feat(plugin): 集成 MCP 协议支持并优化代码风格

- 新增 fastmcp 依赖，支持通过 Streamable HTTP 连接外部工具服务器
- 在 component_registry 与 tool_api 中实现 MCP 工具加载、注册及调用链路
- 补充 README 中的 MCP 特性说明
- 统一修复多处 import 顺序、空行、引号及类型注解，提升代码整洁度
- 在 pyproject.toml 中忽略 PERF203 规则，允许循环内异常处理
- 优化语音缓存与本地 ASR 调用逻辑，减少冗余代码

src/chat/utils/self_voice_cache.py

@@ -6,15 +6,14 @@
 避免不必要的自我语音识别。
 """
 import hashlib
-from typing import Dict
 
 # 一个简单的内存缓存，用于将机器人自己发送的语音消息映射到其原始文本。
 # 键是语音base64内容的SHA256哈希值。
-_self_voice_cache: Dict[str, str] = {}
+_self_voice_cache: dict[str, str] = {}
 
 def get_voice_key(base64_content: str) -> str:
     """为语音内容生成一个一致的键。"""
-    return hashlib.sha256(base64_content.encode('utf-8')).hexdigest()
+    return hashlib.sha256(base64_content.encode("utf-8")).hexdigest()
 
 def register_self_voice(base64_content: str, text: str):
     """
@@ -39,4 +38,4 @@ def consume_self_voice_text(base64_content: str) -> str | None:
         str | None: 如果找到，则返回原始文本，否则返回None。
     """
     key = get_voice_key(base64_content)
-    return _self_voice_cache.pop(key, None)
+    return _self_voice_cache.pop(key, None)