IO 抽象层增强：非文本输入支持 + waiter CLI 重写

PluginSDK:
- 添加 InjectInput / InjectInputSync / InjectInterrupt 泛型接口
- 插件现在可注入 image/audio/file 等任意类型输入

Provider:
- 添加 ContentBlock / ImageURL / AudioURL 类型
- Message 增加 Blocks 字段，Content 在非空 Blocks 时序列化为数组（多模态格式）

Agent:
- handleInput 新增 image/audio 类型分发 → processMediaInput
- processMediaInput 将媒体数据附着到对话上下文，LLM 自主决策处理策略
- 新增内置工具：describe_image / transcribe_audio / ocr_image（pendingMedia 驱动）
- 工具仅当有未处理媒体数据时注册，通过 Provider 直接调用多模态模型

Config:
- 新增 InputProcessingConfig（image/audio 处理配置）
- 含 fallback_provider / describe_prompt / ocr_enabled 等选项

Waiter CLI 重写:
- 配置文件 ~/.config/homeagent/cli.yaml（自动发现 socket）
- 原始终端行编辑 + 命令历史持久化 + 彩色输出
- 内置命令：/help /reconnect /connect /remote /local /prompt
- 断线自动重连

config/config.go

@@ -40,6 +40,19 @@ func DefaultConfig() types.Config {
 				{Name: "ollama", BaseURL: "http://localhost:11434", Model: "llama3", Adapter: "ollama", AdapterPath: "adapters/ollama.lua"},
 			},
 		},
+		InputProcessing: types.InputProcessingConfig{
+			Image: types.ImageProcessingConfig{
+				FallbackProvider: "",
+				FallbackModel:    "",
+				DescribePrompt:   "请详细描述这张图片的内容",
+				OCREnabled:       true,
+			},
+			Audio: types.AudioProcessingConfig{
+				FallbackProvider: "",
+				FallbackModel:    "",
+				DescribePrompt:   "请描述这段音频的内容",
+			},
+		},
 		Defaults: types.AgentConfig{
 			Image:  "homeagent/agent-base:latest",
 			LLMEndpoints: []string{"https://api.openai.com/v1"},

config/config.yaml

@@ -55,6 +55,17 @@ llm:
       adapter: "ollama"
       adapter_path: "adapters/ollama.lua"
 
+input_processing:
+  image:
+    fallback_provider: ""
+    fallback_model: ""
+    describe_prompt: "请详细描述这张图片的内容"
+    ocr_enabled: true
+  audio:
+    fallback_provider: ""
+    fallback_model: ""
+    describe_prompt: "请描述这段音频的内容"
+
 defaults:
   image: "homeagent/agent-base:latest"
   llm_endpoints: