fix: 修复长对话截断方向错误，保留最新 token 而非最早

- add_task 中 prompt 超长时改为保留末尾 token（prompt_ids[-max_prompt_len:]）
  而非开头 token，确保多轮对话时模型能看到最近的提问上下文

astrai/inference/engine.py

@@ -148,7 +148,7 @@ class InferenceEngine:
         tokenizer: AutoTokenizer,
         max_batch_size: int = 1,
         max_seq_len: Optional[int] = None,
-        max_prompt_len: int = 512,
+        max_prompt_len: int = 2048,
         cache_capacity: int = 1000,
     ):
         """Initializes the engine and starts the scheduler background thread.

astrai/inference/scheduler.py

@@ -480,7 +480,7 @@ class InferenceScheduler:
         prompt_ids = self.tokenizer.encode(prompt)
 
         if len(prompt_ids) > self.max_prompt_len:
-            prompt_ids = prompt_ids[: self.max_prompt_len]
+            prompt_ids = prompt_ids[-self.max_prompt_len :]
 
         task = Task(
             task_id=task_id,