill）
 # AGENT_MODE=true
-# Agent 主模型（可选）：留空时继承主模型；无 provider 前缀会按 openai/<model> 解析
+# 默认模型问股的主模型（可选）：留空时继承主模型；无 provider 前缀会按 openai/<model> 解析；Codex 不使用此项
 # AGENT_LITELLM_MODEL=
-# Agent 最大推理步数上限（默认 10 时各子 Agent 按自身预设运行；高于默认 10 时所有子 Agent 统一采用该值；低于某子 Agent 默认值时会作为上限进行封顶）
+# Agent 资源上限：默认模型用作推理步数上限（默认 10 时各子 Agent 按自身预设运行）；Codex 用作单次问股的工具调用次数上限
 # AGENT_MAX_STEPS=10
 # 默认启用策略（逗号分隔），不配置时使用以下内置默认值
 #
@@ -472,7 +474,7 @@ AGENT_SKILLS=
 # specialist: 技术→情报→风控→策略专家评估→决策
 # AGENT_ORCHESTRATOR_MODE=standard
 
-# Agent 执行超时预算（秒，0 表示关闭；single-agent 用作整体循环预算，multi-agent 用作协作编排预算；默认 600）
+# Agent 执行超时预算（秒；默认 LiteLLM 路径可用 0 关闭；Codex 必须大于 0，确保每次问股都会结束；默认 600）
 # AGENT_ORCHESTRATOR_TIMEOUT_S=600
 
 # 子 Agent 独立超时上限（秒，0=关闭；设为正值如 180 可为该 Agent 启用独立硬上限）