feat(chat): 完善 Chat Completions 兼容层

docs/design.md

@@ -1505,6 +1505,22 @@ type ModelClient interface {
 - progress event snapshot：确保前端进度面板兼容。
 - billing snapshot：确保预估扣费和最终 billings 语义一致。
 
+OpenAI-compatible 文本请求中的推理深度统一使用 `reasoning_effort` 表达。该字段是请求参数，不是响应中的推理内容；模型能力中用 `thinkingEffortLevels` 声明该模型支持的可选取值。`reasoning_effort` 必须按开放字符串处理，不在网关层写死枚举；实际可用集合必须以 provider 和模型能力为准。常见取值定义如下：
+
+| 值 | 含义 |
+| --- | --- |
+| `none` | 不启用额外推理，适用于不需要思考链路的低延迟请求。 |
+| `minimal` | 最小推理预算，优先降低延迟和成本。 |
+| `low` | 较低推理预算，用于简单推理任务。 |
+| `medium` | 默认/均衡推理深度，在质量、延迟和成本之间折中。 |
+| `high` | 较高推理预算，用于复杂规划、代码和多步推理。 |
+| `xhigh` | 最高推理预算，仅在模型和 provider 明确支持时使用，通常成本和延迟最高。 |
+| `max` | 供应商自定义最高档示例，例如 DeepSeek V4 类模型可能使用该值；语义以 provider 文档为准。 |
+
+除上表外，`thinkingEffortLevels` 可以保存任意供应商自定义值，例如 `max`、`ultra` 或后续模型新增档位。管理端只提供常见值作为快捷选项，不应阻止自定义输入；请求透传时按模型能力校验或直接交由上游 provider 返回错误。
+
+`reasoning_content`、推理过程 delta 或思考摘要在 Chat Completions 中不是 OpenAI 标准必需字段；如需兼容 DeepSeek、Qwen 等供应商扩展，应在 adapter 层作为可选扩展透传，并避免把 hidden reasoning 默认暴露给普通兼容客户端。
+
 ## 11. 队列持久化、恢复与限流执行
 
 ### 11.1 持久化队列原则