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/web_search.py

@@ -3,7 +3,7 @@
 网络搜索模块
 
 三种模式（优先级从高到低）：
-1. 本地缓存（opencode webfetch 预填充）
+1. 本地缓存（search_cache.json）
 2. Bing Web Search API（设 BING_API_KEY）
 3. Bing 网页抓取（服务器环境常反爬拦截）
 """
@@ -92,7 +92,7 @@ def search_scrape(query: str, max_results: int = 5) -> List[Dict]:
 
 
 def search_from_cache(query: str, max_results: int = 5) -> List[Dict]:
-    """从 opencode webfetch 预填充的缓存中读取（跳过超过36小时的缓存）"""
+    """从本地搜索缓存中读取（跳过超过36小时的缓存）"""
     if not SEARCH_CACHE_FILE.exists():
         return []
     try:
@@ -114,7 +114,7 @@ def search_from_cache(query: str, max_results: int = 5) -> List[Dict]:
 
 
 def save_to_cache(query: str, results: List[Dict]):
-    """保存搜索结果到缓存（供 opencode webfetch 填充时使用）"""
+    """保存搜索结果到缓存（供填充时使用）"""
     cache = {}
     if SEARCH_CACHE_FILE.exists():
         try: