feat(exam_pkg): 优化出题系统稳定性与推理模型适配

- core/llm_utils: MiMo模型自动注入thinking=disabled参数，全局生效
- config: 新增LLM_DISABLE_THINKING配置项（默认true）
- generator: 推理模型自适应max_tokens（1.5x）、429限流重试+指数退避、v2管线补题机制
- generator: analyze_document_for_exam新增max_total参数控制AI出题上限
- generator: validate_questions_schema兼容type和question_type字段
- grader: 主观题max_tokens从1000提升至2000、fuzzy_match增加编辑距离容错
- manager: results变量初始化防NameError、透传max_total参数
- api: /exam/generate-smart支持max_total请求参数

config.py

@@ -100,7 +100,8 @@ RERANK_DEVICE = os.getenv("RERANK_DEVICE", os.getenv("DEVICE", "auto"))
 
 # ----- 通用问答 -----
 LLM_TEMPERATURE = 0.7            # 生成温度（0=确定性，1=随机性）
-LLM_MAX_TOKENS = 3000            # 最大输出 token 数（推理模型思考链占用部分预算，3000 平衡速度与质量）
+LLM_MAX_TOKENS = 3000            # 最大输出 token 数
+LLM_DISABLE_THINKING = os.getenv("LLM_DISABLE_THINKING", "true").lower() != "false"  # 关闭推理模型的思考模式（提速 + 让 temperature 生效）
 
 # ----- 意图分析（轻量、确定性高）-----
 # INTENT_MODEL 在顶部「一、API 密钥与模型」中统一配置