feat(mcp-server): add scheduler_checkpoint + scheduler_restart tools

Expose two backend capabilities MCP previously omitted:
- scheduler_checkpoint: control action "checkpoint" (CRIU)
- scheduler_restart: POST /xce/v1/jobs/:id/restart (re-queues as a new
  job, resuming from the last checkpoint if one exists; returns new jobid)

schedulerclient gains CheckpointJob/RestartJob (RestartJobResult,
JobRestartRequest); Client interface updated. Both tools marked
destructive (confirm required). tools/list now reports 17 tools.

Unit tests added/updated in both modules — all pass. Backend endpoints
are existing apiserver routes; no backend changes in this commit.

Also syncs left_scheduler_work.md §八.4 (checkpoint/restart done; the
only remaining MCP tool gap is scheduler_modify, blocked on a controller
job-field-update opcode that does not exist yet).

Co-Authored-By: Claude Code <noreply@anthropic.com>

docs/left_scheduler_work.md

@@ -122,7 +122,7 @@ spec 声称 36/36 任务完成，但 re-audit（research.md）发现缺陷。来
 | Phase 2：SSE 事件流 | 计划 | apiserver SSE endpoint + EventBroker，schedulerclient `WatchJobs()`，mcp-server 接入。ADR-004 设计完成待实施。估 2-3 天。 |
 | Phase 3：LSF adapter | 计划 | CLI 解析优先，Python Sidecar 后续。估 +1 月。 |
 | Phase 4：Slurm + K8s | 计划 | slurmrestd + CLI fallback；client-go。估 +1 月。 |
-| modify 工具 | 推迟 | apiserver 当前无 modify 端点（control 仅 kill/stop/resume/checkpoint），需新增后端端点。 |
+| modify 工具 | 推迟 | `scheduler_modify(id, changes)` 全链路空白：controller `job_ctrl` 只有 siginfo+checkpoint 无改作业字段 action → 需 controller 新 opcode → apiserver 新端点 → schedulerclient → mcp 工具（见 §八.4）。kill/stop/resume 工具已有。 |
 | 未决决策 | 未解决 | LLM 模型选型（Claude API/自建/混合）；多集群 URM 源识别；air-gapped LLM 访问。 |
 
 ---
@@ -198,13 +198,13 @@ spec 声称 36/36 任务完成，但 re-audit（research.md）发现缺陷。来
 - Phase 4：**Slurm**（slurmrestd）+ **K8s**（client-go）（估 +1 月）
 
 ### 4. 推迟 / 未决
-- `scheduler_modify` 工具推迟——apiserver 当前无 modify 端点（control 仅 kill/stop/resume/checkpoint），需新增后端端点
+- `scheduler_modify(id, changes)` 工具推迟（MCP 缺口）——整条链路空白：controller `job_ctrl`（src/controller/job.c:957）仅 siginfo（SIGKILL/SIGSTOP/SIGCONT）+ checkpoint，无改作业字段的 action → 需 **controller 新 job-update opcode**（写回 queue/priority/resreq/user_priority + 触发调度器重新评估，大头）→ **apiserver** `POST /jobs/:jobids/modify`（routers.go 现有 create/get/list/output/control/restart，无 modify）+ 字段/状态校验（哪些字段可改、是否仅 PEND）→ **schedulerclient** `ModifyJob`（write.go 仅 Submit/Cancel/Hold/Release）→ **mcp-server** `scheduler_modify` 工具（~30 行，最小）。注：kill/stop/resume 三件套（`scheduler_cancel`/`hold`/`release`）已有；`scheduler_checkpoint` + `scheduler_restart` 已补（2026-08-30，17 工具，复用控制端 checkpoint action 与 `/jobs/:id/restart` 端点，单测通过）。
 - 3 个未决决策：LLM 模型选型（Claude API/自建/混合）、多集群 URM 来源识别、air-gapped LLM 访问
 - **PEND reason 分类体系（进行中，2026-08-14 已实施 P0+P1 部分）**：见 `docs/pend-reason-investigation-design.md`。**已完成（commit 4e2ac86）**：
   - **code 策略已定**：扩展 PREASON_* 枚举到 9 个（BAD_RESREQ/NO_RESOURCE/MATCH_FAIL/LIMIT_GLOBAL/LIMIT_HOST/QUEUE_CLOSED/QUEUE_DRAINING/TIME_WINDOW/HOST_UNAVAIL），capnp UInt32 无限制。
   - **P0**：main_reason 修复（首个 detail code 设为主因，集群验证 PEND 作业 main_reason 非 0 + reason_name）+ limit 插件 attach（host 限额→LIMIT_HOST+limit 名，全局限额→LIMIT_GLOBAL+limit 名）。**集群验证**：PEND 作业 API 显示 `main_reason:3 main_reason_name:"match_fail"` + 每条 host/res reason 带 reason_name。
   - **P1 部分**：队列状态（sched_queue_is_ready 非 stub，closed/inactive 队列不参选 + fcfs election attach QUEUE_CLOSED/DRAINING）；worker 过滤（sched_try_alloc_on_host_ 跳过 UNAVAIL/CLOSED worker + HOST_UNAVAIL）。
-  - **剩余**：P1 时间窗（TIME_WINDOW——scheduler 需保留 dispatchwindow 配置 + 自写"now in window"评估，controller 不计算窗口状态）；P2 依赖/license/保留/exclusive/fairshare（机制本身未实现）；MCP `bjobs -p` 等价工具（未做）。
+  - **剩余（P2，超出 PEND reason 范畴，属 scheduler 特性开发）**：依赖 depend_cond / license / 保留 RsvID / exclusive / fairshare——机制本身在 scheduler 未实现（设计文档：调度器无处理）；机制落地后 reason 自动出现，MCP 侧无需改。已收尾：TIME_WINDOW 已实现（ee79179，2026-08-15）；`scheduler_pend_reasons` 工具（bjobs -p 等价）已上线（67abbfa，2026-08-15）。
 
 ### 5. 设计层加固（文档已写、代码零实现）
 - **Auto-pilot 模式**：用户显式授权范围内的自主行为