feat(llm): migrate model calls to LangChain ChatOpenAI

docs/langgraph-backend-migration-plan.md

@@ -357,7 +357,7 @@ docs/langgraph/
 | FastGPT 应用层配置（应用级系统提示词、思考模式开关）与线上部署差异 | 作业 4/5 验收对账前 | 移植代码、离线评测与差异记录 |
 | 评测案例与工作流导出的分歧（“对”分流语义、2004 走向）的权威口径 | 作业 5 验收前 | 白名单双走向、逐字比对测试、失败证据留档 |
 
-## 当前进度与已知差异（数据库实现更新，模型评测为历史记录）
+## 当前进度与已知差异（模型调用已迁移 ChatOpenAI，黄金评测为历史记录）
 
 ### 作业进度
 
@@ -373,9 +373,12 @@ docs/langgraph/
 | 8. 真流式 | 已实现核心路径 | 模型增量、前缀校验、取消与提交回调；流式终止事件回归 |
 | 9—10 | 未完成 | 生产访问边界、容量验证与双后端等价性验收继续保留 |
 
-本轮全量测试 315 通过，包含真实 SQLite/PostgreSQL 集成测试。提示词来源和
-逐字比对见 `test/agent/test_workflow_prompts.py`。下方真实模型结果是此前轮次，
-本次数据库开发未重新运行 46 条真实模型黄金评测。
+数据库实现阶段全量测试 315 通过，包含真实 SQLite/PostgreSQL 集成测试。
+模型调用迁移为 `langchain-openai.ChatOpenAI` 后，全量回归 316 通过、13 跳过
+（本轮未配置隔离 PostgreSQL 测试库）。新增真实 HTTP 传输 mock 验证请求参数、
+流式关闭、取消、重试预算、图 callback 继承和共享模型实例的并发隔离。
+提示词来源和逐字比对见 `test/agent/test_workflow_prompts.py`。下方真实模型
+黄金评测结果是此前轮次，数据库开发和本次模型适配迁移均未重新运行 46 条评测。
 
 ### 已落地的架构决策
 
@@ -415,7 +418,8 @@ src/agent/
   collect.py      采集节点 + validated_reply（一次调用、一次修复预算）
   photo.py        拍照节点（四份提示词按 kind×mode 选择）
   confirm.py      核实节点（字段提取按 person_index 隔离）
-  llm.py          LLMService Protocol / Fake / OpenAI(超时重试温度) / workflow fake
+  llm.py          LLMService Protocol / Fake / ChatOpenAI(超时重试温度) / workflow fake
+  chat_model.py   ChatOpenAI 流式迭代器的显式关闭与并发上下文隔离
   fields.py       字段三态校验；clock.py 可控时钟
   prompts/        七份版本化提示词（来源 nodeId + 逐字原文）
 ```