feat: 添加vLLM适配器、修复SSE流式输出和中间件问题

- 新增 vLLM 适配器 (internal/adapter/vllm.go)，支持 OpenAI 兼容 API
- 修复 responseWriter 未实现 http.Flusher 导致 SSE 流式输出 500 错误
- 调整中间件顺序：BodyLimit 移至 Auth 之前，提前拒绝超大请求
- BodyLimit 增强：检查 Content-Length header
- 导出 Server.Authenticator() 方法供测试使用
- 配置更新：使用本地 deepseek-r1:1.5b 模型，新增 vllm-chat 逻辑模型
- 修复 handlers.go 中未使用的 target 参数 lint 警告

configs/config.yaml

@@ -36,7 +36,7 @@ context:
 models:
   general-chat:
     provider: ollama
-    actual_model: qwen2.5:0.5b
+    actual_model: deepseek-r1:1.5b
     endpoint: http://127.0.0.1:11434
     context_window: 32768
     max_output_tokens: 4096
@@ -46,7 +46,7 @@ models:
 
   fast-chat:
     provider: ollama
-    actual_model: qwen2.5:0.5b
+    actual_model: deepseek-r1:1.5b
     endpoint: http://127.0.0.1:11434
     context_window: 16384
     max_output_tokens: 2048
@@ -54,6 +54,16 @@ models:
     residency: on_demand
     idle_unload_seconds: 600
 
+  vllm-chat:
+    provider: vllm
+    actual_model: deepseek-r1:1.5b
+    endpoint: http://127.0.0.1:8000
+    context_window: 32768
+    max_output_tokens: 4096
+    max_concurrency: 4
+    residency: always
+    cancel_supported: true
+
 routing:
   sensitive_data_local_only: true
   allow_cloud_fallback_by_default: false