核心运行时和会话测试工具

这一阶段是 Core 的“总质检车间”，不是用户直接使用的功能，而是在幕后反复演练，保证聊天主流程可靠。运行时测试盯会话启动、恢复、历史压缩、状态保存和安全边界；工具与 unified-exec 测试专查命令、补丁、联网、沙箱和审批有没有越权；集成工具提供临时目录、假服务器、假会话等脚手架；端到端套件把请求模型、传输消息、调用工具、保存结果整条链跑一遍，确保系统真上场时顺、稳、安全。