issue/155: 服务端支持repetition_penalty

[Ceng23333]

1. Unique Token 跟踪 (scripts/infer_task.py)

   • 添加 _unique_generated_tokens 集合来跟踪唯一 token ID
   • 修复：使用提示词 token 初始化（而非空集），以便提示词 token 也被惩罚
   • 在 next() 生成新 token 时增量更新
   • get_unique_previous_tokens() 返回排序的唯一 token 数组

2. 批处理层 (scripts/jiuge.py)

   • JiugeBatchedTask 从所有任务中收集唯一 token
   • 为 C++ API 创建扁平数组和指针数组
   • 高效处理每个请求的唯一 token 数组

3. C++ 接口更新

   • 更新 inferBatchJiuge() 和 inferBatch() 以接受 previous_tokens_per_req 和 previous_tokens_len_per_req
   • 更新 InferRequest 结构体以包含唯一 token 字段
   • 更新 inferDeviceBatch() 和 inferDeviceBatchPaged() 以传递唯一 token
   • 更新 InferenceContext::randomSample() 以接受并转发唯一 token

4. Python 绑定 (scripts/libinfinicore_infer/jiuge.py)

   • 更新 inferBatchJiuge 参数类型以包含唯一 token 数组
   • 更新 infer_batch() 方法签名

5. API 服务器 (scripts/launch_server.py)

   • 添加 --port 和 --host 参数用于服务器配置
   • 添加 OpenAI 兼容的 /models 端点
   • 支持 chat_template_kwargs 透传