feat(capture): 统一报告捕获流程并集成视觉语言模型识别

- 替换 QuickCaptureFlow 和 ArchiveFlow 为 UnifiedCaptureFlow 统一流程
- 新增 VLSession 封装 Qwen2.5-VL 模型进行图像文本推理
- 实现 AIRuntime 中 VL 模型的准备和分析功能
- 添加 VLPrompts 定义体检化验单识别的 JSON 输出模板
- 创建 CaptureReviewForm 提供 VL 解析结果的可编辑表单界面
- 集成 VisionKit 文档扫描器支持真机多页文档扫描
- 为模拟器实现 PhotosPicker 回退方案选择已有照片
- 在 RootView 中统一使用 UnifiedCaptureFlow 处理快速和归档流程
- 添加 CustomMetricEditor 支持自定义监测指标的创建编辑删除
- 扩展 KangkangApp 模型配置以支持新数据类型
- 实现档案列表中症状结束功能通过时间线行点击触发

康康/AI/Prompts/VLPrompts.swift

@@ -0,0 +1,71 @@
+import Foundation
+
+/// VL 模型(Qwen2.5-VL)用于体检 / 化验单识别的 prompt 模板。
+/// 输出契约:严格 JSON,无任何解释文字、markdown 围栏或前后缀。
+/// 解析失败 → CaptureService 回退到手动录入(§3.2 失败回退红线)。
+enum VLPrompts {
+
+    /// 输出 JSON 的字段定义(写进 prompt 里教模型):
+    /// ```
+    /// {
+    ///   "title": "春季年度体检",        // 报告抬头,无则 "拍摄识别"
+    ///   "type": "checkup|lab|imaging|prescription|other",
+    ///   "report_date": "YYYY-MM-DD",   // 报告日期(无则今天)
+    ///   "institution": "XX 医院",       // 可空字符串
+    ///   "page_count": 1,
+    ///   "summary": "整体趋势短句",       // 可空字符串
+    ///   "indicators": [
+    ///     {
+    ///       "name": "低密度脂蛋白",
+    ///       "value": "3.84",
+    ///       "unit": "mmol/L",
+    ///       "range": "< 3.40",
+    ///       "status": "high|low|normal"
+    ///     }
+    ///   ]
+    /// }
+    /// ```
+    /// `kind` 字段省略 —— UI 由 indicators 数量决定走 A2(单项)或 B3(多项)。
+
+    static let reportExtraction: String = #"""
+你是一个医学体检报告识别助手。请只输出一段合法 JSON,不要解释、不要 markdown 围栏、不要任何前后缀文字。
+
+JSON schema(严格):
+{
+  "title": string,
+  "type": "checkup" | "lab" | "imaging" | "prescription" | "other",
+  "report_date": "YYYY-MM-DD",
+  "institution": string,
+  "page_count": number,
+  "summary": string,
+  "indicators": [
+    {
+      "name": string,
+      "value": string,
+      "unit": string,
+      "range": string,
+      "status": "high" | "low" | "normal"
+    }
+  ]
+}
+
+规则:
+- status 根据 value 与 range 自己判断:value > range 上限 → "high",< 下限 → "low",否则 → "normal"。
+- range 字段保留原文(如 "< 3.40"、"3.9 - 6.1"、"0 - 5"),不要解析成区间对象。
+- 无法识别的字段填空字符串(institution / summary)或合理默认值(report_date 用今天)。
+- 不要发明指标。看不清的整行跳过。
+- 化验单一般 type = "lab",体检套餐 = "checkup"。
+
+示例 1(化验单 · 单项):
+输入: 一张化验单照片,只能看清「低密度脂蛋白 3.84 mmol/L 参考 <3.40」
+输出:
+{"title":"低密度脂蛋白单项","type":"lab","report_date":"2026-05-25","institution":"","page_count":1,"summary":"","indicators":[{"name":"低密度脂蛋白","value":"3.84","unit":"mmol/L","range":"< 3.40","status":"high"}]}
+
+示例 2(体检 · 多项):
+输入: 一份春季体检,3 项可读
+输出:
+{"title":"春季年度体检","type":"checkup","report_date":"2026-04-12","institution":"协和医院","page_count":1,"summary":"血脂偏高、其他正常","indicators":[{"name":"低密度脂蛋白","value":"3.84","unit":"mmol/L","range":"< 3.40","status":"high"},{"name":"谷丙转氨酶","value":"32","unit":"U/L","range":"9 - 50","status":"normal"},{"name":"空腹血糖","value":"5.2","unit":"mmol/L","range":"3.9 - 6.1","status":"normal"}]}
+
+现在请识别图片并输出 JSON:
+"""#
+}