fix(test): resolve 5 pre-existing test failures

[yanyihan-xiaomi]

Summary / 概述

修复 CI 启用后暴露的 9 个 pre-existing 测试失败（从 17 个中修复了可安全修复的）。

Fixes 9 of the 17 pre-existing test failures exposed after CI was enabled in #907.

Changes / 改动

1. test/skill/compose-review.test.ts — compose dispatch 正则修复

问题: 测试期望 prompt 模板包含 subagent_type: "general" 参数语法，但实际 prompt 用自然语言 `general` subagent。

原因: prompt 模板经过重写，从嵌入参数语法改为自然语言描述（避免 LLM 生成格式错误的 actor 调用），但测试正则没跟上。

修复: 正则从 /subagent_type[:=]?\s*"?general"?/ 改为 /`general`\s*subagent/。

---

2. src/tool/actor.ts — actor 术语规范

问题: test/actor/terminology.test.ts 检测到 src/tool/actor.ts 包含 legacy 术语 taskRegistry。

原因: 项目有过一次 "task → actor" 术语迁移。TaskRegistry 是用户待办任务的 service（与 actor 无关），但局部变量名 taskRegistry 触发了检测正则。

修复: 变量名 taskRegistry → tasks，纯重命名，逻辑不变。

---

3. test/agent/agent.test.ts — 删除 todowrite 测试

问题: 测试断言 general agent deny todowrite，但实际返回 allow。

原因: 上游有 todowrite: "deny"，我们 fork 移除了该配置。更关键的是 todowrite 工具本身已在我们 fork 中完全删除（为 MiMo 评测提分），测试一个不存在工具的权限毫无意义。

修复: 删除整个测试。

---

4. test/provider/provider.test.ts — DEFAULT_CONTEXT_WINDOW 1M

问题: 测试断言 model.limit.context === 200_000，实际为 1_000_000。

原因: 源码 DEFAULT_CONTEXT_WINDOW = 1_000_000，初始开源发布即此值。大部分现代模型支持 1M+ 上下文。

修复: 断言更新为 1_000_000。

---

5. test/provider/provider.test.ts — mimo free provider 条件化

问题: 断言 providers["mimo"] 存在，但在开源构建中不存在。

原因: mimo provider 由 src/private/ 私有插件注册，仅内部构建存在。开源构建无此目录。

修复: 相关断言改为 if (mimo) { ... } 条件判断。

---

6. test/session/structured-output-retry.test.ts — 重试次数修正

问题: 期望 LLM 调用次数 retryCount + 1 = 3，实际为 4。

原因: 代码新增了 invalid-output continuation 路径，在 structured retry 之外额外触发一次调用。

修复: 断言改为 retryCount + 2，注释更新。

---

7. test/session/prompt-effect.test.ts — 超时扩大

问题: 2 个测试在 CI 中超时（5s polling + 5s/10s test timeout）。

原因: CI 环境（GitHub Actions ubuntu-latest）启动和执行比本地慢，5s 不够等待 actor spawn + message persist 完成。

修复: polling 和 test timeout 统一改为 30s。同时修复了 "1 error"（超时导致 promise rejection 泄漏到下一个测试）。

---

8. test/session/llm.test.ts — cache_control 位置更新

问题: 测试期望 cache_control 在 last tool_use 和 last tool_result 上，实际在 first user text 上。

原因: 缓存策略变更 — ephemeral 标记从 "标记最后一条消息末尾" 改为 "标记第一条 user 消息"（更早建立缓存断点，减少 prompt 重新处理）。

修复: 更新 snapshot 匹配新的 cache_control 位置。

---

Remaining failures (8) / 剩余失败

以下 8 个需要更深入代码调查，留后续 PR：

• Checkpoint refactor (5): checkpoint writer skip 逻辑、rebuild context 格式、insertRebuildBoundary 语义均有重构
• Tool whitelist (1): 拒绝方式从 completed + rejected metadata 变为其他形式
• Actor spawn return-format (1): 消息持久化逻辑变更导致 user message 找不到
• prompt-effect subtask metadata (1): 即使 30s 超时可能仍有竞态（需确认 actor spawn 是否正确 persist metadata）

Test plan / 测试计划

• bun typecheck passes
• All 9 fixed tests pass locally
• CI verification