feat: AI 诊断 Agent 支持执行系统诊断 shell 命令

扩展 Agent 命令工具，除 kubectl 外新增节点宿主机系统诊断命令支持：

- agent_tools.py: 新增 shell 命令白名单分类器 (classify_shell_command)
  - 只读白名单: systemctl status/is-active、journalctl、crictl ps/logs、
    docker ps/logs、df、free、ss、ip addr、ps、mount、lsmod、dmesg、
    ping、nslookup、cat (限 /proc /sys /etc/kubernetes 等安全路径) 等 30+ 命令
  - 写白名单: systemctl restart/stop/start/reload 等需人工审批
  - 统一分发器 classify_agent_command 按命令前缀路由
  - 统一执行入口 execute_command 走 subprocess_exec (无 shell 注入风险)
- ai_agent.py: 更新 AGENT_SYSTEM_PROMPT 告知 AI 两类可用工具及安全规则
  - 三个调用点 (初始探测/分类/执行) 切换到统一接口
- main.py: 审批执行处改用 execute_command
- tests: 新增 19 个用例覆盖 shell 命令分类、混合执行、白名单拒绝
  - 全部 44 个测试通过
- 前端/README: 文案与文档补充 shell 命令支持说明

安全策略不变: 禁止 shell 操作符/管道/重定向/多命令拼接，
非白名单命令 (rm/vi/apt 等) 直接拒绝。

backend/ai_agent.py

@@ -6,7 +6,7 @@ from collections import Counter
 from typing import Optional
 import httpx
 from backend.config import AI_API_BASE, AI_API_KEY, AI_MODEL
-from backend.agent_tools import classify_kubectl_command, execute_kubectl
+from backend.agent_tools import classify_agent_command, execute_command
 
 SYSTEM_PROMPT = """你是一位资深的 Kubernetes 运维专家和 SRE 工程师。你的任务是分析 K8S 集群诊断报告，找出根本原因并给出修复建议。
 
@@ -25,19 +25,25 @@ _HEADERS = {
 }
 
 
-AGENT_SYSTEM_PROMPT = """你是 Kubernetes 自主诊断 Agent。你的首要职责是主动调用 kubectl 获取现场证据，而不是只给用户一段脚本或操作建议。
+AGENT_SYSTEM_PROMPT = """你是 Kubernetes 自主诊断 Agent。你的首要职责是主动调用命令获取现场证据，而不是只给用户一段脚本或操作建议。
+
+可用工具：
+1. kubectl 命令 - 查询集群内资源状态。例如: kubectl get pods -A, kubectl describe node <name>, kubectl logs <pod> -n <ns>
+2. 系统诊断 shell 命令 - 查询节点宿主机状态。例如: systemctl status kubelet, journalctl -u kubelet -n 100 --no-pager, crictl ps, df -h, free -m, ss -tlnp, ip addr
 
 行为要求：
 1. 如果证据不足，必须返回 command 动作并逐条调查；至少检查与故障资源直接相关的状态、describe、events 或 logs。
-2. 禁止在 final 中仅提供“请执行以下命令”的脚本。只有在已经依据真实命令输出形成结论时才能返回 final。
-3. 每次只提出一条 kubectl 命令，服务端会执行并把真实输出返回给你，然后你继续下一轮判断。
+2. 禁止在 final 中仅提供"请执行以下命令"的脚本。只有在已经依据真实命令输出形成结论时才能返回 final。
+3. 每次只提出一条命令，服务端会执行并把真实输出返回给你，然后你继续下一轮判断。
 
 安全规则：
-1. 只允许提出单条 kubectl 命令，不得使用 shell、管道、重定向或命令连接符。
-2. get、describe、logs、top 等只读命令可以自动执行。
-3. apply、delete、patch、scale、rollout、exec 等修改或交互命令必须暂停并请求人工批准。
-4. 不要猜测命令输出；必须依据实际工具结果继续判断。
-5. 最多执行有限轮次，优先使用 namespace 和资源名缩小范围。
+1. 每次只返回一条命令，不得使用 shell、管道、重定向或命令连接符 (; | && > < 等)。
+2. kubectl 的 get、describe、logs、top 等只读命令可以自动执行。
+3. 系统诊断只读命令 (systemctl status、journalctl、crictl ps、df、free、ss、ip addr 等) 可以自动执行。
+4. apply、delete、patch、scale、rollout、exec 等修改或交互命令必须暂停并请求人工批准。
+5. systemctl restart/stop/start 等系统修改命令必须暂停并请求人工批准。
+6. 不要猜测命令输出；必须依据实际工具结果继续判断。
+7. 最多执行有限轮次，优先使用 namespace 和资源名缩小范围。
 
 每轮必须只返回一个 JSON 对象，不要使用 Markdown 代码块：
 - 继续调查：{"action":"command","command":"kubectl ...","reason":"为什么执行"}
@@ -129,7 +135,7 @@ async def run_diagnostic_agent(
             "reason": "建立集群节点状态基线，确保 AI 执行模式实际采集现场证据",
             "mode": "read",
         }
-        initial_result = await execute_kubectl(initial_command)
+        initial_result = await execute_command(initial_command)
         yield {"type": "result", **initial_result}
         messages.append({
             "role": "user",
@@ -157,6 +163,7 @@ async def _run_agent_loop(
     report: str,
     question: str,
 ):
+    invalid_response_count = 0
     for step in range(start_step, max_steps + 1):
         yield {"type": "thinking", "step": step, "message": f"AI 正在规划第 {step} 轮诊断"}
         try:
@@ -164,6 +171,7 @@ async def _run_agent_loop(
             action = _parse_agent_action(content)
         except ValueError as exc:
             if "最终动作必须确认" in str(exc):
+                invalid_response_count = 0
                 messages.extend([
                     {"role": "assistant", "content": content},
                     {
@@ -177,13 +185,37 @@ async def _run_agent_loop(
                 ])
                 yield {"type": "verification_required", "message": "尚未确认所有问题清零，Agent 继续执行诊断验证"}
                 continue
-            yield {"type": "error", "message": str(exc)}
-            return
+            invalid_response_count += 1
+            if invalid_response_count >= 3:
+                yield {
+                    "type": "error",
+                    "message": "AI 连续 3 次未返回合法 JSON 动作，已停止本次诊断以避免无效循环",
+                }
+                return
+            messages.extend([
+                {"role": "assistant", "content": content},
+                {
+                    "role": "user",
+                    "content": (
+                        f"上一次响应无法解析：{exc}。请不要输出解释、脚本或多条命令，"
+                        "严格只返回一个 JSON 对象："
+                        '{"action":"command","command":"kubectl ...","reason":"..."} '
+                        "或在全量复检问题清零后返回 final。"
+                    ),
+                },
+            ])
+            yield {
+                "type": "response_rejected",
+                "message": f"AI 响应格式无效，正在自动纠正并重试（{invalid_response_count}/3）",
+                "reason": str(exc),
+            }
+            continue
         except Exception as exc:
             yield {"type": "error", "message": str(exc)}
             return
 
         if action["action"] == "final":
+            invalid_response_count = 0
             yield {
                 "type": "final", "content": action["analysis"], "model": AI_MODEL,
                 "verified": True, "remaining_issues": 0,
@@ -191,6 +223,7 @@ async def _run_agent_loop(
             return
 
         command = action["command"]
+        invalid_response_count = 0
         reason = action.get("reason", "AI 需要更多集群证据")
         command_counts[command] += 1
         if command_counts[command] > 2:
@@ -210,11 +243,11 @@ async def _run_agent_loop(
             }
             continue
         try:
-            decision = classify_kubectl_command(command)
+            decision = classify_agent_command(command)
         except ValueError as exc:
             messages.extend([
                 {"role": "assistant", "content": content},
-                {"role": "user", "content": f"命令被安全策略拒绝：{exc}。请改用单条合法 kubectl 命令。"},
+                {"role": "user", "content": f"命令被安全策略拒绝：{exc}。请改用单条合法 kubectl 或系统诊断命令。"},
             ])
             yield {"type": "command_rejected", "command": command, "reason": str(exc)}
             continue
@@ -252,7 +285,7 @@ async def _run_agent_loop(
             }
             return
 
-        result = await execute_kubectl(command)
+        result = await execute_command(command)
         yield {"type": "result", **result}
         messages.extend([
             {"role": "assistant", "content": content},