chore: opencode冗余清理 + LLM任务级模型选择 + systemd服务化

- 删除 opencode_search.py / mcp_search_server.py 及所有 MCP 引用
- 移除搜索缓存定时任务（scheduled_refresh_search_cache）
- 清理前后端所有 opencode/MCP 代码和注释
- LLM 提供商量换：opencode-go→nvidia(默认)+sensenova(合规审查)
- llm_configs 新增 is_default 字段，API 层互斥逻辑
- 所有定时任务支持独立 LLM 模型选择（LLM_TASK_PROVIDER env）
- compliance_optimizer.py 修复：import os / 解硬编码 / 关键词过滤
- Scheduler 日志修复：始终 INSERT，避免僵尸 running 行
- Systemd 服务化：Restart=always / 单 worker / Type=exec
- 搜索提供商：替换 opencode→360/搜狗/微信（免 Key）
- 更新 AGENTS.md / PROGRESS.md

scripts/compliance_optimizer.py

@@ -3,7 +3,7 @@
 合规审查：文章合规检查 → LLM迭代修复
 从articles表读取待审文章，进行合规评分；不合格文章由LLM修复（最多3次），通过后更新选题状态为待发布
 """
-import json, datetime, logging, sys, re
+import json, os, datetime, logging, sys, re
 from pathlib import Path
 from typing import Dict, List, Optional, Tuple
 from dataclasses import dataclass, asdict
@@ -165,7 +165,7 @@ def polish_with_llm(html: str, platform: str, remaining_issues: Optional[List[Di
     """用 LLM 优化文章内容，返回 (html, log_message_or_None)
     如果指定 remaining_issues，则针对性修复合规问题
     LLM 失败时自动重试一次
-    固定使用 opencode-go (deepseek-v4-flash) — 审查用更好的模型
+    LLM 提供者由 LLM_TASK_PROVIDER 环境变量决定（scheduler 从 TaskConfig 读取设置）
     """
     if not HAVE_LLM:
         return html, None
@@ -182,16 +182,15 @@ def polish_with_llm(html: str, platform: str, remaining_issues: Optional[List[Di
                 prompt = get_prompt("compliance_fix", issues_desc=issues_desc, html=html)
             else:
                 prompt = get_prompt("compliance_polish", html=html)
-            polished = call_llm(prompt, provider="sensenova", temperature=temperature, max_tokens=max_tokens, system_prompt=system_prompt)
+            polished = call_llm(prompt, temperature=temperature, max_tokens=max_tokens, system_prompt=system_prompt)
             polished = clean_html_content(polished)
             polished = strip_ai_preface(polished)
             polished = strip_thinking_html(polished)
             if '<h2' in polished or '<p>' in polished:
                 if len(polished) > len(html) * 0.3 and len(polished) > 100:
-                    if not any(kw in polished for kw in ['保留', '建议', '可以', '应该', '推荐', '改为', '替换为']):
-                        tag = "针对性修复" if remaining_issues else "常规润色"
-                        return polished, f"LLM {tag}"
-                logger.warning(f"LLM 优化输出异常（过短或含建议性文字），保留原文 (len={len(polished)})")
+                    tag = "针对性修复" if remaining_issues else "常规润色"
+                    return polished, f"LLM {tag}"
+                logger.warning(f"LLM 优化输出过短，保留原文 (len={len(polished)})")
         except Exception as e:
             logger.warning(f"LLM 优化失败 (尝试 {attempt+1}/2): {e}")
         if attempt == 0:
@@ -229,7 +228,8 @@ def _load_platform_configs() -> Dict[str, Dict]:
 
 def main(topic_ids: List[str] = None, today_only: bool = False):
     logger.info("=== 合规审查与优化开始 ===")
-    logger.info("LLM 配置: opencode-go (model=deepseek-v4-flash) — 固定用于合规审查")
+    llm_provider = os.getenv("LLM_TASK_PROVIDER", "sensenova")
+    logger.info(f"LLM 配置: {llm_provider} — 合规审查")
 
     platform_configs = _load_platform_configs()
     logger.info(f"已加载 {len(platform_configs)} 个平台配置")