feat：重构插件api

src/plugin_system/apis/llm_api.py

@@ -0,0 +1,54 @@
+from typing import Tuple, Dict, Any
+from src.common.logger_manager import get_logger
+from src.llm_models.utils_model import LLMRequest
+from src.config.config import global_config
+
+logger = get_logger("llm_api")
+
+
+class LLMAPI:
+    """LLM API模块
+
+    提供了与LLM模型交互的功能
+    """
+
+    def get_available_models(self) -> Dict[str, Any]:
+        """获取所有可用的模型配置
+
+        Returns:
+            Dict[str, Any]: 模型配置字典，key为模型名称，value为模型配置
+        """
+        if not hasattr(global_config, "model"):
+            logger.error(f"{self.log_prefix} 无法获取模型列表：全局配置中未找到 model 配置")
+            return {}
+
+        models = global_config.model
+
+        return models
+
+    async def generate_with_model(
+        self, prompt: str, model_config: Dict[str, Any], request_type: str = "plugin.generate", **kwargs
+    ) -> Tuple[bool, str, str, str]:
+        """使用指定模型生成内容
+
+        Args:
+            prompt: 提示词
+            model_config: 模型配置（从 get_available_models 获取的模型配置）
+            request_type: 请求类型标识
+            **kwargs: 其他模型特定参数，如temperature、max_tokens等
+
+        Returns:
+            Tuple[bool, str, str, str]: (是否成功, 生成的内容, 推理过程, 模型名称)
+        """
+        try:
+            logger.info(f"{self.log_prefix} 使用模型生成内容，提示词: {prompt[:100]}...")
+
+            llm_request = LLMRequest(model=model_config, request_type=request_type, **kwargs)
+
+            response, (reasoning, model_name) = await llm_request.generate_response_async(prompt)
+            return True, response, reasoning, model_name
+
+        except Exception as e:
+            error_msg = f"生成内容时出错: {str(e)}"
+            logger.error(f"{self.log_prefix} {error_msg}")
+            return False, error_msg, "", ""