feat: forward request headers to model providers

[xingguo-yang]

Description / 说明

背景

OpenViking 接入企业内部的模型代理时，代理通常需要认证或租户路由请求头。当前 extra_headers 只能配置固定值，因此无法把调用 OpenViking 时携带的用户级 Authorization、租户 ID 等信息继续传给下游模型服务。

解决方案

本 PR 在现有 extra_headers 中增加一个显式的动态取值语法：

{
  "extra_headers": {
    "Authorization": "@request.header.Authorization",
    "X-Tenant-ID": "@request.header.X-OpenViking-Tenant",
    "X-Proxy-Route": "primary"
  }
}

• @request.header.<请求头名>：每次调用模型时，从当前 OpenViking HTTP 请求中读取对应请求头。
• 普通字符串（例如 "primary"）：仍按原逻辑作为固定值发送。
• 请求头名称不写死，支持转发任意合法请求头，名称匹配不区分大小写。

这样既能满足 Bearer Token、租户标识等动态认证场景，也不需要给 VLM、Embedding、Rerank 分别增加新配置字段。

影响范围

动态请求头已接入以下模型调用链路：

• VLM 和 Query Planner
• Embedding
• Rerank

原有配置无需修改，未使用 @request.header.* 的用户行为保持不变。

兼容性与安全性

• 只有完整值匹配 @request.header.<name> 时才会动态解析，普通字符串不会被误处理。
• 每个 HTTP 请求独立保存请求头，并在请求结束后失效，避免并发请求串值或认证信息残留到异步任务。
• LiteLLM 日志中的 api_key 和 extra_headers 已脱敏，避免认证信息出现在日志中。
• HTTP 请求存在但来源请求头缺失时，下游发送空值；非 HTTP 调用场景会忽略动态项，并保留原有固定请求头和 api_key 回退行为。

Human Involvement / 人工参与

• A human participated in the implementation or review loop（人工参与了需求确认和代码审核）
• This PR was generated entirely by AI agents without human participation in the loop

Related Issue / 关联 Issue

暂无。

Type of Change / 变更类型

• Bug fix
• New feature（新增功能）
• Breaking change
• Documentation update（文档更新）
• Refactoring
• Performance improvement
• Test update（测试更新）

Changes Made / 主要改动

• 增加请求级请求头上下文和 @request.header.<name> 解析逻辑。
• 在 VLM、Embedding、Rerank 的已有 extra_headers 调用链路中解析动态值。
• 保持固定请求头和现有 api_key 回退行为兼容。
• 补充中英文配置文档、单元测试和请求中间件测试。
• 对 LiteLLM 日志中的认证配置进行脱敏。

Testing / 测试

• 已增加测试覆盖本次功能
• 本地完整测试套件全部通过
• 测试平台：Windows

验证结果：

• 请求头解析及模型调用相关测试：97 passed
• 所有改动文件通过 Ruff 检查
• 完整测试套件因本地缺少 ragfs_python 原生库未能执行；该限制与本次改动无关
• 测试覆盖固定值兼容、动态值解析、大小写匹配、任意合法请求头、并发隔离和请求结束后失效

Checklist / 检查项

• 代码符合项目现有风格
• 已完成自查和安全性检查
• 已同步更新中英文文档
• 未引入新的警告
• 存在需要预先合并或发布的依赖项（本 PR 无此类依赖）

[qin-ctx]

该 PR 的请求内动态 header 解析实现清晰，但当前请求上下文无法覆盖 OpenViking 的后台 task 和 QueueManager 执行链路。默认资源导入、semantic/VLM、embedding、watch、reindex、session commit 等路径会在响应返回后或独立线程/event loop 中调用模型，因此需要先明确并补齐凭证 handoff 生命周期。