refactor(llm): 精简故障转移执行器的调用逻辑

`_execute_with_failover` 方法在 `raise_on_failure=True` 时，保证了要么返回有效结果，要么抛出异常。

因此，先前在调用该方法后的 `if result:` 判断和 `raise RuntimeError` 语句是冗余且不可达的。本次重构移除了这些不必要的代码，直接返回该方法的调用结果，使代码更加简洁和清晰。

src/llm_models/utils_model.py

@@ -209,12 +209,7 @@ class LLMRequest:
                 )
             return content, (reasoning_content, model_info.name, tool_calls)
 
-        result = await self._execute_with_failover(request_callable=request_logic, raise_on_failure=True)
-        if result:
-            return result
-
-        # 这段代码理论上不可达，因为 raise_on_failure=True 会抛出异常
-        raise RuntimeError("图片响应生成失败，所有模型均尝试失败。")
+        return await self._execute_with_failover(request_callable=request_logic, raise_on_failure=True)
 
     async def generate_response_for_voice(self, voice_base64: str) -> Optional[str]:
         """
@@ -237,8 +232,7 @@ class LLMRequest:
             return response.content or None
 
         # 对于语音识别，如果所有模型都失败，我们可能不希望程序崩溃，而是返回None
-        result = await self._execute_with_failover(request_callable=request_logic, raise_on_failure=False)
-        return result
+        return await self._execute_with_failover(request_callable=request_logic, raise_on_failure=False)
 
     async def generate_response_async(
         self,
@@ -507,12 +501,7 @@ class LLMRequest:
 
             return embedding, model_info.name
 
-        result = await self._execute_with_failover(request_callable=request_logic, raise_on_failure=True)
-        if result:
-            return result
-
-        # 这段代码理论上不可达，因为 raise_on_failure=True 会抛出异常
-        raise RuntimeError("获取 embedding 失败，所有模型均尝试失败。")
+        return await self._execute_with_failover(request_callable=request_logic, raise_on_failure=True)
 
     def _model_scheduler(
         self, failed_models: set | None = None
@@ -674,7 +663,7 @@ class LLMRequest:
                 cannot_retry_msg=f"任务-'{task_name}' 模型-'{model_name}': 连接异常，超过最大重试次数，请检查网络连接状态或URL是否正确",
             )
         elif isinstance(e, ReqAbortException):
-            logger.warning(f"任务-'{task_name}' 模型-'{model_name}': 请求被中断，详细信息-{str(e.message)}")
+            logger.warning(f"任务-'{task_name}' 模型-'{model_name}': 请求被中断，详细信息-{e}")
             return -1, None  # 不再重试请求该模型
         elif isinstance(e, RespNotOkException):
             return self._handle_resp_not_ok(
@@ -688,7 +677,7 @@ class LLMRequest:
             )
         elif isinstance(e, RespParseException):
             # 响应解析错误
-            logger.error(f"任务-'{task_name}' 模型-'{model_name}': 响应解析错误，错误信息-{e.message}")
+            logger.error(f"任务-'{task_name}' 模型-'{model_name}': 响应解析错误，错误信息-{e}")
             logger.debug(f"附加内容: {str(e.ext_info)}")
             return -1, None  # 不再重试请求该模型
         else: