[Bug] 视频附件进入会话历史后每轮重发，持续触发 GLM 1210「视频数超限」——建议 consume-once / 占位符替代

提交前确认 · Pre-submission checklist

• 我已搜索过现有 issue，确认这不是重复 / I searched existing issues and confirmed this isn't a duplicate.
• 我已阅读 CONTRIBUTING.md / I've read CONTRIBUTING.md.

问题类别 · Category

其他 · Context management（视频附件的上下文生命周期）

涉及的 Agent 框架 · Agent framework

ZCode Agent（自研）

严重程度 · Severity

阻塞使用 · Blocking（触发后该会话永久无法继续，只能新开会话 / the session becomes permanently unusable, must start a new one）

复现频率 · Reproducibility

必现 · Always

问题描述 · Description

视频附件一旦进入会话历史，ZCode 在后续每一轮请求中都会把完整视频重新发送给模型 API，持续触发 GLM 错误码 1210「The number of input videos exceeds the limit」（retryable=false）。模型明明已经成功看过一遍视频并正常回复，但从下一轮开始所有请求都失败，会话彻底卡死。

与 #81 不同：本例是视频输入个数超限，不是 MCP 工具过多导致的 Invalid API parameter。

In English: Once a video attachment enters the conversation history, ZCode re-sends the full video bytes to the model API on every subsequent turn. GLM rejects each request with error 1210 "The number of input videos exceeds the limit" (retryable=false), so the session is permanently broken even though the model already consumed the video successfully in the first turn. Suggested fix: consume-once — after the model has processed an attachment, replace it in subsequent request payloads with a placeholder + the model's earlier observations, and re-read the file from disk on demand (the artifact path is already persisted).

复现步骤 · Steps to reproduce

1. 在 ZCode 3.9.2（macOS）新会话中使用内置 builtin:bigmodel-coding-plan，模型 GLM-5.3-Flash。
2. 附上一个 mp4 视频并发送任意提问（例如做渲染结果 QA）。
3. 第一轮正常：模型成功读取视频并给出分析回复。
4. 发送任意后续追问（哪怕只是「谢谢」）。
5. 该轮直接失败：错误 1210 "The number of input videos exceeds the limit"，retryable=false，此后每一轮都复现，无法在该会话内恢复。

期望表现 · Expected behavior

• 视频被模型消费过一次后，后续请求的历史中应以占位符（+ 该轮已产出的文本结论）替代原始视频字节；需要回看时由 Agent 按文件路径重新读取一次。
• 至少应在发送前检测到「历史中的视频数超过模型上限」并自动降级（剔除最早的视频 / 提示用户），而不是让每轮请求必然 4xx。

实际表现 · Actual behavior

LLM API 无状态，ZCode 每轮全量重发历史，视频字节原样保留在每个请求里；只要历史中带过视频，后续所有请求持续被 provider 以 1210 拒绝，且 retryable=false，重试与新提问均无效，只能放弃整个会话。

ZCode 版本 · ZCode version

3.9.2.6069

设备 / 系统 / 浏览器 · Device / OS / Browser

macOS 26 (darwin 25.5.0) arm64；provider builtin:bigmodel-coding-plan；model GLM-5.3-Flash。

截图 / 录屏 / 日志 · Screenshots / Recordings / Logs

[1210][The number of input videos exceeds the limit][20260828021733ae7d295004ab41c9]

TraceID: c9729252-87a5-4ae8-8bd2-4aad6e3480ca

Turn execution failed
provider=builtin:bigmodel-coding-plan provider_code=1210 model=GLM-5.3-Flash request=701171a3-c01c-4446-84bc-fea3c1fefe9b reason=unknown retryable=false

触发场景：本地渲染管线产出的 mp4 对比动画贴入会话做 QA。同会话第二轮起 100% 复现。

Reproduce the failure with an mp4 in ZCode 3.9.2 using builtin:bigmodel-coding-plan and GLM-5.3-Flash, then trace conversation-history serialization and provider request construction. Done means a consumed video is not resent on every later turn, later requests remain usable, and the input-video limit is handled without recurring error 1210.