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

exam_pkg/manager.py

@@ -154,7 +154,8 @@ def generate_questions_from_file(
 def analyze_file_for_exam(
     file_path: str,
     collection: str,
-    top_k: int = 50
+    top_k: int = 50,
+    max_total: int = None
 ) -> Dict[str, Any]:
     """
     分析文件内容，返回 AI 推荐的题型和数量
@@ -193,7 +194,7 @@ def analyze_file_for_exam(
         }
 
     # 2. 调用 AI 分析
-    return analyze_document_for_exam(chunks)
+    return analyze_document_for_exam(chunks, max_total=max_total)
 
 
 def retrieve_file_chunks_for_analysis(
@@ -311,6 +312,7 @@ def retrieve_file_chunks(
         engine = get_engine()
 
         # 按优先级遍历 collections，找到文件即停止
+        results = None
         for coll in collections:
             # 尝试两种格式：文件名和完整路径
             for source_filter in [filename, file_path]:
@@ -330,7 +332,7 @@ def retrieve_file_chunks(
             break  # 外层循环跳出
 
         chunks = []
-        if results.get('documents') and results['documents'][0]:
+        if results and results.get('documents') and results['documents'][0]:
             for i, (doc, meta, score) in enumerate(zip(
                 results['documents'][0],
                 results['metadatas'][0],