feat: async task pipeline for media and llm workflows

docs/testing.md

@@ -20,6 +20,7 @@
 
 - Node/tRPC 路由输入校验与权限检查
 - LLM 模块请求配置与环境变量回退逻辑
+- 视觉模型 per-request model override 能力
 - 媒体工具函数，例如录制时长格式化与码率选择
 
 ### 3. Go 媒体服务测试
@@ -43,6 +44,7 @@
 - 注入假媒体设备、假 `MediaRecorder` 和假 `RTCPeerConnection`
 
 这样可以自动验证前端主流程，而不依赖数据库、真实摄像头权限和真实 WebRTC 网络环境。
+当前 E2E 已覆盖新的后台任务流和任务中心依赖的接口 mock。
 
 ## Unified verification
 
@@ -75,6 +77,14 @@ pnpm test:llm -- "你好，做个自我介绍"
 - 适合验证 `LLM_API_KEY`、`LLM_MODEL` 和网关连通性
 - 不建议纳入 `pnpm verify`，因为它依赖外部网络和真实密钥
 
+多模态链路建议额外执行一次手工 smoke test：
+
+```bash
+pnpm exec tsx -e 'import "dotenv/config"; import { invokeLLM } from "./server/_core/llm"; const result = await invokeLLM({ model: process.env.LLM_VISION_MODEL, apiUrl: process.env.LLM_VISION_API_URL, apiKey: process.env.LLM_VISION_API_KEY, messages: [{ role: "user", content: [{ type: "text", text: "请用中文一句话描述图片" }, { type: "image_url", image_url: { url: "https://..." } }] }] }); console.log(result.model, result.choices[0]?.message?.content);'
+```
+
+如果返回模型与 `LLM_VISION_MODEL` 不一致，说明上游网关忽略了视觉模型选择，业务任务会自动回退到文本纠正结果。
+
 ## Production smoke checks
 
 部署到宿主机后，建议至少补以下联测：