feat(engine): 添加MCP连接管理和工具集成功能

- 集成MCP连接管理器，支持MCP服务器连接
- 添加多种内置工具：ClarifyTool、CronTool、DelegateTool、ExecuteCodeTool、
  PatchFileTool、ProcessTool、SendMessageTool、SpawnTool、TerminalTool、
  TodoTool、WebFetchTool、WebSearchTool、WriteFileTool等
- 实现工具注册和装配功能
- 添加技能选择上下文参数
- 支持思考模式控制参数thinking_enabled

feat(coordinator): 重构任务执行计划器参数命名

- 将learning_candidate_enabled重命名为allow_candidate_generation
- 更新TeamGraphScheduler中的参数传递
- 修改LocalAgentRunner中的相关参数处理
- 更新README文档中的相应描述

refactor(context): 标准化工具调用参数格式

- 添加_json导入用于参数序列化
- 实现_provider_tool_calls方法标准化OpenAI兼容的工具调用载荷
- 修复工具调用中参数非字符串类型的序列化问题

refactor(session): 优化消息历史记录过滤逻辑

- 修改get_messages_as_conversation为基于运行状态过滤消息
- 排除未完成、失败或错误结束的运行记录
- 改进对话历史的可见性控制机制

fix(store): 修复FTS索引重建逻辑

- 添加异常处理防止FTS索引创建失败
- 实现_rebuild_fts_index方法重新构建全文搜索索引
- 优化索引触发器和表的维护流程

app-instance/backend/beaver/memory/runs/store.py

@@ -44,6 +44,29 @@ class RunMemoryStore:
     def append_skill_effect(self, effect: SkillEffectRecord) -> None:
         self._append_jsonl(self.effects_path, effect.to_dict())
 
+    def update_skill_effects_for_run(self, run_id: str, **updates: object) -> list[SkillEffectRecord]:
+        effects = [SkillEffectRecord.from_dict(item) for item in self._read_jsonl(self.effects_path)]
+        updated: list[SkillEffectRecord] = []
+        for index, effect in enumerate(effects):
+            if effect.run_id != run_id:
+                continue
+            payload = effect.to_dict()
+            payload.update(updates)
+            next_effect = SkillEffectRecord.from_dict(payload)
+            effects[index] = next_effect
+            updated.append(next_effect)
+        if not updated:
+            return []
+        self.effects_path.parent.mkdir(parents=True, exist_ok=True)
+        self.effects_path.write_text(
+            "".join(
+                json.dumps(effect.to_dict(), ensure_ascii=False, sort_keys=True) + "\n"
+                for effect in effects
+            ),
+            encoding="utf-8",
+        )
+        return updated
+
     def list_runs(self) -> list[RunRecord]:
         return [RunRecord.from_dict(item) for item in self._read_jsonl(self.runs_path)]