Summary

提升测试稳定性并启用集成测试并行运行。主要改动：

1. TestRunner 输出缓冲 + runWithConcurrency
   并发工具，集成测试从串行改为并行执行（默认并发度 4）
2. 修复多个不稳定集成测试（composite-flow 权限模式、room-collab
   资源清理、ci-integration 重试、mcp-agent 超时等）
3. 补充 mode: 'approval' 全量审批模式测试，弥补 composite-flow 降级后的覆盖缺失
4. 集成测试断言升级：关键用例直接校验 tool_executed 事件的原始输出，减少对 LLM
   文本的依赖
5. E2E 多轮/resume 测试提示词改用自然表述，避免触发 LLM 安全过滤导致间歇失败

动机 / 背景

集成测试串行运行耗时长，且多个测试存在不稳定问题（LLM
非确定性、资源清理竞态、安全过滤误触发等），需要系统性改善。

变更类型

• 测试
• 重构

影响范围 / 模块

• tests

公共 API

• 无公共 API 变更

破坏性变更

• 无

测试

• npm run test:unit（必需）
• npm run test:integration（需要）
• npm run test:e2e（需要）

影响 / 风险

• 集成测试并行化可能在 CI 环境中因 API 限流产生波动，可通过 TEST_CONCURRENCY=1
  退化为串行
• 所有测试文件的 export function run() 接口未变，向后兼容

检查清单

• 测试遵循 tests/README.md 结构
• 未提交密钥或 token
• 无 dist/ 变更