feat(AI): 双后端路由 MNN/MLX,AIRuntime 按引擎分发(Phase 3 核心)

- InferenceEngine:引擎枚举(.mnn 默认 / .mlx 兜底)+ UserDefaults 持久化
  + 可用性/SME2 运行时探测(经 MNNLLMBridge)
- MNNBackend:actor 封装 MNNLLMBridge 文本流式生成,detached 线程跑同步
  response、按 UTF-8 边界 yield TokenChunk,串行化交给 AIRuntime 闸门
- AIRuntime:prepare/generate 按引擎分发;.mnn 且模型就绪→MNN,否则回退 MLX
  (过渡期 App 始终可用);prepareVL/单模型常驻时互卸 MNN↔MLX 释放内存
  公有 API 不变,各 Service 零改动

模拟器 BUILD SUCCEEDED,0 error。引擎切换 UI + SME2 指示留待 Phase 5。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

康康/AI/MNNBackend.swift

@@ -0,0 +1,72 @@
+import Foundation
+
+/// MNN(CPU / SME2)推理后端,封装 `MNNLLMBridge` 的文本流式生成。
+/// 与 `LLMSession`/`VLSession` 同款 actor 隔离;跨调用的串行化由上游 `AIRuntime` 闸门保证。
+///
+/// VL(图→文)需 MNN OMNI 构建(OpenCV 解码图像),当前文本构建不支持;`analyze` 抛错,
+/// 上层在 VL 路径回退 MLX(见 `AIRuntime`)。
+actor MNNBackend {
+    private var bridge: MNNLLMBridge?
+
+    var isLoaded: Bool { bridge?.isLoaded ?? false }
+
+    /// 从 MNN 模型目录加载(目录含 MNN llm 的 config.json + llm.mnn + 权重 + tokenizer)。
+    func load(folderURL: URL) throws {
+        let configPath = folderURL.appendingPathComponent("config.json").path
+        guard FileManager.default.fileExists(atPath: configPath) else {
+            throw AIRuntimeError.notReady
+        }
+        guard let b = MNNLLMBridge(configPath: configPath) else {
+            throw AIRuntimeError.modelLoadFailed("MNN createLLM/load 失败")
+        }
+        bridge = b
+    }
+
+    func unload() { bridge = nil }
+
+    /// 文本流式生成。`bridge.generateText` 同步阻塞、逐段回调,放在 detached 线程跑,
+    /// 把每段文本 yield 成 `TokenChunk`(含即时 tok/s)。流被取消时调用 `bridge.cancel()`。
+    func generate(prompt: String, maxTokens: Int) -> AsyncThrowingStream<TokenChunk, Error> {
+        guard let bridge else {
+            return AsyncThrowingStream { $0.finish(throwing: AIRuntimeError.notReady) }
+        }
+        let box = MNNUncheckedBox(bridge)
+        return AsyncThrowingStream { continuation in
+            let meter = MNNRateMeter()
+            let task = Task.detached(priority: .userInitiated) {
+                _ = box.value.generateText(prompt, maxTokens: Int32(maxTokens)) { piece in
+                    let rate = meter.tick()
+                    continuation.yield(TokenChunk(text: piece, decodeRate: rate))
+                }
+                continuation.finish()
+            }
+            continuation.onTermination = { _ in
+                box.value.cancel()
+                task.cancel()
+            }
+        }
+    }
+
+    /// 图→文(VL)。当前 MNN 文本构建未含 OMNI,直接抛错让上层回退 MLX VL。
+    func analyze(imageURLs: [URL], prompt: String, maxTokens: Int) throws -> String {
+        throw AIRuntimeError.inferenceFailed("MNN 当前构建不支持 VL(需 OMNI)")
+    }
+}
+
+/// 把非 Sendable 的 ObjC 桥对象安全带过 detached 边界。
+/// 安全性来自 `AIRuntime` 闸门:同一时刻只有一个生成在跑,桥不会被并发访问。
+private nonisolated struct MNNUncheckedBox<T>: @unchecked Sendable {
+    let value: T
+    init(_ value: T) { self.value = value }
+}
+
+/// 即时解码速率计:回调在单线程串行调用,内部计数无竞争。
+private nonisolated final class MNNRateMeter: @unchecked Sendable {
+    private let start = Date()
+    private var produced = 0
+    func tick() -> Double {
+        produced += 1
+        let elapsed = Date().timeIntervalSince(start)
+        return elapsed > 0 ? Double(produced) / elapsed : 0
+    }
+}