refactor: 引入模块钩子系统，解耦认证逻辑，支持模块/normalizer/parser 自动发现

- 新增 HookDispatcher 钩子分发器，支持 FIRST_RESULT 和 COLLECT_ALL 两种策略
- LDAP 认证逻辑从 AuthService 移至 ldap 模块钩子实现
- Management Token 前缀认证从 pipeline 硬编码改为模块钩子注册
- src/modules/ 改为自动扫描子目录发现 ModuleDefinition
- normalizers 和 parsers 注册改为基于类属性自动发现
- OpenAI CLI 增加 /v1/responses/compact 端点和并行 tool_call 支持
- OpenAI CLI normalizer 支持 Chat Completions 格式自动回退
- Codex 适配器增加 compact 模式上下文传递和 header 调整
- HeaderBuilder 改进非 latin-1 字符处理（UTF-8 字节透传）
- Gunicorn 增加 graceful_timeout 防止僵尸进程

src/api/public/openai.py

@@ -3,6 +3,7 @@ OpenAI API 端点
 
 - /v1/chat/completions - OpenAI Chat API
 - /v1/responses - OpenAI Responses API (CLI)
+- /v1/responses/compact - OpenAI Responses Compaction API (CLI)
 
 注意: /v1/models 端点由 models.py 统一处理，根据请求头返回对应格式
 """
@@ -54,6 +55,29 @@ async def create_chat_completion(
     )
 
 
+@router.post("/v1/responses/compact")
+async def create_responses_compact(
+    http_request: Request,
+    db: Session = Depends(get_db),
+) -> Any:
+    """
+    OpenAI Responses Compaction API (CLI)
+
+    用于压缩/总结之前的 responses，永远非流式。
+    Codex CLI 使用 compact 模型后缀（如 gpt-5-compact）时调用此端点。
+
+    **认证方式**: Bearer Token（API Key 或 JWT Token）
+    """
+    adapter = OpenAICliAdapter(compact=True)
+    return await pipeline.run(
+        adapter=adapter,
+        http_request=http_request,
+        db=db,
+        mode=adapter.mode,
+        api_format_hint=adapter.allowed_api_formats[0],
+    )
+
+
 @router.post("/v1/responses")
 async def create_responses(
     http_request: Request,