fix(operator_qa): 修复 OperatorQA 工作流中 RAG Service 因缺失 API Key 导致检索失败的问题

[memoryforget]

问题描述

在 OperatorQA 工作流中，OperatorRAGService 是在工厂函数 create_operator_qa_graph 中初始化的。由于初始化时没有传入 API Key（且环境变量可能未设置），导致 rag_service 实例中的 API Key 为空。
虽然用户在前端/Request 中传入了 API Key 并存储在 state 中，但由于闭包作用域隔离，rag_service 无法感知到 state 中的 Key。
这导致在执行 search_operators 工具时，底层调用 Embedding 模型失败，报错如下：

ERROR | dataflow_agent.agentroles.data_agents.operator_qa_agent | RAG 检索失败: 必须提供 OpenAI API-Key，可通过参数或环境变量 DF_API_KEY

解决方案

在 wf_operator_qa.py 的 operator_qa_node 节点执行逻辑中添加了状态同步逻辑：
从当前的 state.request.api_key 获取 API Key。
检查 rag_service 是否缺少 Key 或 Key 不一致。
如果需要，将 state 中的 Key 注入到 rag_service 中，并重置其内部的 _searcher 以便使用新 Key 重新懒加载。

验证结果

修复前： 调用工具失败，日志报错 RAG 检索失败，LLM 无法获取相关算子。

修复后： 日志显示 RAG 检索成功，并正确返回算子列表：