feat(gui): expose the streaming and debug options in the advanced page

These were command-line only. Add them to the settings dialog so the whole
feature set is reachable without arguments: stream mode, window limit,
segment limit, prefix-rollback token count, cold-start chunk count, max
tokens per step, thread count, verbose logging and the model directory. The
streaming group is grouped and greyed out for streaming-ONNX models, which
only use the commit granularity. The backend fingerprint now includes them,
so changing one restarts the recogniser; appearance changes still apply live.

Also add a test-only --settings-tab so a specific page can be screenshotted.

设置「高级」页补上原来只有命令行才有的选项：流式策略/滑窗上限/单段最长/前缀回滚
token 数/冷启动 chunk 数/单段最多生成 token/线程数/详细日志/模型目录。流式那一组
单独成组，选了流式 ONNX 模型时置灰（它们只用「更新粒度」）。这些值纳入「后端指纹」，
改动会重启识别后端；外观类改动仍然即时生效。另加测试用 --settings-tab 以便给单个
页签截图。

docs/cli.md

@@ -28,6 +28,7 @@
 
 参数的选择与实测见 [docs/phase2-streaming.md](phase2-streaming.md)。
 **这些参数只影响 `llama` 后端**（Qwen3-ASR）；`sherpa` 的流式模型只用到「提交粒度」一个参数。
+同一组参数在 GUI 的「高级 → 流式」里也有（选了流式 ONNX 模型时那一组会置灰）。
 
 | 选项 | 默认 | 说明 |
 |---|---|---|
@@ -84,6 +85,7 @@
 | `--screenshot <path>` | — | 启动后自动截图并退出；同时截折叠态与展开态（`-expanded.png`） |
 | `--screenshot-delay <sec>` | `6` | 截图前等待秒数 |
 | `--screenshot-settings <path>` | — | 打开设置对话框、截图后退出 |
+| `--settings-tab <tab>` | — | 截图设置对话框时先切到某个页签（`0`–`2` 或 `模型`/`显示`/`高级`） |
 | `--settings-autoclose <how>` | — | 自动操作设置对话框：`reject` / `close` / `accept` / `ok` / `apply`（`ok`/`apply` 是真的去点按钮） |
 | `--quit-after <sec>` | — | 运行若干秒后优雅退出（测退出路径） |
 

docs/gui.md

@@ -47,8 +47,9 @@
 | 取消 | 放弃本次改动（已经用「应用」生效过的改动不会被回滚） |
 | 确定 | 应用并关闭 |
 
-**哪些改动要重启识别后端？** 只有**模型 / 识别语言 / 采集设备**这三项变化时才会重建后端并重启转写；
-透明度、字号、行数、灰色尾部这类外观改动是即时生效的，不会打断正在进行的转写。
+**哪些改动要重启识别后端？** 只有**模型 / 识别语言 / 采集设备**，以及高级页里的**流式参数、
+线程数、模型目录**变化时才会重建后端并重启转写；透明度、字号、行数、灰色尾部这类外观改动是
+即时生效的，不会打断正在进行的转写。
 
 ### 模型页
 
@@ -80,10 +81,31 @@
 
 ### 高级页
 
+**通用**
+
 | 项 | 说明 |
 |---|---|
 | 更新粒度（秒） | 累积多少秒音频跑一步；「自动」= 由后端决定（流式模型 0.32s） |
-| 线程数 | 推理线程数；**只影响 Qwen3-ASR**，流式模型固定单线程（多线程反而更慢） |
+
+**流式（只影响 Qwen3-ASR）** —— 这一组对应 llama 后端的流式参数，改动会重启识别后端。
+选了流式 ONNX 模型（zipformer / X-ASR / Nemotron）时整组会**置灰**，因为那些模型只用「更新粒度」。
+
+| 项 | 对应命令行 | 说明 |
+|---|---|---|
+| 策略 | `--stream-mode` | `incremental`（增量复用，1~2 秒就出字，推荐）/ `append`（追加式，成本平坦但需要大 chunk）/ `window`（早期的对比实现） |
+| 滑窗上限（秒） | `--stream-window` | 仅 window 模式；「不限」= 不滑窗 |
+| 单段最长时长（秒） | `--stream-segment` | 超过就提交并重置上下文；「不限」= 不设上限 |
+| 前缀回滚 token 数 | `--unfixed-tokens` | 回滚丢弃最后 N 个 token —— 它们会显示成灰色的不稳定尾部 |
+| 冷启动 chunk 数 | `--unfixed-chunks` | 前 N 个 chunk 不带前缀，避免开头重复 |
+| 单段最多生成 token | `--max-tokens` | 单段生成的 token 上限 |
+| 线程数 | `--threads` | 只影响 Qwen3-ASR；流式模型固定单线程（多线程反而更慢） |
+
+**调试**
+
+| 项 | 对应命令行 | 说明 |
+|---|---|---|
+| 输出详细日志 | `--verbose` | 打印 llama.cpp / mtmd 的详细日志（排查加载/推理问题时用） |
+| 模型目录 | `--model-dir` | 留空 = 默认目录（占位符会显示实际路径）；一般不需要改 |
 
 ## 配置文件
 
@@ -101,6 +123,10 @@ windowX=179  windowY=725       ; 拖动后记录的位置
 mirrorBase=https://hf-mirror.com
 proxyMode=0                    ; 0=不使用 1=跟随系统 2=手动
 chunkSec=0  threads=8          ; 高级
+streamMode=incremental         ; 高级：流式参数（只影响 Qwen3-ASR）
+streamWindowSec=16  streamSegmentSec=30
+unfixedTokens=5  unfixedChunks=2  maxTokens=256
+verbose=false  modelDir=       ; 高级：调试
 ```
 
 删掉这个文件（或其中某个键）就回到默认值。模型文件在