feat: 音频模型与 JSON 参数透传及结果下载

[smackgg]

新增 generate-audio，以 JSON 或便利参数调用现有音频生成接口；显式模型原样传递，CLI 不维护模型白名单。新音频查询通过 query-result --audio 启用，普通图视频命令保持主干行为。

• --input / --file（含 stdin）保留字段、数值精度和显式 0/false/null；字段支持情况由服务端协议决定。JSON 与显式 flag 同字段冲突时报错；references 保序，音频/图片/视频上传前检查全部本地文件，任何上传失败即停止提交。
• --audio 使用独立结果解析，支持音频和混合媒体下载；仅匹配 Run 的明确失败/取消视为终态，查询故障不误判完成。同 Run 重试下载仅补失败文件。
• 普通 query-result 的核心解析/下载源码与主干逐字一致，保持原输出字段、状态、错误优先级和下载顺序。Skill 默认安装检查不要求音频，只有音频任务额外检测 generate-audio 和 --audio。README、帮助、Skill 示例同步。

最终提交 2c6483c 合并主干 f40957b，保留 PR #23 的视频参考数量限制移除与 1.0.26。定向 Go、两项 Node 检查、普通/验证构建通过，构建均为 clean SHA；合并后独立复审与 frozen preflight 通过。该 SHA 的 CI 35570134200 五项全部通过。配套新服务版本已就绪，本提交通过 1.5 真实生成/下载（3 秒 24 kHz WAV）、四条音频只读查询，以及旧图片生成/下载（2048×2048 JPEG，输出保留原六字段）。后端证据确认新音频路由与核销、旧图片原Nest链路及核销；旧图片未进入音频分支。

历史真实测试已通过 1.0 JSON、1.5 reference/separate/dubbing 的生成和下载，48 kHz MP3、词汇表及中英 SRT，以及参数/引用拒绝和只读查询；新提交的独立回归另行记录，不将历史测试当成新版本证据。

边界：不输出/下载独立字幕；当前供应商拒绝 source_language=zh。1.0 参考图、团队/跨团队和合法 speaker 缺成功证据；调音听感、水印检测及完整参数组合未覆盖。分轨时长元数据偏差属于既有服务端问题，本轮暂不处理。

保留 Draft，等待配套 API 正式发布及剩余验收；未发布 npm。

补充旧视频回归：合法mini_lite/5秒参数提交成功，但既有服务端归因缺口导致生成失败，无视频产物。已确认相关服务端逻辑与主干一致，本次音频分支未执行；CLI保留旧六字段和错误语义，未换模型重试。视频真实成功/下载仍列为未通过，不将本地兼容断言当成真实生成成功。