Добавить поддержку Qwen thinking/reasoning

[johnnykor82]

Привет! Добавил поддержку Qwen thinking/reasoning для текстовых t2t запросов в OpenAI-compatible API.

Что меняется:

• для t2t payload включается feature_config.thinking_enabled;
• добавлен thinking_budget с дефолтом 81920;
• поддержаны request-level флаги отключения thinking: enable_thinking: false, thinking_enabled: false, reasoning_effort: "none";
• SSE-фазы Qwen think и answer парсятся отдельно;
• streaming-ответы отдают delta.reasoning_content и delta.content;
• non-streaming-ответы отдают message.reasoning_content и message.content;
• stream больше не завершается на конце think-фазы, а ждёт фазу ответа;
• для запросов с tools/legacy functions thinking отключается автоматически, чтобы не ломать существующую эмуляцию tool_calls через строгий JSON в content;
• аналогичная поддержка добавлена в main.py;
• добавлены unit-тесты на payload и парсинг reasoning.

Важно про tool_calls: текущий Node-прокси не передаёт OpenAI tools в Qwen как нативные schemas, а эмулирует их системным промптом. Поэтому для запросов с tools или functions effective enableThinking принудительно становится false, даже если клиент прислал enable_thinking: true.

Проверял:

npm test
node --check src/api/chat.js
node --check src/api/qwenReasoning.js
node --check src/api/routes.js
python3 -m py_compile main.py

Также проверял вручную через локальный прокси: non-streaming и streaming ответы корректно разделяют reasoning и финальный answer, а tool_calls после правки продолжают работать.

Gist с patch-файлом на случай, если удобнее применить вручную:

https://gist.github.com/johnnykor82/9c92836278a3e5e3cc9853fceda59a41

[ForgetMeAI]

Идея поддержки reasoning_content полезная, но эту версию пока нельзя безопасно сливать.

Пожалуйста:

• rebase на текущий main после #4;
• не включать thinking молча для всех t2t и не задавать глобальный default budget 81920 без явного opt-in/ограничения;
• сохранить system/tools/files, account affinity, полный replay при 401/429 и запрет retry после частично отправленного SSE;
• либо разделить Node/Python на проверяемые PR, либо дать одинаковые fixtures для обеих реализаций;
• добавить тесты границ think -> answer, malformed/non-SSE transport, tool-call режима, non-stream/stream parity и failover во время каждой фазы.

После этого PR можно будет пересмотреть как изолированную feature без регрессии недавно исправленного retry/security контура.