feat(agent): unify models and validate OpenCode providers

Generate chat, task and learning models from agent-models.json.
Use WaterNetwork fast/expert models with 272k context and validate
upstream names before readiness. Add an isolated model check command
with signal-safe cleanup and plugin, Skill and MCP management docs.

Verified in isolation: type checks, 26 focused tests and both model
catalog checks; no model inference requests.

.env.example

@@ -12,9 +12,13 @@ OPENCODE_MODE=embedded
 OPENCODE_COMMAND=opencode2
 # client 模式连接私有 V2 server 时，填写其 server password（不要提交实际值）。
 # OPENCODE_CLIENT_PASSWORD=
-OPENCODE_MODEL=deepseek/deepseek-flash
-# 可选：后台工况任务首选模型，必须同时出现在 OPENCODE_MODEL_OPTIONS 中。
-# OPERATIONAL_TASK_MODEL=deepseek/deepseek-v4-pro
+# 模型、provider、默认聊天/后台/学习模型统一在 agent-models.json 配置。
+# 可选：使用独立的本地配置文件，修改后重启 Agent 和外部 OpenCode。
+# AGENT_MODEL_CONFIG_PATH=./agent-models.local.json
+# API key 仅在本地或部署环境填写，不提交实际值。
+# 当前配置未启用 DeepSeek；重新配置该 provider 时再填写。
+# DEEPSEEK_API_KEY=
+WATERNETWORK_API_KEY=
 OPENCODE_HOSTNAME=127.0.0.1
 OPENCODE_PORT=0
 # client 模式必须在 Agent 与外部 OpenCode 进程配置同一个高熵值；embedded 模式可留空。