feat: 工具系统迁移 + 重型插件骨架 + 前端交互增强

- 工具系统从 kilostar/plugin/tool_plugin/ 迁移到 data/toolset/（manifest.json 声明式）
- 新增 plugin_runtime 模块：BaseOrganization / GlobalPluginManager / loader / tool_bridge
- 新增 org_task + org_task_event 表及 DAO（alembic 0009）
- 新增 /api/v1/plugin 路由（submit/status/stream/install/reload）
- 新增 data/plugin/example_dept 示例重型插件
- regulatory_node 支持聊天历史上下文注入
- send_file 改为 artifact 存盘 + SSE 推送下载链接
- 前端 WorkflowFileCard 组件 + ToolSettings README 渲染
- utils 整理：合并 access/role_check、standalone_proxy→ray_compat、删除废弃模块
- 项目结构文档移至 docs/STRUCTURE.md 并详细展开

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

kilostar/plugin_runtime/tool_bridge.py

@@ -0,0 +1,52 @@
+"""把组织包装成 cabinet 可调用的高阶 tool。
+
+每个组织 → 一个 ``dispatch_to_<org>(task_description)`` 工具。
+ConsciousnessNode/ControlNode 通过这个工具向部门派单，等待部门完成。
+"""
+
+from __future__ import annotations
+
+from typing import Callable, Dict
+
+
+def make_dispatch_tool(org_name: str, display_name: str, description: str) -> Callable:
+    """生成对应组织的 dispatch tool。
+
+    工具签名故意保持简单：只收一个自然语言任务描述，cabinet 不需要懂部门内部
+    capability 划分；部门内部 ReAct 自己决定怎么干。
+    """
+    tool_name = f"dispatch_to_{org_name}"
+    desc_text = description or f"把任务派给{display_name or org_name}部门，由部门内部多 agent 协作完成。"
+
+    async def _impl(task_description: str) -> str:
+        from kilostar.utils.ray_hook import ray_actor_hook
+
+        actor_name = f"org_{org_name}"
+        actor = ray_actor_hook(actor_name)
+        target = getattr(actor, actor_name)
+        result = await target.dispatch.remote(task_description, {})
+        if result.get("status") == "completed":
+            return str(result.get("result") or "")
+        return f"[{org_name} 任务失败] {result.get('error') or 'unknown'}"
+
+    _impl.__name__ = tool_name
+    _impl.__doc__ = (
+        f"{desc_text}\n\n"
+        "Args:\n"
+        "    task_description: 用自然语言描述要部门完成的任务。\n\n"
+        "Returns:\n"
+        "    部门交付的结果文本，失败时返回错误说明。\n"
+    )
+    return _impl
+
+
+def collect_dispatch_tools(org_specs: Dict[str, Dict[str, str]]) -> Dict[str, Callable]:
+    """根据 ``{org_name: {"display_name": ..., "description": ...}}`` 批量生成。"""
+    return {
+        f"dispatch_to_{name}": make_dispatch_tool(
+            name,
+            spec.get("display_name", ""),
+            spec.get("description", ""),
+        )
+        for name, spec in org_specs.items()
+    }