feat(concurrency): 支持运行时动态修改每模型并行度 (#251)

[ThreeFish-AI]

Summary

重构 ModelConcurrencyLimiter 并发控制核心，以自定义 _ConcurrencySlot（基于 asyncio.Event）替代 asyncio.Semaphore，使其支持运行时动态调整每模型并发上限；同时新增 PUT /api/concurrency API 端点与 Dashboard 前端可编辑 UI，实现无需重启即可调整并行度。

变更内容

后端

• vendors/concurrency.py：新增 _ConcurrencySlot 类，使用 asyncio.Event + while 循环实现 FIFO 公平排队，提供 set_limit() 方法支持动态调整上限；ModelConcurrencyLimiter 新增 set_limit(model, new_limit) 方法，同步更新 config 与 slot 状态
• vendors/zhipu.py：ZhipuVendor 新增 update_concurrency(model, limit) 代理方法
• server/routes.py：新增 PUT /api/concurrency 端点，接受 {tier, model, limit} 请求体，校验 limit 范围 1-20，遍历 tiers 查找目标 vendor 执行更新

前端

• server/dashboard.py：Model Calling 模块中 limit 数字渲染为可点击的 .mc-limit-editable 元素，点击后展开 inline number input，支持 Enter 确认 / Escape 取消 / 失焦确认，成功/失败分别有绿色/红色闪烁动画反馈

测试

• tests/test_zhipu_concurrency.py：适配新 API（_get_or_create_slot、slot.available），全量 1520 测试通过无回归

设计决策

• 缩小 limit 时已持有槽位不被强制回收，新 limit 在后续 acquire 中自然生效（自然收敛）
• 运行时修改不持久化到配置文件，纯内存操作，重启后恢复为 YAML 配置值
• acquire() 返回 self，保持现有调用模式（slot.release()）不变，ZhipuVendor 调用方无需改动

Test plan

• 启动代理服务器（zhipu vendor 配置 concurrency），Dashboard → Overview 观察 Model Calling 模块
• 点击模型 limit 数字，修改为不同值，确认 UI 即时更新且轮询保持一致
• 发起并发请求验证新 limit 生效（排队行为符合预期）
• 缩小 limit 时已持有请求不受影响

🤖 Generated with Claude Code, CodeX, Gemini