feat: 人设模板系统、节点调度标签、pydantic-settings收敛、错误处理增强

新增persona_template表和CRUD API，BaseIndividualModel增加node_affinity和template_origin_id字段，
WorkerCluster支持多集群Ray资源调度，环境变量收敛到pydantic-settings统一校验，
数据库异常转换为结构化BusinessError/RetryableError，系统节点支持custom_system_prompt。

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

kilostar/utils/i18n.py

@@ -25,10 +25,11 @@
 
 from __future__ import annotations
 
-import os
 from typing import Dict
 
-_DEFAULT_LOCALE: str = os.getenv("KILOSTAR_LANG", "zh")
+from kilostar.utils.settings import get_settings
+
+_DEFAULT_LOCALE: str = get_settings().kilostar_lang
 
 # ─── Agent System Prompts ──────────────────────────────────────────────────
 
@@ -163,16 +164,16 @@ def t(key: str, locale: str | None = None, accept_language: str | None = None, *
     return text.format(**kwargs) if kwargs else text
 
 
-def agent_prompt(agent_name: str, locale: str | None = None, accept_language: str | None = None) -> str:
+def agent_prompt(
+    agent_name: str,
+    locale: str | None = None,
+    accept_language: str | None = None,
+    custom_system_prompt: str | None = None,
+) -> str:
     """获取指定 Agent 的 system prompt，并追加语言指令。
 
-    Args:
-        agent_name: ``regulatory_node`` / ``consciousness_node`` / ``control_node``
-        locale: 显式指定语言代码。
-        accept_language: ``Accept-Language`` 头内容。
-
-    Returns:
-        完整 system prompt（含 "请使用 XX 语言回复" 的追加指令）。
+    若 ``custom_system_prompt`` 不为空，追加在默认 prompt 和语言指令之后，
+    使管理员自定义内容能够覆盖/补充默认行为，同时保留角色定义。
     """
     loc = _resolve_locale(locale, accept_language)
     prompt = _PROMPTS.get(agent_name, {}).get(loc) or _PROMPTS.get(agent_name, {}).get(_DEFAULT_LOCALE, "")
@@ -180,4 +181,7 @@ def agent_prompt(agent_name: str, locale: str | None = None, accept_language: st
         "zh": "\n\n【重要】请始终使用简体中文进行思考和回复。",
         "en": "\n\n[Important] Please always think and reply in English.",
     }.get(loc, "")
-    return prompt + lang_instruction
+    result = prompt + lang_instruction
+    if custom_system_prompt and custom_system_prompt.strip():
+        result += f"\n\n{custom_system_prompt.strip()}"
+    return result