fix(platform): 让"工具用不了"的三种原因可区分，并消掉选端点的隐式顺序依赖

基座层面的两处缺陷，都属于"静默失败"——排查成本高，且本项目已经各踩过一次。

1. tool_executor.py 的拒绝原因原先无法区分：
   - "意图压根没发布白名单"与"白名单里没这个工具"共用一句「工具不在当前意图白名单」，
     运维不知道该去补发布配置、还是改白名单内容（客服与风控的意图码都要求三处对齐，
     两次都因此多花排查时间）；
   - 权限与角色两处只说「缺少工具权限」，不说是哪一个。
   现在四种情况各有独立 message，各自指向不同的处置动作。

   同时把**审计与异常分离**：白名单内容、权限码、角色集属于内部配置，只写进审计；
   异常 message 会随 API 响应返回给调用方，保持通用、不泄漏配置。

2. model_gateway.py 的 TASK_CAPABILITY 补齐风控的几处 task_type
   （risk_agent_chat / risk_analysis / risk_script / risk_summary / daily_report_suggestion）。
   它们要的都是文本生成端点；不登记就会落到"未映射 → 返回全部 active 端点"的分支，
   而能否选对端点取决于 model_endpoint_config 的**行顺序**——实测风控能跑通，仅仅因为
   deepseek-flash(id=3) 恰好排在 qwen-embedding(id=5) 前面。这个隐式依赖现在消掉了。
   未登记的 task_type 仍退回全部端点（保持原有保守策略：让故障表现为调用失败而不是
   解析为空），但会记 warning，不再静默。

新增 tests/unit/service/test_tool_executor_denials.py（4 条），锁住"四种拒绝可区分"
与"内部细节只进审计、不进 message"。

ruff / mypy(135 文件) / 607 unit+contract 全绿。

app/service/model_gateway.py

@@ -1,3 +1,4 @@
+import logging
 import os
 from collections.abc import Mapping
 from dataclasses import dataclass
@@ -167,11 +168,22 @@ class DatabaseModelGateway:
 # 任何端点的能力名（deepseek 声明的是 text_generation/json_output/intent_classification），
 # 它需要的是「能生成结构化文本」的端点。若按同名筛选会得到空集，把记忆抽取打成
 # 失败关闭——这是修复端点筛选时最容易引入的回归。
+logger = logging.getLogger(__name__)
+
 TASK_CAPABILITY: dict[str, str] = {
     "embedding": "embedding",
     "intent_classification": "intent_classification",
     "memory_extraction": "text_generation",
     "text_generation": "text_generation",
+    # 风控的几处 task_type：它们要的都是"能生成文本"的端点，与 memory_extraction 同理。
+    # 不登记就会落到下面"未映射 → 返回全部端点"的分支，而能否选到文本端点就取决于
+    # `model_endpoint_config` 的**行顺序**——实测风控能跑通，仅仅因为 deepseek-flash(id=3)
+    # 恰好排在 qwen-embedding(id=5) 前面。这种"靠数据顺序才对"的隐式依赖必须消掉。
+    "risk_agent_chat": "text_generation",
+    "risk_analysis": "text_generation",
+    "risk_script": "text_generation",
+    "risk_summary": "text_generation",
+    "daily_report_suggestion": "text_generation",
 }
 
 
@@ -195,6 +207,14 @@ class DatabaseModelEndpointResolver:
             )))
         capability = TASK_CAPABILITY.get(task_type)
         if capability is None:
+            # 未登记的 task_type 仍退回全部端点（保持原有保守策略：让故障表现为调用失败、
+            # 而不是解析为空），但必须留下痕迹。静默退回会让"选端点靠表行顺序"这类问题
+            # 在下游以"偶发调用失败"的形式冒出来，极难定位。
+            logger.warning(
+                "模型端点筛选：task_type=%r 未登记能力映射，退回全部 active 端点；"
+                "请在 TASK_CAPABILITY 中补上它对应的能力",
+                task_type,
+            )
             return endpoints
         matched = [
             endpoint for endpoint in endpoints