feat: M1 — 立项→写章草稿(SSE)→自动保存；连一家 provider

- 薄自建 LLM 网关：OpenAI 兼容适配器(DeepSeek) + instructor 结构化输出 + usage_ledger 记账 + 档位路由
- 记忆服务 assemble：确定性选择(显式+主角+近况) + 渲染卡 + 缓存断点(中性文本)
- LangGraph 写章节点 + Postgres checkpointer + SSE 归一(token/done/error)
- API：立项 + 写章 draft(SSE) + PUT 自动保存 + 提供商凭据(Fernet 加密/测试连接)
- 前端：AppShell + 作品库 + 5 步立项向导 + 写作工作台(流式打字机+自动保存) + 设置页
- M1 E2E：真实 DB + mock 网关零 token 走通闭环

packages/llm_gateway/ww_llm_gateway/adapters/base.py

@@ -0,0 +1,51 @@
+"""适配器接口与中间数据形（ARCH §4.2/§4.4）。
+
+适配器把 `LlmRequest` 翻译成目标厂商请求，并把响应/流/usage 翻译回统一中间形。
+"""
+
+from __future__ import annotations
+
+from collections.abc import AsyncIterator
+from typing import Protocol, runtime_checkable
+
+from pydantic import BaseModel, ConfigDict
+
+from ..types import LlmRequest
+
+
+class Capabilities(BaseModel):
+    structured_output: bool = False
+    prefix_cache: bool = False
+    thinking: bool = False
+
+
+class ProviderUsage(BaseModel):
+    input_tokens: int
+    output_tokens: int
+    cache_read_tokens: int = 0
+
+
+class ProviderResult(BaseModel):
+    model_config = ConfigDict(arbitrary_types_allowed=True)
+
+    text: str
+    usage: ProviderUsage
+    parsed: BaseModel | None = None  # output_schema 命中时的结构化结果（§4.4）
+
+
+class StreamChunk(BaseModel):
+    """流式块：文本增量（usage=None），或末尾用量块（text=""）。"""
+
+    text: str = ""
+    usage: ProviderUsage | None = None
+
+
+@runtime_checkable
+class ProviderAdapter(Protocol):
+    provider: str
+
+    def capabilities(self) -> Capabilities: ...
+
+    async def complete(self, req: LlmRequest, model: str) -> ProviderResult: ...
+
+    def stream(self, req: LlmRequest, model: str) -> AsyncIterator[StreamChunk]: ...