refactor: 统一任务框架 Phase 3 - 用 TaskService/FailoverEngine 替代 FallbackOrchestrator

核心重构：
- 移除 FallbackOrchestrator，用 TaskService + FailoverEngine 替代
- TaskService 作为统一入口，支持 SYNC/ASYNC 两种任务模式
- FailoverEngine 实现候选遍历、重试、故障转移逻辑
- 新增 AttemptFunc/AttemptResult 协议，统一尝试结果表示

功能改进：
- 流式响应首字节探测（30s 超时，空流触发故障转移）
- 流式取消归因优化（区分客户端断连 vs 服务端中断）
- 新增 OpenAI Sora 视频取消路由 POST /v1/videos/{task_id}/cancel
- OpenAI 流式请求自动添加 stream_options.include_usage

代码规范：
- 修复 loguru 日志格式（%s → {}）
- 新增 FORMAT_CONVERSION_ENABLED 环境变量说明

测试覆盖：
- test_failover_engine.py: FailoverEngine 单元测试
- test_task_service_async_execute.py: TaskService ASYNC 模式测试
- test_video_cancel_e2e.py: 视频取消端到端测试

src/core/api_format/conversion/compatibility.py

@@ -50,7 +50,7 @@ def is_format_compatible(
         endpoint_api_format: 端点的 API 格式
         endpoint_format_acceptance_config: 端点的格式接受配置
         is_stream: 是否是流式请求
-        effective_conversion_enabled: 有效格式转换开关（全局 OR 提供商）
+        effective_conversion_enabled: 格式转换总开关（通常来自环境变量/Feature Flag）
         registry: 转换器注册表（可选，默认使用全局单例）
         skip_endpoint_check: 是否跳过端点配置检查（当全局或提供商开关为 ON 时设为 True）
 
@@ -79,9 +79,9 @@ def is_format_compatible(
         return True, False, None
 
     # 2. 格式不同 -> 需要检查格式转换开关
-    # 如果有效开关为 False（全局 OFF 且提供商 OFF），直接拒绝
+    # 如果总开关为 False，直接拒绝（禁用任何跨格式转换）
     if not effective_conversion_enabled:
-        return False, False, "格式转换已禁用（全局和提供商开关均为关闭）"
+        return False, False, "格式转换已禁用（FORMAT_CONVERSION_ENABLED=false）"
 
     # 3. 如果全局或提供商开关为 ON，跳过端点配置检查
     if not skip_endpoint_check:

src/core/api_format/conversion/normalizers/openai.py

@@ -393,6 +393,14 @@ class OpenAINormalizer(FormatNormalizer):
 
         choices = chunk.get("choices") or []
         if not choices or not isinstance(choices, list):
+            # OpenAI streaming may send a final "usage-only" chunk when
+            # stream_options.include_usage=true, where `choices` is empty but `usage` exists.
+            usage_info = self._openai_usage_to_internal(chunk.get("usage"))
+            if usage_info is not None and (usage_info.total_tokens or usage_info.input_tokens or usage_info.output_tokens):
+                # For cross-format targets (e.g. Gemini), emitting usage as a late MessageStopEvent
+                # allows the target normalizer to surface usage metadata even if the stop chunk
+                # didn't carry it.
+                events.append(MessageStopEvent(stop_reason=None, usage=usage_info))
             return events
 
         c0 = choices[0] if choices else {}
@@ -1136,6 +1144,12 @@ class OpenAINormalizer(FormatNormalizer):
         total_tokens = usage.get("total_tokens")
         if total_tokens is None:
             total_tokens = input_tokens + output_tokens
+        total_tokens_int = int(total_tokens)
+
+        # Some OpenAI-compatible providers may include a placeholder `usage` object with 0s
+        # (or omit fields); treat it as "missing usage" to avoid emitting misleading usageMetadata.
+        if input_tokens == 0 and output_tokens == 0 and total_tokens_int == 0:
+            return None
 
         extra = self._extract_extra(
             usage,
@@ -1144,7 +1158,7 @@ class OpenAINormalizer(FormatNormalizer):
         return UsageInfo(
             input_tokens=input_tokens,
             output_tokens=output_tokens,
-            total_tokens=int(total_tokens),
+            total_tokens=total_tokens_int,
             extra={"openai": extra} if extra else {},
         )