fix(lua): deepseek 适配器的流式路径处理 tool_calls（此前全部丢失）

## 缺陷

deepseek.lua 的 tool_calls 处理只存在于 `transform_response`（**非流式**路径），
而 `transform_stream_chunk` 只透 content/done：

    return json.encode({ content = delta.content or "", done = (fr ~= nil) })

于是 deepseek 源在**流式**模式下工具调用全部丢失 —— 模型调不动任何工具，
且**没有任何报错**，只是"工具好像不听话"。

## 为什么难发现

- 非流式路径是好的 ⇒ 端到端手工测试也过
- 内核的 tool call 循环默认走**流式**（provider.go 的 stream 分支）⇒ 实际不可用
- 功能判据（core 包的批内测试）直接构造 `agentAPI.StreamChunk{}`，
  **绕过适配器** ⇒ 测不到这一层

配置里 `deepseek` 源预设指向 `adapters/deepseek.lua`，所以任何按预设配置
的用户都会踩到（生产当前未启用该源，配置里 deepseek 相关键为 0）。

## 修法

照 openai.lua 的做法在流式路径补上：OpenAI 兼容格式
`{function:{name,arguments}, id, type, index}` → homed 扁平结构
`{id, type, name, raw_arguments, stream_index}`，含 reasoning_content 透传。

两个容易踩的点也写进注释：
- **不能按 name 过滤**：流式续传片 name 为空但携带 arguments，
  内核按 stream_index 分桶累积
- **必须透传 stream_index**：否则多个分片并到槽 0、argsRaw 混拼

## 判据

新增 TestDeepSeekAdapterHandlesStreamToolCalls：喂两个含 tool_call 的分片，
断言 tool_calls 未被丢弃且 stream_index 正确。修前两条分片全被丢弃。

## 体检分类随之变化

    修前: ✓ [openai]                                       ✗ [deepseek ...]
    修后: ✓ [deepseek openai]                              ✗ [anthropic gemini github groq mistral ollama]

internal/lua/adapters/deepseek.lua

@@ -89,10 +89,48 @@ function adapter.transform_stream_chunk(raw_chunk)
     if not chunk.choices or #chunk.choices == 0 then return "" end
     local delta = chunk.choices[1].delta or {}
     local fr = chunk.choices[1].finish_reason
-    return json.encode({
+    local unified = {
         content = delta.content or "",
         done = (fr ~= nil)
-    })
+    }
+    if delta.reasoning_content then
+        unified.reasoning_content = delta.reasoning_content
+    end
+    -- ★ 必须处理流式 tool_calls —— 此前只透 content/done，导致 deepseek 源
+    --   在**流式**模式下工具调用全部丢失，模型调不动任何工具且无任何报错。
+    --
+    --   为什么难发现：非流式路径（transform_response）是好的，所以端到端
+    --   手工测试也过；而内核的 tool call 循环默认走流式。
+    --   功能判据（core 包的批内测试）直接构造 Go 结构体，绕过适配器。
+    --
+    -- 形态与 openai.lua 一致：OpenAI 兼容流式格式
+    -- {function:{name,arguments}, id, type, index} → homed 扁平结构
+    -- {id, type, name, raw_arguments, stream_index}。
+    if delta.tool_calls then
+        local tcs = {}
+        for _, tc in ipairs(delta.tool_calls) do
+            local fn = tc["function"]
+            local name = (type(fn) == "table" and fn.name) or tc.name or ""
+            local raw_args = ""
+            if type(fn) == "table" and type(fn.arguments) == "string" then
+                raw_args = fn.arguments
+            elseif type(tc.arguments) == "string" then
+                raw_args = tc.arguments
+            end
+            -- 不能按 name 过滤：流式续传片 name 为空但携带 arguments，
+            -- 内核 accumulateStream 按 stream_index 分桶并累积
+            table.insert(tcs, {
+                id = tc.id or "",
+                type = tc.type or "function",
+                name = name,
+                raw_arguments = raw_args,
+                -- 透传上游分片 index：并行多工具调用时内核按它区分归属桶
+                stream_index = tc.index or 0
+            })
+        end
+        unified.tool_calls = tcs
+    end
+    return json.encode(unified)
 end
 
 return adapter