用途：为 Supervisor API 增加后台模式，适用于智能体任务可能超过 HTTP 超时限制的场景，例如复杂多工具工作流、大数据分析等。
主要能力：以 background=True、stream=False 异步提交请求，立即返回 response_id；随后按设定间隔轮询 responses.retrieve(id)，跳过 queued/incomplete/in_progress 状态的条目，将已完成条目转换为流事件并模拟流式输出到前端；支持 MCP 工具的多轮审批流程。
使用方式：先运行 uv run quickstart 创建 MLflow 实验与 .env，并按 supervisor-api 技能完成基础配置。开始前用 AskUserQuestion 询问轮询间隔（2/10/30 秒），据此设置 agent_server/utils.py 中的 POLL_INTERVAL。新增 utils.py 提供 create_supervisor_client、poll_background_response、output_item_to_stream_events 等函数，使用 AsyncDatabricksOpenAI 且 use_ai_gateway=True；再更新 agent.py，改用异步 invoke/stream 处理器，传入 background=True、stream=False，并轮询转换输出。
限制：后台模式会回显全部历史输出条目，需跳过已回显项；in_progress 期间可能返回未完成条目（id 为 None），需按状态跳过以避免校验错误；轮询间隔影响响应速度与 API 负载。具体依赖版本与完整代码以官方资料为准。