feat: prepare 2.2.0 with UI and execution fixes

Add dark theme, richer Markdown and readable plugin results.
Improve Android input evidence, response integrity and diagnostics.
Unify lifecycle, guidance receipts and evidence sources across clients.
Keep direct action dispatch without an added AI quota approval layer.
Align version metadata at 2.2.0 and bundle Helper 1.2.2.

Validation: 3063 backend tests before the version bump; 44 after.
Frontend: 317 tests and production build passed.

docs/automation-workspace.md

@@ -16,7 +16,7 @@
 
 “执行完成”与测试结论分开记录。预期直接写在任务提示词中即可；Pro 默认用只读终检核对提示词、用户指导、执行结论及实际证据，不增加必填表单。Flash 的“最终 AI 判定与分析”默认关闭，可在首页功能配置开启；关闭时正常完成的任务显示“执行完成 · 未做 AI 判定”，历史、批次与 Word/Excel 保持一致，不自动记为测试通过。终检出错或缺少证据时仍显示“未验证”，设备或执行异常不当作产品缺陷；已确认的断言失败会保留。正在执行的任务也可以下载，但文件只代表下载时的快照。
 
-Flash 开关保存在全局配置中，对网页、批量、精选、MCP/SDK 和探索提炼用例的 Flash 复跑统一生效；在任务开始时固定，排队中的任务使用最新配置，运行中的任务不变。开关只省去末尾独立 AI 复核，执行模型的最终答复、步骤摘要收尾和资源清理仍保留，不影响 Pro 或主动探索。环境变量为 `ARTEMIS_FLASH_FINAL_CHECK_ENABLED=false`，JSON 默认在 `agent.flash.final_check_enabled`；旧配置缺少该字段时也默认关闭。
+Flash 开关保存在全局配置中，网页切换后自动保存，失败恢复原值；无需重启服务。对网页、批量、精选、MCP/SDK 和探索提炼用例的 Flash 复跑统一生效；在任务开始时固定，排队中的任务使用最新配置，运行中的任务不变。开关只省去末尾独立 AI 复核，执行模型的最终答复、步骤摘要收尾和资源清理仍保留，不影响 Pro 或主动探索。环境变量为 `ARTEMIS_FLASH_FINAL_CHECK_ENABLED=false`，JSON 默认在 `agent.flash.final_check_enabled`；旧配置缺少该字段时也默认关闭。
 
 终检已输出完整且符合结构的结论时，直接校验并保存，不额外请求模型改写格式；若兼容接口把 `test_result` 编码为 JSON 字符串，会先解码再按同一规则校验。普通说明文字、被截断的输出、缺少检查项或证据的结果不会直接算通过。判定范围以提示词为准：明确要求“发现并如实报告问题、不要求无缺陷”的检查任务通过，不表示被测产品没有缺陷。
 
@@ -32,6 +32,10 @@ Flash 开关保存在全局配置中，对网页、批量、精选、MCP/SDK 和
 
 展开“模型请求诊断”可查看最近 100 次尝试的模型、思考强度、本地请求编号、尝试编号、服务端请求编号（如有）、开始/响应头/首个有效输出/最后输出/结束时间，以及错误类型、阶段、图片数量与尺寸和服务报告的 token 用量。有效输出片段按客户端接收计数，与服务端 SSE 事件数口径不同；工具参数只记录字符数和工具名，不保存参数正文。输出 token 上限来自该调用的 `max_tokens` 配置，未设置时明确标注由服务决定；它与 300k 上下文限制不同。未报告的用量显示“未知”；旧任务未记录的字段无法补推。页面按本机时区显示，完整 JSON 同时保留 Unix 秒和 UTC 时间，方便与服务端日志对照。
 
+新记录还包含取消原因与中断阶段，区分用户停止、新指导替换、暂停及任务/检查替换；已知外层等待时限、单次模型请求时限、连接读写超时和最终验收总预算分别显示。重试等待中取消会保留上次请求错误，同时明确记录本次取消来源，不再发起重试。没有来源记录的取消显示未知；服务返回 HTTP 499 时需结合本地终止记录及服务端日志核对，不能仅凭状态码归咎于用户、模型或代理。未完整结束的响应及无效工具参数沿用完整性保护，不进入工具或结论解析。
+
+同一次模型调用的自动重试共享本地请求编号，每次尝试有独立编号，通过“上次尝试编号”追踪；重试和终止事件携带对应的尝试编号。“出站请求编号”是实际发送的 `X-Client-Request-Id`，保留调用方已有值；服务端若提供 `x-request-id`/`request-id`、`x-trace-id`、有效的 `traceparent` 或 Responses 响应编号，也会显示并导出，未提供时明确注明。仅采集这些白名单标识，不保存认证头、Cookie、取消消息正文或工具参数正文。
+
 诊断可单独下载，也会收录到单任务“全部资料”和批次 ZIP 各任务目录的 `模型请求诊断.json`。请求状态复用任务 trace 数据库，每次尝试一条记录；同一阶段的流式更新至多每 5 秒保存一次，阶段变化立即记录，不额外调用模型、抓取屏幕或记录认证头。强制退出导致缺少结束事件时保留最后阶段，不推断为成功。
 
 Flash、Pro 和探索的最终验收使用独立总预算，不再复用中间检查点的 180 秒时限。预算按实际 Checker 的单次请求超时 `T`、重试次数 `R`，以及普通/限流重试间隔的较大值 `D` 自动计算：`min(3600, T × (3 + R) + D × R + 60)` 秒。它为取证、结论及必要的结构化整理预留三次正常请求时间，再共用一份重试时间余量和 60 秒工具读取余量；不会按 20 轮循环逐轮放大。每个请求仍最多重试 `R` 次，但全部请求和重试必须在总预算内完成。默认配置的上限为 2760 秒，提前完成就立即结束；用户停止、探索指导及任务本身的执行时限仍生效。