行内补全：实现思路与关键细节（FIM + Diff + 多层过滤）
想把“行内补全”做得好用，核心不是“能生成”，而是生成后如何稳定落到光标处：不重复、不乱插、不无限循环、单行/多行行为符合预期。 

先看结论

使用标准 FIM（Fill-In-the-Middle） 流程：prefix + suffix -> middle
内置模型：Qwen2.5-Coder-32B-Instruct（通过统一的 "FIM" 模型名对外提供）
非流式请求拿到完整输出，但内部用“类流式管道”逐层过滤（字符级→行级→后处理）
单行补全额外做 Diff：自动判断“插入”还是“替换到行尾”，避免括号/后缀重复
多行补全不做 Diff：直接替换到行尾（更符合用户预期，也省成本）


1) 整体架构（从 VSCode 到最终插入）

流程上分 6 段：预过滤 → 分类 → 模板 → 调用与过滤 → 后处理 → D...