fix(agent): 空转回合注入续跑指令，复用空响应重试次数

模型有时一整轮只输出思考、既不给正文也不调工具，harness 视为自然结束
(end_turn 且无 tool_use)，直接以 completed + 空总结收场，一条未完成的意图
断在半路，表现为「任务正常结束但没有文字总结」。五层 LLM 重试均够不着它
(非错误路径)，SDK 空响应重试也够不着(以是否 yield 过事件判空，而思考增量
本身就是事件)。

work 的 Stop 钩子现识别这种回合并注入一条续跑指令，让模型带着已有思考继续
执行下一步——不选原样重发，因这类空转由提示词与上下文形状决定，是稳定行为
而非随机抽风。次数复用 LLM 页「空响应重试次数」(默认 2、-1 关闭)，是一条
意图的总量闸而非连续次数(harness 已限死连续空转只推一次)。

server/engine.go

@@ -527,9 +527,52 @@ func (e *Engine) drainSteer(intentID int64) (string, bool) {
 // before each tool call it drains a queued course-correction (if any) and blocks the
 // call, handing the message back to the model — which re-plans its next step instead
 // of running the tool. No queued message → the guard behaves exactly as before.
+// 它同时负责「空转回合」的续跑，见 Stop。
 type steerHooks struct {
 	inner harness.HookRunner
 	drain func() (string, bool)
+	// nudges 是本条意图已注入的空转续跑次数，上限 limit。指针:harness 持有的是
+	// steerHooks 的值拷贝，计数必须共享同一份。
+	nudges *atomic.Int64
+	// limit 是空转续跑的次数上限，由 Engine.emptyTurnNudgeLimit() 从「空响应重试
+	// 次数」解析而来。<=0 = 不介入(用户显式关掉了这层)。
+	limit int
+	// label 形如 "worker-1 · #42"，只用于日志。
+	label string
+}
+
+// 空转回合(只有思考、既无正文也无工具调用)续跑次数的默认值，与 SDK 空响应重试的
+// 内置默认(norma/llm/openai.go 的 emptyResponseRetries)保持一致——两层共用同一个
+// 旋钮，不配置时的行为也该对齐。解析见 Engine.emptyTurnNudgeLimit。
+//
+// 注意这个数是「一条意图的总量」，不是「连续几次」:harness 自身的 stopHookActive
+// 已经限死了连续空转只推一次——推完那一轮若还是空转，Stop 钩子不会再被调到，run 直接
+// 收场;只有真正发生过一次工具回合，配额才刷新(norma/harness/query.go:534)。所以这个
+// 闸挡的是「工具 → 空转 → 推 → 工具 → 空转」这种病态循环，别让它把意图预算耗光。
+const defaultEmptyTurnNudges = 2
+
+// emptyTurnNudge 是空转回合注入的续跑指令。
+//
+// 这种回合在 harness 眼里是一次自然结束(stop_reason=end_turn 且无 tool_use)，五层
+// LLM 重试一层都不适用——它不是错误，是模型「想完了但没动手」。SDK 的空响应重试也
+// 够不着:它以「有没有 yield 过事件」判空，而思考增量本身就是事件(norma/llm/openai.go
+// 的 SEThinkingDelta)，所以 thinking-only 不算空。何况那层是原样重发整个 prompt，
+// 对这种由上下文形状决定的空转，重发只会让模型再想一遍。这里换成追加一条指令，让它
+// 带着已经产出的思考继续，输入变了才有理由给出不同的行为。
+const emptyTurnNudge = "【空转提醒】你上一轮只输出了思考过程，既没有给出正文回复，也没有调用任何工具，" +
+	"这一轮等于没有产出。请直接执行你刚才想好的下一步：要么调用工具，要么给出结论文字。不要重复思考。"
+
+// isThinkingOnlyTurn reports whether the latest assistant turn produced neither
+// text nor a tool call — i.e. the model spent the whole round thinking.
+func isThinkingOnlyTurn(messages []llm.Message) bool {
+	for i := len(messages) - 1; i >= 0; i-- {
+		m := messages[i]
+		if m.Role != llm.RoleAssistant {
+			continue
+		}
+		return strings.TrimSpace(m.Text()) == "" && len(m.ToolUses()) == 0
+	}
+	return false
 }
 
 func (h steerHooks) PreToolUse(ctx context.Context, name string, input []byte) (bool, string, []byte) {
@@ -549,11 +592,31 @@ func (h steerHooks) PostToolUse(ctx context.Context, name string, input, result
 	}
 }
 
+// Stop 在 guard 原有语义之上补一层「空转回合」续跑:模型只输出了思考、既没给正文
+// 也没调工具时，harness 会把它当成自然结束并以空 summary 收场(query.go 的
+// ReasonCompleted + asst.Text())，一条本来还没做完的意图就这样断在半路。此时注入
+// 一条续跑指令，让模型带着已有思考接着走。
 func (h steerHooks) Stop(ctx context.Context, messages []llm.Message) (bool, []string, string) {
+	var (
+		prevent  bool
+		blocking []string
+		msg      string
+	)
 	if h.inner != nil {
-		return h.inner.Stop(ctx, messages)
+		prevent, blocking, msg = h.inner.Stop(ctx, messages)
 	}
-	return false, nil, ""
+	// inner 已经决定硬停、或已经要注入自己的续跑消息 → 尊重它，不再叠加。
+	// limit<=0 = 用户把「空响应重试次数」配成了 -1，即显式关掉这层。
+	if prevent || len(blocking) > 0 || h.nudges == nil || h.limit <= 0 || !isThinkingOnlyTurn(messages) {
+		return prevent, blocking, msg
+	}
+	n := h.nudges.Add(1)
+	if n > int64(h.limit) {
+		log.Printf("[work %s] 空转回合(仅思考、无正文无工具)已达续跑上限 %d，放行收场", h.label, h.limit)
+		return prevent, blocking, msg
+	}
+	log.Printf("[work %s] 空转回合(仅思考、无正文无工具)，注入续跑指令 (%d/%d)", h.label, n, h.limit)
+	return false, []string{emptyTurnNudge}, ""
 }
 
 // KillWork cancels the in-flight work running intentID (planner's kill_work tool).
@@ -956,8 +1019,17 @@ func (e *Engine) runIntent(ctx context.Context, t *Task, name string, worker *ag
 		a.NodeID, a.Worker = &nid, name
 		emit(a)
 	}
-	workCtx = intercept.WithTaskContext(workCtx, t.ID, fmt.Sprintf("%s · #%d", name, iid), taskEmit)
-	hooks := steerHooks{inner: t.Guard.Hooks(), drain: func() (string, bool) { return e.drainSteer(iid) }}
+	label := fmt.Sprintf("%s · #%d", name, iid)
+	workCtx = intercept.WithTaskContext(workCtx, t.ID, label, taskEmit)
+	// nudges 有意建在 model_error 重跑循环之外:空转续跑的上限是「这条意图」的总量，
+	// 重跑一轮不该把额度清零重来。
+	hooks := steerHooks{
+		inner:  t.Guard.Hooks(),
+		drain:  func() (string, bool) { return e.drainSteer(iid) },
+		nudges: &atomic.Int64{},
+		limit:  e.emptyTurnNudgeLimit(),
+		label:  label,
+	}
 	wTaskID, _ := strconv.ParseInt(t.ID, 10, 64)
 	e.BeginLLMCall(t.ID)
 	var reason harness.TerminalReason