docs(design): add multi-turn dialogue optimization system design (report 03)

2026-09-13 02:50:20 +00:00
parent e5e80a6fc6
commit e590dcfd7b
2 changed files with 813 additions and 2 deletions
@@ -47,6 +47,26 @@

 ---

+### 3. 多轮对话优化
+
+| 项 | 链接 |
+|-----|------|
+| 主报告 | [multi-turn-dialogue/03-多轮对话优化-设计-架构-实现-难点-解决方案-亮点与优势.md](multi-turn-dialogue/03-多轮对话优化-设计-架构-实现-难点-解决方案-亮点与优势.md) |
+| 一句话总结 | 断链修复 + 三层记忆（工作/短期/长期）+ 滑动窗口双预算 + 滚动摘要 + DST 状态跟踪 + 对话向量库按需召回 + 规则查询改写 + 十段式 Prompt + 多级缓存 |
+
+**核心要点**：
+
+- **P0 断链修复**：`RecentDialogue` / `PersonalizedGuidance` 生产链路从未填充、`RestoreSessionContext` 零调用——三大断点先接线，既有部件（三分支/黑板/偏好反射/pgvector）即刻协同
+- **三层记忆模型**：工作记忆（`task_state` DST）/ 短期记忆（轮数+token 双预算滑动窗口）/ 长期记忆（用户画像 + `chat_history` 向量域）
+- **历史压缩**：滚动摘要（LLM 生成 + 规则降级），硬事实区永不压缩，黑板 SSOT 优先级兜底
+- **按需检索**：意图触发的记忆召回（TopK≤3 + 篇幅闸门），SQL 权限过滤 + Prompt 隐私条款双闸门
+- **查询改写**：5 条确定性规则（省略补全/代词消解/主题合并/槽位补全/概念合成），永不进入意图识别链路
+- **十段式 Prompt 规范**：分段硬分隔 + 逐轮编号 + 来源标注 + 优先级声明 + CiteKey 引用回溯闭环
+- **多级缓存 C1~C5**：检索/改写/embedding/上下文组装/摘要，写入口主动失效，一键可关
+- **五阶段渐进路线**：P0 修复 → P1 上下文 → P2 检索 → P3 改写 → P4 系统层，全部可独立回滚
+
+---
+
 ## 🏗️ 在整体架构中的位置

 ```
@@ -99,8 +119,10 @@
 ├── README.md                                        ← 本文件（顶层索引）
 ├── intent-recognition/
 │   └── 01-意图识别框架-设计-架构-实现-难点-解决方案-亮点与优势.md
-└── agent-squad/
-    └── 02-智能体小队编排-设计-思路-架构-实现-难点-解决方案-亮点与优势.md
+├── agent-squad/
+│   └── 02-智能体小队编排-设计-思路-架构-实现-难点-解决方案-亮点与优势.md
+└── multi-turn-dialogue/
+    └── 03-多轮对话优化-设计-架构-实现-难点-解决方案-亮点与优势.md

 .tmp/                                                ← 中间分析文件
 ├── intent-recognition/
@@ -0,0 +1,789 @@
+# 多轮对话优化：设计、架构、实现、难点、解决方案、亮点与优势
+
+> 适用范围：`internal/chat`、`internal/coordinator`、`internal/ctxmgr`、`internal/intent`、`internal/kb`、`internal/server`（多轮对话链路全栈）
+> 报告版本：v1.0
+> 日期：2026-09-10
+> 工程根目录：`/Volumes/MacBook Pro's Data Drive/ShuiMuDongFang-Projects/2026-09-07 Chat-Agent-System`
+> 上游文档：[01-意图识别框架](../intent-recognition/01-意图识别框架-设计-架构-实现-难点-解决方案-亮点与优势.md)、[02-智能体小队编排](../agent-squad/02-智能体小队编排-设计-思路-架构-实现-难点-解决方案-亮点与优势.md)、[架构总览](../architecture-design.md)
+
+---
+
+## 一、现状盘点与差距分析
+
+### 1.1 现有多轮对话链路全景
+
+一轮对话的完整数据流（现状）：
+
+```
+HTTP/SSE: POST /api/v1/chat(/stream)
+   │
+   ▼
+Server.getOrCreateSession (internal/server/server.go:196)
+   │  内存 map[string]*chat.Session（无 TTL 淘汰）
+   │  AssembleFromWorkspace / 默认上下文组装
+   ▼
+chat.Session.sendMessageInternal (internal/chat/session.go:88)
+   │  1) append 用户消息到 s.Messages
+   │  2) CtxMgr.RecordUserMessage 落库 + 偏好反射（manager.go:67）
+   │  3) Recognizer.Recognize —— 纯规则四级漏斗 + 三分支消解
+   │  4) CoordinatorEngine.ProcessIntent —— 意图分发（engine.go:75）
+   ▼
+Phase A 对话 LLM（CASUAL / AMBIGUOUS / QUERY 降级路径）
+   generateDialogueReply (coordinator/dialogue_llm.go:29)
+   │  buildDialoguePrompt(userInput, userCtx)
+   │  【项目上下文】【近期对话】← RecentDialogue（实际恒为空！）
+   │  【本轮用户】
+   │  pi-agent 生成 reply.md ──失败──▶ 模板兜底
+   ▼
+回包：append 助手消息 + 落库 + 更新 PendingExpectation / 卡片生命周期
+持久层：chat_sessions / chat_messages / user_preferences / context_memory_chunks(pgvector)
+```
+
+### 1.2 已有能力与优化思路的映射矩阵
+
+| 优化思路 | 项目现有实现 | 差距评级 |
+|---|---|---|
+| **上下文-滑动窗口** | `dialogueHistoryMax = 8` 轮数截断已定义（`dialogue_llm.go:18`），仅按轮数、无 token 预算；且输入源 `UserProjectContext.RecentDialogue` **在生产链路从未被填充** | 🔴 断链 |
+| **上下文-历史压缩** | 无任何摘要机制。`RestoreSessionContext` 一次拉 200 条全量消息（`chat_history.go:141`）；`GetUserContext` 固定 `LIMIT 30`（`manager.go:214`） | 🔴 缺失 |
+| **上下文-状态跟踪** | 已有项目级黑板事实（`BlackboardFacts` → `project_blackboards`）、挂起预期（`PendingExpectation`）、交互卡片 TTL；但**会话级任务参数跟踪**（多轮收集中的参数字段、缺槽清单、主题锚点）无显式建模 | 🟡 半成品 |
+| **检索-向量存储** | `context_memory_chunks` + pgvector 已就绪，但**仅收录终审批准文档**（`domain='approved_case'`，`case_indexing.go:86`）；历史对话不入向量库 | 🟡 半成品 |
+| **检索-按需检索** | `SearchSimilarCases` 仅用于参谋锦囊增强（`engine.go:209`，Limit=2）；对话链路无历史片段召回注入 | 🟡 半成品 |
+| **检索-分层记忆** | 结构雏形已有：`SingleUserContext` / `ProjectCollectiveContext` / `BlendedSquadContext`（仅 L3 小队链路）；L1/L2 对话链路无"工作/短期/长期"三层注入编排 | 🟡 半成品 |
+| **改写-补全/概念合成** | 完全没有。`Recognizer.Recognize` 直接消费 `rawInput`；省略式追问（"上海呢"）会落入 `AMBIGUOUS_FALLBACK` 或错误意图 | 🔴 缺失 |
+| **提示词-身份角色** | `dialogue_llm.go:61-77` 已有完整人设 instructions（"水木东方项目助手"语气、行为边界） | ✅ 基本齐备 |
+| **提示词-历史格式规范** | `buildDialoguePrompt` 有分段骨架，但缺轮次编号、摘要段、检索片段段、任务状态段；且近期对话段恒空 | 🟡 半成品 |
+| **提示词-行为约束/隐私** | 已有安全红线拦截与"不得编造/不得伪造执行结果"约束；**跨用户隐私防护缺失**（项目协同上下文含其他成员活动，注入时无脱敏边界声明） | 🟡 半成品 |
+| **提示词-缓存复用** | 无任何缓存。每轮新建 `turn_%d` 工作目录、全量重组装上下文、重复检索、重复 embedding | 🔴 缺失 |
+
+
+### 1.3 十项关键缺口（证据定位）
+
+| # | 缺口 | 证据 | 影响 |
+|---|---|---|---|
+| G1 | `RecentDialogue` 断链 | 仅 `dialogue_llm.go:186`、`router.go:112` 读取；全仓无生产代码赋值（唯一填充在 `dialogue_llm_test.go:55` 手工构造） | 对话 LLM 每轮"失忆"；router 的"多轮追问深化"信号（`RecentDialogue >= 2`）永不触发 |
+| G2 | `PersonalizedGuidance` 断链 | `coordinator/context.go:72` 字段定义；`ctxmgr` 的 `GeneratePromptGuidance` 只进 L3 小队 memBank（`bizdev/service.go:421`），未进对话链路 | 用户偏好画像对 Phase A 对话完全无效 |
+| G3 | 服务重启会话失忆 | `server.sessions` 为纯内存 map；重启后同 sessionID 重建空上下文，`RestoreSessionContext` 存在但**无人调用**（`chat_history.go:135`） | 长会话跨进程不可续 |
+| G4 | 无查询改写 | `recognizer.go:25` 直接 `Recognize(ctx, input, snap)` | "上海呢""它的预算呢"式追问答非所问 |
+| G5 | 无历史压缩 | 无摘要表、无摘要代码 | 长会话 token 无界膨胀；30/200 条硬编码拉取 |
+| G6 | 对话不入向量库 | `IndexApprovedDocument` 仅 `domain='approved_case'` | 跨会话/长程历史无法按需召回 |
+| G7 | 法规查询硬编码 | `handleQueryRegulations`（`engine.go:1379`）返回固定 3 条标准，未调 `kb.Retriever`（该能力在任务执行链路已验证可用，`bizdev/service.go:177`） | 法规问答复读老三样，KB 能力闲置 |
+| G8 | 无缓存 | `agent/backend.go` 仅并发限流包装；全链路无 query/embedding/组装缓存 | 重复问题重复付费、重复时延 |
+| G9 | sessions map 泄漏 + turn 目录堆积 | `server.go:29` map 只增不减；`dialogue_llm.go:49` 每轮 `MkdirAll` 新目录 | 长期运行内存/磁盘增长 |
+| G10 | 跨用户隐私边界缺失 | `GetProjectContext` 聚合全部成员活动流直接注入 prompt；prompt 无隐私隔离指令 | 其他成员沟通习惯/私人事实可能被复述 |
+
+### 1.4 差距结论
+
+本项目的多轮对话能力**"骨架先进、神经断裂"**：意图三分支、黑板 SSOT、时间衰减、pgvector、RAG 重排、偏好反射等部件全部齐备且质量很高，但**部件之间的接线在 L1/L2 对话链路上大面积缺失**。因此本方案的核心策略不是推翻重建，而是——
+
+> **先接神经（P0），再强器官（P1~P4）**：修复断链 → 补齐上下文管理 → 打通检索增强 → 引入查询改写 → 规范提示词与缓存。
+
+---
+
+## 二、总体方案架构
+
+### 2.1 目标架构图
+
+```
+┌────────────────────────────────────────────────────────────────────────┐
+│                     L1 对话层（internal/chat + intent）                 │
+│                                                                        │
+│  用户输入 rawInput                                                      │
+│      ├─▶ [新增] QueryRewriter 查询改写器（规则补全/代词消解/概念合成）   │
+│      │      → rewrittenQuery（只服务检索与 Prompt，不改变意图识别输入） │
+│      ├─▶ Recognizer.Recognize(rawInput)（保持纯规则确定性，不动）       │
+│      └─▶ [新增] 会话任务状态 DST 更新（active_task / slots / 锚点）     │
+└────────────────────────────┬───────────────────────────────────────────┘
+                             ▼
+┌────────────────────────────────────────────────────────────────────────┐
+│                     L2 协调层（internal/coordinator）                   │
+│                                                                        │
+│  ProcessIntent → handler 分发（现状保留）                               │
+│      ▼                                                                 │
+│  [重构] buildDialoguePrompt —— 分层记忆装配（MemoryComposer）           │
+│  ┌──────────────────────────────────────────────────────────────┐     │
+│  │ 【工作记忆】 任务状态 + 挂起预期 + 交互卡片（本轮正在处理什么）  │     │
+│  │ 【短期记忆】 滑动窗口近 M 轮完整对话（轮次编号，双预算裁剪）     │     │
+│  │ 【压缩记忆】 早期轮次滚动摘要（LLM 生成，规则降级兜底）          │     │
+│  │ 【长期记忆】 用户画像偏好（MemoryFacts + 风格/格式注入语）       │     │
+│  │ 【按需检索】 向量召回相关历史片段（≤3 条，带来源/时间/权限）     │     │
+│  │ 【知识注入】 法规 KB 命中片段（QUERY_REGULATIONS 等意图触发）    │     │
+│  └──────────────────────────────────────────────────────────────┘     │
+│      ├─▶ [新增] 多级缓存（检索/改写/组装/embedding 四级缓存）          │
+│      └─▶ pi-agent / 模板兜底（现状保留）                                │
+└────────────────────────────┬───────────────────────────────────────────┘
+                             ▼
+┌────────────────────────────────────────────────────────────────────────┐
+│              持久层与记忆库（internal/ctxmgr + storage）                │
+│  chat_sessions(+task_state,+turn_count)   chat_messages                 │
+│  chat_summaries(新表: 滚动摘要)                                         │
+│  context_memory_chunks(domain 扩展: chat_history + approved_case)       │
+│  user_preferences(MemoryFacts)   project_blackboards(SSOT)              │
+└────────────────────────────────────────────────────────────────────────┘
+```
+
+### 2.2 设计原则（继承并扩展既有"防回归三原则"）
+
+1. **默认即现状**：所有新模块默认关闭或等价于现状行为，配置开关逐项启用；既有 18 类意图识别与三分支消解测试必须全绿。
+2. **确定性优先**：改写、摘要、检索注入均为"增强项"，任一环节失败都降级到现状路径；意图识别输入永远使用 `rawInput`。
+3. **升级需确认 + 冷却**：继承路由层原则，记忆与检索的主动注入控制篇幅（≤3 条片段），不堆砌上下文。
+4. **隐私内建（新增）**：跨用户数据在 SQL 层强制过滤 + Prompt 层约束声明，双闸门。
+5. **异步化（新增）**：向量入库、偏好反射、摘要生成一律不阻塞回复主链路。
+
+### 2.3 三层记忆模型定义（与优化思路逐条对齐）
+
+| 记忆层 | 生命周期 | 承载内容 | 本系统落点 |
+|---|---|---|---|
+| **工作记忆** Working | 单轮~单任务 | 本轮任务正在处理的状态：活跃任务、已收集槽位、缺槽、挂起预期、交互卡片 | `chat_sessions.task_state`（JSONB）+ `UserProjectContext` 内存态 |
+| **短期记忆** Short-term | 当前会话 | 最近 M 轮完整对话（滑动窗口双预算：轮数 + token） | `Session.Messages` 尾部切片 → `RecentDialogue`（修复断链） |
+| **长期记忆** Long-term | 跨会话永久 | 用户画像（偏好/习惯/事实）、项目黑板、历史会话片段、标杆案例 | `user_preferences.MemoryFacts` + `project_blackboards` + `context_memory_chunks(domain=chat_history)` |
+
+
+---
+
+## 三、P0 阶段：断链修复（让既有设计真正跑通）
+
+> 工作量约 0.5~1 天；不新增任何表与配置，只接线。这是全部后续工作的前提。
+
+### 3.1 修复 G1：RecentDialogue 填充
+
+**现状**：`Session.sendMessageInternal` 把消息 append 到 `s.Messages`（内存），但从不同步到 `s.UserCtx.RecentDialogue`。
+
+**修复方案**（`internal/chat/session.go`，在构造本轮 `userMsg` 之前调用）：
+
+```go
+// syncRecentDialogue 将会话内存消息同步到 UserCtx（供对话 LLM 与路由画像使用）
+func (s *Session) syncRecentDialogue() {
+    if s.UserCtx == nil {
+        return
+    }
+    const maxTurns = 12 // 略宽于 dialogueHistoryMax=8，截断细节交给 prompt 层统一裁剪
+    msgs := s.Messages
+    if len(msgs) > maxTurns {
+        msgs = msgs[len(msgs)-maxTurns:]
+    }
+    turns := make([]coordinator.DialogueTurn, 0, len(msgs))
+    for _, m := range msgs {
+        if strings.TrimSpace(m.Content) == "" {
+            continue
+        }
+        turns = append(turns, coordinator.DialogueTurn{Role: m.Role, Content: m.Content})
+    }
+    s.UserCtx.RecentDialogue = turns
+}
+```
+
+**连带收益**：`router.go:112` 的 `ProfileTask`"多轮追问深化"信号自动开始生效。注意该信号 +10 分可能改变升级建议触发频率，**需回归 `router_test.go` 与 `engine_test.go`**，必要时将信号阈值从 `>= 2` 提高到 `>= 4`（配置化）。
+
+### 3.2 修复 G2：PersonalizedGuidance 填充
+
+**现状**：`ctxmgr.PreferenceReflector.GeneratePromptGuidance`（`preference.go:87`）只被 `BuildBlendedSquadContext`（L3 链路）调用。
+
+**修复方案**（`server.getOrCreateSession`，`ctxmgr` 需暴露公共封装方法 `CompilePromptGuidance(ctx, userID)`）：
+
+```go
+sess := chat.NewSession(sessionID, userCtx, s.rec, s.engine)
+if s.svc != nil {
+    sess.CtxMgr = s.svc.ContextManager()
+    if sess.UserID > 0 && sess.CtxMgr != nil { // 新增：注入偏好画像编译结果
+        if guidance, err := sess.CtxMgr.CompilePromptGuidance(ctx, sess.UserID); err == nil {
+            userCtx.PersonalizedGuidance = guidance
+        }
+    }
+}
+```
+
+**刷新策略**：每 10 轮刷新一次，或用户显式表达定制要求（"记住…/以后请…"，`PreferenceReflector` 已能捕获此类信号）后的下一轮刷新；避免每轮查库。
+
+### 3.3 修复 G3：服务重启会话恢复
+
+**现状**：`RestoreSessionContext`（`chat_history.go:135`）功能完整但零调用；`server.sessions` 纯内存。
+
+**修复方案**（`server.getOrCreateSession`）：内存 map 未命中时，先查 `chat_messages` 是否已有该 sessionID 记录；有则：
+
+1. `ctxMgr.RestoreSessionContext(ctx, sessionID)` 拉取历史（P1 完成后改走"摘要 + 窗口"混合拉取，避免 200 条全量）；
+2. 返回的 `Messages` 回填 `sess.Messages` 与 `userCtx.RecentDialogue`；
+3. `Facts` 合入 `userCtx.BlackboardFacts`；
+4. 从 `chat_sessions.task_state`（P1 新增列）恢复工作记忆。
+
+同时顺带处理 G9 会话淘汰：`sessions` map 增加 LRU + 空闲 TTL（默认 120 分钟）；被淘汰会话仅丢内存态，下次命中走恢复路径，行为等价。
+
+### 3.4 P0 验收标准
+
+- [ ] 连续 3 轮对话后，pi-agent prompt 的【近期对话】段非空（debug API 验证）；
+- [ ] 用户说"以后答复请简短一点"，后续轮 prompt 出现偏好注入语；
+- [ ] 重启服务后同 sessionID 继续对话，助手能引用重启前轮次内容；
+- [ ] `go test ./internal/...` 全绿（含 router / engine 回归）。
+
+
+---
+
+## 四、P1 阶段：上下文管理（滑动窗口 + 历史压缩 + 状态跟踪）
+
+### 4.1 滑动窗口装配器（SlidingWindowAssembler）
+
+**新建** `internal/ctxmgr/window.go`。核心语义：**双预算裁剪**——`maxTurns`（轮数上限）与 `tokenBudget`（字符预算）同时生效；从最新一轮向前收纳，任一预算触顶即停。
+
+```go
+// WindowConfig 滑动窗口配置
+type WindowConfig struct {
+    MaxTurns    int // 窗口内最大消息条数（一问一答计 2 条），默认 16
+    TokenBudget int // 窗口内字符预算（近似 token），默认 3000
+    ReserveTail int // 为【本轮用户】与固定段预留预算，默认 800
+}
+
+// AssembleWindow 从完整消息序列裁出窗口
+// 返回：窗口内消息 + 是否发生截断（截断则上层补【压缩记忆】摘要段）
+func AssembleWindow(msgs []ChatMessageRecord, cfg WindowConfig) (window []ChatMessageRecord, truncated bool)
+```
+
+**token 估算约定（中文场景，零依赖）**：不引入 tokenizer 依赖，采用保守 rune 计数 `1 rune ≈ 1 token`（中文单字实际 1~2 token，配置默认值已含 1.5 倍冗余），比较 `Σ len([]rune(content))` 与 `TokenBudget` 即可。该约定写入代码注释，保证可解释、可单测。
+
+**接线点**：`buildDialoguePrompt`（`dialogue_llm.go:186-199`）现有 `dialogueHistoryMax` 截断逻辑替换为 `AssembleWindow`，并输出**逐轮编号**：
+
+```
+【近期对话】（第 15~22 条，更早内容见上方摘要）
+[21] 用户: 帮我看看当前项目的整体进展如何？
+[22] 助手: 项目当前处于 V0.1 三角验证阶段……
+```
+
+轮次编号来源：DB 模式用 `chat_messages.id`，内存模式用 `Session.Messages` 索引。
+
+### 4.2 历史压缩器（RollingSummarizer）
+
+**新建** `internal/ctxmgr/summarizer.go` + 新表 `chat_summaries`（见 §8.1 迁移）。
+
+**触发条件**（满足其一，在回复完成后的**异步钩子**中判断，不阻塞本轮回复）：
+
+- 会话消息总数超过 `SUMMARY_TRIGGER_MSGS`（默认 20 条 ≈ 10 轮）；
+- `AssembleWindow` 报告 truncated 且该会话尚无摘要（首次越界）。
+
+**滚动摘要算法**：
+
+```
+输入: 旧摘要 S_old（可为空） + 本批被淘汰出窗口的消息 E（按时间序）
+
+1. 硬事实提取：复用 intent 词典逻辑（device_type / target_market / budget /
+   timeline 等槽位）从 E 中抽取键值对 → 并入结构化事实区，永不参与压缩、永不丢失
+2. 叙事摘要生成：
+   - 首选 LLM：pi-agent 小 prompt（输入 S_old + E → 输出 ≤200 字），
+     要求保留：讨论主题、已达成结论、未决问题、用户表达过的偏好
+   - 规则降级（LLM 不可用/30s 超时）：抽取式——每条消息取首个分句 +
+     事实槽位清单拼接，硬截断 300 字
+3. UPSERT chat_summaries（by session_id），更新 covered_count / covered_until
+```
+
+**摘要存储与注入格式一致**：
+
+```json
+{
+  "narrative": "本会话围绕XX项目立项摸底展开：确认器械类型为超声手术设备、目标市场国内+欧洲CE；讨论了GB 9706.1适用性；用户倾向先做V0.5方案框架。",
+  "facts": {"device_type": "超声手术设备", "target_market": "国内+欧洲CE"},
+  "open_questions": ["型检周期未确认"],
+  "covered_count": 14
+}
+```
+
+```
+【早期对话摘要】（第 1~14 条，已压缩）
+主题与结论：……
+已确认事实：device_type=超声手术设备; target_market=国内+欧洲CE
+未决问题：型检周期未确认
+```
+
+**一致性保障**：黑板 `BlackboardFacts` 是唯一 SSOT；摘要中 `facts` 区仅作 prompt 展示，注入顺序上黑板置于摘要之后并声明"黑板事实优先级最高"，冲突自动消解。
+
+
+### 4.3 会话级任务状态跟踪（DST）
+
+**新增列** `chat_sessions.task_state JSONB`，**新建** `internal/ctxmgr/taskstate.go`。
+
+```go
+// ConversationTaskState 会话级工作记忆。
+// 与项目级黑板的分工：黑板是全项目多方共享 SSOT；
+// task_state 是"本次对话任务进行到哪一步"的会话私有状态。
+type ConversationTaskState struct {
+    ActiveTask     string            `json:"active_task,omitempty"`     // 当前对话任务类型（如 case_compare / quote_refine / doc_reject_consult）
+    TopicAnchor    string            `json:"topic_anchor,omitempty"`    // 主题锚点：最近一轮完整问句（供改写器引用）
+    TopicEntities  []string          `json:"topic_entities,omitempty"`  // 锚点实体（项目名/器械/文档名，供代词消解）
+    CollectedSlots map[string]string `json:"collected_slots,omitempty"` // 已收集参数（复用 intent 槽位常量）
+    MissingSlots   []string          `json:"missing_slots,omitempty"`   // 待收集参数（驱动澄清追问）
+    OpenQuestions  []string          `json:"open_questions,omitempty"`  // 未决问题（摘要器同步）
+    UpdatedAt      time.Time         `json:"updated_at"`
+}
+```
+
+**每轮更新时机**（`session.sendMessageInternal`，意图识别结果产出之后）：
+
+| 输入来源 | 更新动作 |
+|---|---|
+| `recRes.TopIntent.FilledSlots` | 合入 `CollectedSlots`（意图槽位是最可靠的状态增量） |
+| `recRes.Branch == BranchExpectationHit` | 清理对应 `MissingSlots`，`ActiveTask` 转入执行态 |
+| 改写器（P3）产出 | 更新 `TopicAnchor` / `TopicEntities` |
+| 摘要器（§4.2） | 同步 `OpenQuestions` |
+| `handleSupplementInfo` 黑板写入 | 双写 `CollectedSlots`（以黑板为准） |
+
+**注入格式**（Prompt 的【工作记忆】段）：
+
+```
+【本轮任务状态】
+- 当前任务: 案例对比咨询
+- 主题锚点: "对比A项目和B项目的报价策略"
+- 已收集: target_stage=V0.5; budget=15万
+- 待确认: 型检周期
+```
+
+**与既有 `PendingExpectation` 的关系**：`PendingExpectation` 管"上轮我建议了什么、本轮用户是否兑现"（短期挂起，已有 TTL 机制）；`task_state` 管"这场对话的任务推进到哪一步"（全程状态）。两者并存、互不替代。
+
+---
+
+## 五、P2 阶段：检索增强（向量存储 + 按需检索 + 分层记忆）
+
+### 5.1 对话记忆向量化入库（向量存储）
+
+**复用** `context_memory_chunks` 表与 `IndexApprovedDocument` 的切片-嵌入-落库管线，**新增 domain = `chat_history`**。
+
+**新建** `internal/ctxmgr/chat_memory.go`：
+
+```go
+// RecordTurnMemory 将一轮"问-答"对作为一条记忆切片异步入库
+// 触发点：session.sendMessageInternal 回复完成后 go func()（不阻塞回复）
+// 切片构造：user 问句 + assistant 答复首 300 字 拼接为 content；
+//           intent/branch 写入 metadata，供召回时按意图过滤
+// chunk_hash = sha256(session_id + turn_no)，天然幂等去重
+func (m *ContextManager) RecordTurnMemory(ctx context.Context, sessionID string,
+    userID, projectID int64, userQuery, assistantReply, intentName, branch string)
+```
+
+**关键决策——Embedder 统一接线**：`ctxmgr` 当前默认 `DeterministicEmbedder`（离线兜底，`manager.go:46`）。改造：`bizdev.NewService` 中若 `cfg.EmbeddingEndpointURL` 非空，构造 `ctxmgr` 适配器包裹 `kb.Embedder`（同 bge-m3/1024 维），`SetEmbedder` 注入；KB 不可用时自动回落 Deterministic——保证向量库内域间向量空间一致（`approved_case` 与 `chat_history` 可同库检索）。
+
+**重要性权重**：入库时 `importance_weight` 按 `CalculateDecayedWeight` 思路初始化——含槽位事实/决策类轮次 `raw_weight=1.2` 且 `is_milestone=true`（不衰减），普通问答 `raw_weight=0.6` 随半衰期衰减；检索排序时 `score = cosine × decayed_weight`，复用既有 `decay.go`。
+
+### 5.2 按需检索与精准注入
+
+**新建** `SearchChatMemory`（与 `SearchSimilarCases` 同构，`case_indexing.go:150` 可参考）：
+
+```go
+type ChatMemorySearchOptions struct {
+    Query      string
+    UserID     int64   // 必填：数据权限闸门
+    ProjectID  int64   // 可选：同项目公开记忆
+    SessionID  string  // 可选：排除当前会话（避免与窗口重复）或限定本会话
+    TopK       int     // 默认 3
+    MinScore   float64 // 默认 0.25（Deterministic 兜底嵌入阈值需实测标定）
+}
+
+// SQL 层强制权限过滤（隐私第一闸门）：
+// WHERE (user_id = $1 OR (project_id = $2 AND visibility = 'project_public'))
+```
+
+**触发意图（按需，非每轮）**：
+
+| 意图/分支 | 检索 query | 注入位置 |
+|---|---|---|
+| `QUERY_PROGRESS` / `QUERY_SIMILAR_CASES` | 改写后的完整问句（P3） | 【相关历史片段】段 |
+| `AMBIGUOUS_FALLBACK`（模糊分忧） | 改写问句 | 同上，帮 LLM 理解语境 |
+| `CASUAL_CHAT` 中命中升级画像信号 | rawInput | 同上（轻量，TopK=2） |
+| `TRIGGER_ADHOC_TASK`（升级后） | task_brief | 小队上下文 memBank 追加 |
+
+**注入格式（含来源与免责声明）**：
+
+```
+【相关历史片段】（按语义相关度召回，仅供参考，其中标注他项的内容禁止复述细节）
+- [本会话·第9轮] 用户曾问"GB 9706.1 对超声设备适用吗"，答复要点：适用，另需满足 YY 9706.102 EMC…
+- [历史会话·2026-09-08] 与本主题相关的讨论：客户预算通常按千万级申报（来自用户本人历史）
+- [项目公开·2026-09-06] 项目里程碑：完成V0.1需求收集表终审（作者：李工）→ 仅可引用结论，不得评价个人
+```
+
+**篇幅闸门**：每片段 ≤150 字摘要化注入，TopK ≤3，总预算 ≤600 字（计入 Prompt 总预算）；超出即按分数截断。
+
+### 5.3 三层记忆协同总编排（分层记忆落地）
+
+**新建** `internal/coordinator/memory_composer.go`，替代 `buildDialoguePrompt` 中的散装拼接：
+
+```
+composeMemories(userCtx, session, taskState, summary, recalled, kbHits) → PromptSections
+
+注入优先级（预算冲突时从下往上挤占）：
+  1.【工作记忆】 task_state + PendingExpectation 摘要 + InteractiveCard 状态   ～200 字
+  2.【短期记忆】 滑动窗口近 M 轮（逐轮编号）                                     ～3000 字
+  3.【压缩记忆】 早期轮次滚动摘要                                                ～300 字
+  4.【长期记忆-画像】 PersonalizedGuidance（偏好注入语）                        ～300 字
+  5.【长期记忆-检索】 相关历史片段 TopK≤3                                        ～600 字
+  6.【知识注入】 法规 KB 命中（仅特定意图）                                      ～800 字
+  7.【项目上下文】 现有项目段（黑板/待办/阶段）——黑板事实声明为最高优先级
+```
+
+**与 L3 小队上下文的关系**：`BlendedSquadContext`（L3）维持现状；P2 的分层编排只作用于 L1/L2 对话链路。未来如需统一，可将 `MemoryComposer` 输出桥接进 `BuildBlendedSquadContext`，本期不做（防回归边界）。
+
+**隐私第二闸门（Prompt 层）**：instructions 追加条款——"【相关历史片段】与【项目上下文】中涉及其他成员姓名、个人沟通习惯、私人事实的内容，仅可用于理解语境，**不得在答复中复述、评价或转述给当前用户**；引用项目事件只允许引用客观结论。"
+
+
+---
+
+## 六、P3 阶段：查询改写（改写补全 + 完整概念合成）
+
+### 6.1 核心约束：改写不进意图识别链路
+
+**第一原则**：三分支消解与 18 类意图识别的**确定性绝对不动**——`Recognizer.Recognize` 永远吃 `rawInput`。改写产物 `rewrittenQuery` 只流向三处：
+
+1. KB 检索 / 记忆召回的 query（提升召回质量）；
+2. Prompt 的【本轮用户】段（`原文 + （补全后：…）` 双呈现）；
+3. `task_state.TopicAnchor` 更新（供下一轮改写引用）。
+
+这直接继承意图识别框架报告的"规则识别 + 上下文约束 + LLM 仅作重写"哲学，也符合 router 层"默认即现状"防回归原则。
+
+### 6.2 规则改写器（第一版，零 LLM、零时延）
+
+**新建** `internal/coordinator/rewriter.go`（挂靠 coordinator，因其需要 UserProjectContext 与 task_state）：
+
+```go
+// RewriteResult 查询改写产物
+type RewriteResult struct {
+    Rewritten    string   // 补全后的完整问句（空 = 无需改写，用原文）
+    AppliedRules []string // 命中规则名（可解释、可观测）如 ["ellipsis_completion", "pronoun_resolution"]
+}
+
+// RewriteQuery 规则改写主入口
+// 输入: rawInput + task_state(TopicAnchor/TopicEntities/CollectedSlots) + 最近一轮窗口
+func RewriteQuery(rawInput string, st *ctxmgr.ConversationTaskState,
+    recent []DialogueTurn, proj ProjectInfo) RewriteResult
+```
+
+**规则集（首版 5 条，全部可单测）**：
+
+| 规则 | 触发特征（确定性词典/模式） | 改写动作 | 例 |
+|---|---|---|---|
+| R1 省略补全 | 输入 ≤12 rune 且含"呢/也/还是/那/另外"或为纯实体名词 | `TopicAnchor 的谓语框架 + 本轮实体` 合成 | 上轮"北京天气怎么样"→本轮"上海呢" ⇒ "上海天气怎么样"（本项目对应形态：上轮"GB 9706.1 适用吗"→本轮"YY 0505 呢" ⇒ "YY 0505 适用吗"） |
+| R2 代词消解 | 含"它/他们/这个项目/该文档/那份报告/上次说的" | 指代替换为 `TopicEntities`（项目名/器械类型/文档标题，取最近距离实体） | "它的预算是多少" ⇒ "「超声手术设备项目」的预算是多少" |
+| R3 主题延续合并 | 输入为短句且 `Branch=EXPECTATION_HIT` 或延续同主题追问 | `TopicAnchor + 本轮增量` 拼接为 standalone 问句 | 上轮"对比A和B的报价"→本轮"再加上C呢" ⇒ "对比A、B、C三家的报价" |
+| R4 槽位上下文补全 | 检索类意图且 `CollectedSlots` 非空 | 追加已知约束后缀 | 检索 query 尾部拼 `（器械类型=超声手术设备; 市场=国内+CE）` |
+| R5 完整概念合成 | 面向检索 query 的兜底：`rewritten := TopicAnchor + " " + rawInput` 去重词 | 检索专用，不进 Prompt | —— |
+
+**实现要点**：
+
+- 词典与 `intent` 包的既有模式词典风格一致（`recognizer.go` 的 `deliverableDocWords` 等），避免引入 NLP 依赖；
+- `TopicAnchor` 维护规则：每轮若 `rawInput` ≥ 16 rune 且非纯代词/省略句，则更新为该轮完整问句；否则保持——这保证锚点始终是"最近一个完整表达"；
+- 命中 R1~R4 任一条时，Prompt 中【本轮用户】段输出双呈现，让 LLM 同时看到原文与补全（防止改写错误硬覆盖原意）。
+
+### 6.3 LLM 改写器（第二版，可选增强）
+
+规则改写覆盖高频形态；长尾复杂省略（如"那如果把预算砍一半呢，还是说先等等"）由 LLM 改写兜底：
+
+- 复用 `dialogueBackend`（pi-agent），独立小 prompt：输入 `TopicAnchor + 滑动窗口近 4 轮 + rawInput`，输出 standalone 问句（≤80 字）；
+- **超时 8s 降级**：放弃改写用原文（改写是增强项，绝不可阻塞回复）；
+- 结果进改写缓存（§8.3，key = `sha256(rawInput + TopicAnchor)`，上下文指纹变化自动失效）；
+- 开关 `REWRITE_LLM_ENABLED` 默认关闭，规则版先行验证收益后再开启。
+
+### 6.4 与三分支消解的融合行为表
+
+| 本轮输入形态 | 意图识别（不变） | 改写动作 | 对答复的影响 |
+|---|---|---|---|
+| "上海呢"式省略追问 | 若词典不中 → `AMBIGUOUS_FALLBACK` | R1 补全 → 检索/记忆召回 query 用补全句 | 模糊分忧回复能围绕正确主题引导，不再答非所问 |
+| "它的预算呢"代词句 | 可能误中 `QUERY_PROGRESS` | R2 消解 → Prompt 双呈现 | LLM 答复引用正确实体 |
+| "好，但市场改成欧洲" 复合补丁 | 现有 `PatchSlots` 机制正确处理 | 不改写（`EXPECTATION_HIT` 优先，改写器让位） | 行为与现状完全一致 |
+| 完整新问题 | 正常分支 | 不改写（锚点更新） | 与现状一致 |
+
+### 6.5 验收标准
+
+- [ ] "GB 9706.1 适用吗"→"YY 0505 呢"：第二轮答复围绕 YY 0505（E2E 断言）；
+- [ ] "它的预算是多少"：答复中出现项目名实体而非"它"；
+- [ ] 改写命中率/规则分布可观测（debug API 返回 AppliedRules 统计）；
+- [ ] 改写器关闭（`REWRITE_ENABLED=false`）时全链路行为与 P2 完全一致。
+
+
+---
+
+## 七、P4 阶段：提示词与系统层（格式规范 + 行为约束 + 缓存复用）
+
+### 7.1 对话 Prompt 结构化模板规范
+
+**重构** `buildDialoguePrompt` → `MemoryComposer.Render()`，最终 prompt 布局（自上而下）：
+
+```
+┌─────────────────────────────────────────────────────┐
+│ ①【角色与边界】（instructions 固定段，现状保留增强）  │  ← 身份/语气/行为方式/禁止事项
+├─────────────────────────────────────────────────────┤
+│ ②【本轮任务状态】工作记忆（§4.3）                    │
+├─────────────────────────────────────────────────────┤
+│ ③【项目上下文】（现状段落保留：项目/用户/客户/器械/   │
+│    阶段/待办/挂起建议）+ 黑板事实（声明最高优先级）    │
+├─────────────────────────────────────────────────────┤
+│ ④【早期对话摘要】压缩记忆（§4.2，仅长会话出现）       │
+├─────────────────────────────────────────────────────┤
+│ ⑤【近期对话】短期记忆（§4.1，逐轮编号 + 范围标注）    │
+├─────────────────────────────────────────────────────┤
+│ ⑥【相关历史片段】按需检索（§5.2，≤3条，带来源/隐私   │
+│    标注/时间，仅特定意图出现）                        │
+├─────────────────────────────────────────────────────┤
+│ ⑦【参考知识】法规 KB 命中（§7.2，带 CiteKey 引用键） │
+├─────────────────────────────────────────────────────┤
+│ ⑧【用户偏好画像】长期记忆（PersonalizedGuidance）    │
+├─────────────────────────────────────────────────────┤
+│ ⑨【本轮用户】原文 + （补全后：…）双呈现（P3）        │
+├─────────────────────────────────────────────────────┤
+│ ⑩【答复要求】输出格式/篇幅/引用规范/隐私条款         │
+└─────────────────────────────────────────────────────┘
+```
+
+**规范细则**（对应"历史对话格式规范"思路）：
+
+1. **分段硬分隔**：每段以 `【段名】` 起头 + 空行分隔，杜绝原文堆叠；
+2. **逐轮编号 + 范围标注**：`[21] 用户: …`；段头注明 `(第 15~22 条，更早见摘要)`，让 LLM 明确知道"哪些是完整的、哪些是压缩的"；
+3. **来源标注强制**：检索片段必须带 `[来源·时间]` 前缀；KB 片段必须带 `CiteKey`（复用 `kb.formatCiteKey` 的 `〔GB 9706.1-2020 §8.4〕` 格式），并要求答复沿用同格式引用；
+4. **优先级声明**：黑板事实 > 本轮用户输入 > 近期对话 > 摘要 > 检索片段（写入⑩段），防止 LLM 在冲突信息间随机取信；
+5. **空段省略**：任一段无内容时整段省略（不留空标题），控制无效 token。
+
+### 7.2 法规查询接入真 KB（修复 G7）
+
+`handleQueryRegulations`（`engine.go:1379`）改造：
+
+```
+1. 检索 query = rewrittenQuery（P3）+ device_type/target_market 槽位（R4）
+2. kbClient.Search(query, SearchOptions{Domains: [regulatory], Limit: 5})
+   —— Server 持有 svc，engine 需增挂 kb 检索能力（经 bizdevSvc 暴露或直接注入 kb.Client）
+3. 命中 → ⑦【参考知识】段注入（每条 ≤200 字 + CiteKey）
+   LLM 生成答复（generateDialogueReply 复用）
+4. 未命中 / KB 不可用 → 现有硬编码模板兜底（保留，作为降级路径）
+```
+
+同时 `AdvisorBrief.RecommendedCases` 之外的 KB 命中也走⑦段注入，答复要求"引用格式与 CiteKey 一致"——复用既有 `LookupCite`（`kb/cite_lookup.go`）可回查原文，形成"生成-引用-可回溯"闭环，直接强化"不得编造"约束的可验证性。
+
+### 7.3 行为与隐私约束体系（提示词层）
+
+**instructions 增补**（在现有 7 条基础上追加，保持编号连续）：
+
+```
+8. 事实与引用：涉及法规标准、项目数据、历史结论时，优先依据【参考知识】与
+   【项目上下文】作答并沿用〔引用键〕格式；两者未覆盖且无把握时，明确告知
+   "暂无依据"，不得编造标准编号、条款内容或项目事实。
+9. 隐私与跨用户边界：【相关历史片段】【项目上下文】中涉及其他成员姓名、
+   个人沟通习惯、私人事实的内容仅用于理解语境，不得在答复中复述、评价
+   或转述；引用项目事件仅限客观结论（谁做了什么交付物可以，个人风格不行）。
+10. 身份一致性：只以「项目助手」自称（现有条款重申），不得扮演医生/监管
+    审评员等法定角色给出诊疗或注册裁决性结论，法规解读须提示"以官方发文为准"。
+```
+
+**SQL 层隐私闸门**（§5.2 已定义）+ **Prompt 层闸门**（本节）双保险；另在 `chat_history` 域入库时即写入 `visibility`（默认 `private`，仅里程碑/客观交付结论类标记 `project_public`）。
+
+### 7.4 多级缓存设计（缓存复用）
+
+**新建** `internal/ctxmgr/cache.go`：统一 LRU + TTL 内存缓存（零依赖实现，容量与 TTL 可配置）：
+
+| 层级 | 缓存对象 | Key | TTL | 失效策略 | 预期收益 |
+|---|---|---|---|---|---|
+| C1 检索缓存 | `kb.Search` / `SearchChatMemory` 结果 | `sha256(domain+query+opts)` | 10min | TTL 自然过期；黑板写入不失效（KB 与黑板无关） | 重复问题零检索开销 |
+| C2 改写缓存 | `RewriteResult` | `sha256(rawInput+TopicAnchor)` | 30min | 锚点变化 ⇒ key 变化自动失效 | 省改写时延（LLM 版尤甚） |
+| C3 Embedding 缓存 | 文本→向量 | `sha256(model+text)` | 60min | TTL；模型切换清空 | 同 query 二次 embedding 归零 |
+| C4 上下文组装缓存 | `UserProjectContext` 组装产物 | `user_id+project_id+session_id` | 5min | **黑板写入 / task_state 更新主动失效** | 每轮省 3~5 次 SELECT |
+| C5 摘要读取缓存 | `chat_summaries` 行 | `session_id` | 5min | 摘要 UPSERT 主动失效 | 长会话每轮省 1 读 |
+
+**实现要点**：
+
+- 命中率与节省量指标接入 `stream.EmitDetail("cache_stats", …)` 与 `/health` 报表（`CacheHits/CacheMisses/SavedMs`）；
+- C4 的主动失效挂在 `UpdateProjectBlackboard` / `UpdateTaskState` 两个写入口（本包内回调，无循环依赖）；
+- 全部缓存可经 `CACHE_ENABLED=false` 一键关闭，行为退回现状；
+- 并发安全：`sync.RWMutex` + 双检（与 `ContextManager` 既有风格一致）。
+
+**不缓存项**（明确边界）：对话 LLM 的最终回复不缓存（自然语言答复需结合最新状态，缓存易造成"复读旧结论"的合规风险；仅 C1~C4 为安全缓存面）。
+
+
+---
+
+## 八、数据模型与配置变更
+
+### 8.1 SQL 迁移（`deploy/postgres/migrations/2026-09-10-chat-memory-and-dialogue-optimize.sql`）
+
+```sql
+-- =============================================================================
+-- 多轮对话优化：滚动摘要 + 会话任务状态 + 对话记忆向量索引
+-- 环境流转：dev → test → main（按三环境规范分别执行）
+-- =============================================================================
+
+-- 1. 会话滚动摘要表
+CREATE TABLE IF NOT EXISTS chat_summaries (
+    id              BIGSERIAL PRIMARY KEY,
+    session_id      TEXT NOT NULL UNIQUE,
+    summary_text    TEXT NOT NULL,                    -- narrative 叙事摘要
+    facts           JSONB NOT NULL DEFAULT '{}'::jsonb, -- 结构化事实（永不压缩丢失）
+    open_questions  JSONB NOT NULL DEFAULT '[]'::jsonb,
+    covered_count   INT NOT NULL DEFAULT 0,           -- 已覆盖的 chat_messages 条数
+    covered_until   TIMESTAMPTZ,
+    model_source    TEXT NOT NULL DEFAULT 'rule',     -- rule | llm（可审计摘要来源）
+    updated_at      TIMESTAMPTZ NOT NULL DEFAULT now()
+);
+
+-- 2. 会话表扩展工作记忆列
+ALTER TABLE chat_sessions
+    ADD COLUMN IF NOT EXISTS task_state  JSONB NOT NULL DEFAULT '{}'::jsonb,
+    ADD COLUMN IF NOT EXISTS turn_count  INT NOT NULL DEFAULT 0;
+
+-- 3. 对话记忆向量域支撑索引（context_memory_chunks 复用，新增 domain='chat_history'）
+CREATE INDEX IF NOT EXISTS idx_mem_chunks_user_domain
+    ON context_memory_chunks(user_id, domain);
+CREATE INDEX IF NOT EXISTS idx_mem_chunks_chat_sess
+    ON context_memory_chunks(reference_id)
+    WHERE domain = 'chat_history';
+-- 消息表会话时间索引（恢复路径高频查询）
+CREATE INDEX IF NOT EXISTS idx_chat_messages_session_time
+    ON chat_messages(session_id, created_at DESC);
+```
+
+**兼容性**：全部 `IF NOT EXISTS` / `ADD COLUMN IF NOT EXISTS`，可重复执行；不影响既有表数据；`context_memory_chunks` 无需结构变更（`domain`/`metadata` 字段现成）。
+
+### 8.2 配置项（`internal/config/config.go` + `.env.example`）
+
+```bash
+# ---- 多轮对话记忆（新增区块）----
+HISTORY_MAX_TURNS=16              # 滑动窗口消息条数上限
+HISTORY_TOKEN_BUDGET=3000         # 滑动窗口字符预算（rune 近似 token）
+SUMMARY_TRIGGER_MSGS=20           # 触发滚动摘要的消息条数阈值
+CHAT_MEMORY_EMBED_ENABLED=true    # 对话记忆向量化入库开关
+CHAT_MEMORY_RECALL_TOPK=3         # 按需检索召回条数
+CHAT_MEMORY_MIN_SCORE=0.25        # 召回相似度阈值
+REWRITE_ENABLED=true              # 规则改写器总开关
+REWRITE_LLM_ENABLED=false         # LLM 改写增强（默认关）
+CACHE_ENABLED=true                # 多级缓存总开关
+CACHE_TTL_SEARCH_SECONDS=600
+CACHE_TTL_REWRITE_SECONDS=1800
+SESSION_IDLE_TTL_MINUTES=120      # 内存会话空闲淘汰
+```
+
+加载方式与既有 `MAX_CONCURRENT_AGENTS` 一致（`.env` 文件解析 + 环境变量覆盖双通道，`config.go:215` 同款 case 分支）。
+
+### 8.3 代码落点清单（按包）
+
+| 包 | 变更 | 类型 |
+|---|---|---|
+| `internal/ctxmgr` | `window.go`（新）/ `summarizer.go`（新）/ `taskstate.go`（新）/ `chat_memory.go`（新）/ `cache.go`（新）/ `manager.go`（+`CompilePromptGuidance`、+`UpdateTaskState`、+异步钩子挂点） | 新增为主 |
+| `internal/coordinator` | `memory_composer.go`（新）/ `rewriter.go`（新）/ `dialogue_llm.go`（prompt 重构 + instructions 增补）/ `engine.go`（`handleQueryRegulations` 接 KB）/ `router.go`（多轮信号阈值配置化） | 新增+改造 |
+| `internal/chat` | `session.go`（`syncRecentDialogue` + task_state 更新 + 异步入库/摘要钩子 + 恢复逻辑） | 改造 |
+| `internal/server` | `server.go`（会话恢复 + LRU/TTL 淘汰 + guidance 注入）/ `handlers.go`（`GET /api/v1/chat/context-debug`） | 改造 |
+| `internal/bizdev` | `service.go`（embedder 统一接线、kb 检索暴露给 coordinator） | 小改 |
+| `web/src` | （可选）会话恢复提示、debug 面板 | 后置 |
+
+---
+
+## 九、实施路线图（五阶段，对齐"按功能层次拆分，过程逐步提交"规范）
+
+> 全程在 `dev` 分支（或其 `feature/*` 子分支）进行；每阶段完成后跑全量 `go test ./internal/...`；阶段完成后合并 `dev`，累积至 `rc-vX.Y.Z` 进 `test` 环境实测。
+
+| 阶段 | 工期 | 提交序列（对齐 README §四 提交规范） | 交付物 | 依赖 |
+|---|---|---|---|---|
+| **P0 断链修复** | 0.5~1 天 | ①`feat(agent): 会话近轮对话同步至对话LLM上下文` ②`feat(agent): 用户偏好画像注入对话链路` ③`feat(api): 服务重启会话恢复与内存淘汰` ④`test(agent): 多轮上下文接线回归` | RecentDialogue/PersonalizedGuidance/恢复链路全通 | 无 |
+| **P1 上下文管理** | ~2 天 | ①`feat(db): 会话摘要与任务状态表迁移` ②`feat(agent): 双预算滑动窗口装配器` ③`feat(agent): 滚动摘要压缩器(LLM+规则降级)` ④`feat(agent): 会话任务状态跟踪DST` ⑤`feat(api): 上下文观测调试接口` ⑥`test(agent): 窗口/摘要/DST 单测与E2E` | 窗口+摘要+task_state | P0 |
+| **P2 检索增强** | ~2 天 | ①`feat(db): 对话记忆向量索引迁移` ②`feat(agent): 对话记忆异步入库与统一Embedder` ③`feat(agent): 历史记忆按需检索与权限过滤注入` ④`feat(agent): 分层记忆编排器MemoryComposer` ⑤`test(agent): 记忆召回与隐私闸门测试` | chat_history 域 + 召回注入 | P1 |
+| **P3 查询改写** | ~1.5 天 | ①`feat(agent): 规则查询改写器五规则` ②`feat(agent): 检索与Prompt接入改写产物` ③`test(agent): 改写规则矩阵单测` | rewriter + 行为表验证 | P1（锚点） |
+| **P4 提示词+缓存+系统** | ~2 天 | ①`feat(agent): 对话Prompt十段式模板重构` ②`feat(agent): 法规查询接入知识库检索` ③`feat(agent): 多级缓存层C1-C5` ④`chore(agent): 会话TTL与turn目录清理` ⑤`test(agent): 缓存命中与失效测试` ⑥`docs(...): 本文档随实现修订` | 模板+KB接入+缓存 | P2、P3 |
+
+**建议里程碑**：P0+P1 合并为第一个可发布增量（`rc-v1.1.0`：多轮连续性）；P2+P3+P4 为第二个增量（`rc-v1.2.0`：记忆与检索智能）。
+
+
+---
+
+## 十、测试与验收标准
+
+### 10.1 单元测试清单（新增）
+
+| 模块 | 用例要点 |
+|---|---|
+| `window_test.go` | 双预算边界：轮数触顶、token 触顶、双触顶、空序列、单条超预算（截断该条并标 truncated）；rune 计数含中文/emoji |
+| `summarizer_test.go` | 触发阈值；LLM 成功路径（stub backend）；LLM 失败→规则降级路径产物结构（narrative/facts/open_questions）；滚动合并幂等（重复批次不重复计数）；黑板事实冲突以黑板为准 |
+| `taskstate_test.go` | 槽位合入/清理；EXPECTATION_HIT 后状态迁移；序列化往返（JSONB ↔ struct）；旧数据兼容（空 task_state） |
+| `chat_memory_test.go` | 入库幂等（同 turn_no 重放不重复）；异步不阻塞（goroutine 完成断言）；Decay 权重初始化（milestone 豁免）；权限过滤 SQL（构造他用户记忆断言不可见） |
+| `rewriter_test.go` | R1~R5 规则矩阵（每规则 ≥3 正例 + ≥2 反例）；锚点维护（短句不更新锚点）；EXPECTATION_HIT 让位；开关关闭等价现状 |
+| `cache_test.go` | 命中/过期/主动失效（黑板写入后 C4 失效）；LRU 容量淘汰；并发读写安全（`-race`） |
+| `memory_composer_test.go` | 十段顺序与空段省略；预算挤占顺序（优先级 7→1）；隐私标注存在性断言 |
+| `session_test.go`（扩展） | `syncRecentDialogue` 截断长度；恢复路径回填；偏好注入触发 |
+
+### 10.2 E2E 场景（扩展 `multi_turn_e2e_test.go` 风格，形成 `memory_e2e_test.go`）
+
+1. **多轮连续性**：3 轮对话后第 4 轮引用第 1 轮内容（pi-agent 实机或 stub 断言 prompt 含【近期对话】非空段）；
+2. **重启恢复**：写库→重建 Server→同 sessionID 对话→答复引用重启前结论；
+3. **长会话压缩**：模拟 30+ 条消息→断言 prompt 含【早期对话摘要】且窗口 ≤ 预算；关键事实（device_type）在摘要 facts 区保留；
+4. **跨会话记忆召回**：会话 A 沉淀记忆→新会话 B 同主题提问→【相关历史片段】命中 A 的内容；
+5. **省略追问改写**："GB 9706.1 适用吗"→"YY 0505 呢"→答复围绕 YY 0505；
+6. **隐私闸门**：用户 B 提问用户 A 的私人历史→【相关历史片段】不含 A 的 private 记忆；prompt 含隐私条款；
+7. **法规查询真检索**：QUERY_REGULATIONS → 答复含 `〔引用键〕` 且可在 KB 回查（`LookupCite`）；
+8. **缓存收益**：同问题二连发→第二次 `cache_stats` 命中、检索调用计数为 0。
+
+### 10.3 防回归红线（每阶段必跑）
+
+- `go test ./internal/intent/... ./internal/coordinator/... ./internal/chat/... ./internal/ctxmgr/...` 全绿；
+- 既有 18 意图 + 三分支用例**零修改**（若必须调整，须在 PR 说明中给出行为差异论证）；
+- `router_test.go`：`RecentDialogue` 修复后"多轮追问深化"信号首次真实生效——**预期需更新**该用例的输入构造（手工填充 `RecentDialogue` → 改为真实多轮驱动），属合法测试演进，需在提交信息标注；
+- 三环境部署冒烟：`./scripts/env-service.sh dev start` → health → 5 轮对话 → 重启 → 续聊。
+
+---
+
+## 十一、风险与对策
+
+| # | 风险 | 概率 | 影响 | 对策 |
+|---|---|---|---|---|
+| R1 | 改写破坏意图确定性（用户真实意图与补全句冲突） | 中 | 高 | 改写永不进识别链路；Prompt 双呈现原文+补全；`REWRITE_ENABLED` 一键关闭；R1~R4 全部可解释（AppliedRules 落 debug API） |
+| R2 | 摘要丢失关键细节导致 LLM 误答 | 中 | 中 | 硬事实区永不压缩；黑板 SSOT 兜底；摘要注明覆盖范围轮次，LLM 可声明"早期细节已压缩" |
+| R3 | 向量入库拖慢对话主链路 | 低 | 中 | 全异步 goroutine + 失败静默重试 1 次；`CHAT_MEMORY_EMBED_ENABLED` 可关 |
+| R4 | 缓存脏数据（黑板已变、缓存仍旧） | 中 | 高 | C4 挂写入口主动失效；TTL 兜底；缓存键含上下文指纹；最终回复不缓存 |
+| R5 | 跨用户隐私泄露 | 低 | 极高 | SQL 强制过滤 + visibility 标记 + Prompt 条款三层；E2E 场景 6 专项回归；审计日志记录召回来源 |
+| R6 | pi-agent 摘要/改写调用失败或超时 | 中 | 低 | 摘要规则降级、改写直接用原文、8s/30s 硬超时——全部增强项可失联 |
+| R7 | rune≈token 估算偏差导致 prompt 超限 | 中 | 低 | 预算默认值含 1.5x 冗余；`context-debug` 暴露实际 prompt 字数；超限时按优先级从第 7 段向上挤占 |
+| R8 | 会话淘汰误伤活跃用户 | 低 | 中 | TTL 仅淘汰"空闲"会话；淘汰即落盘（消息已实时写库）；恢复路径无缝续接（P0 已保障） |
+| R9 | `context_memory_chunks` 双域数据量增长影响检索延迟 | 低 | 中 | `(user_id, domain)` 索引 + 部分索引；TopK 严格 ≤3；重量级召回走 pgvector 原生 ORDER BY（case_indexing 已验证模式） |
+| R10 | 三环境迁移遗漏（dev 执行、test/main 未执行） | 中 | 中 | 迁移纳入 `deploy/postgres/migrations/` 既有流程；`schema_migrations` 记录；`env-service.sh` 启动时提示未执行迁移 |
+
+
+---
+
+## 十二、亮点与优势总结
+
+1. **修复优先于新建**：P0 用 ~1 天接线让既有高质量部件（三分支、黑板、偏好反射、pgvector、RAG）真正协同——投入产出比最高的"神经手术"，而非器官再造。
+2. **确定性不妥协**：查询改写、摘要、检索注入全部定位为"增强层"，意图识别输入永远是原文；每个增强项都有规则降级路径，pi-agent 失联时系统退化为"现状行为 + 窗口记忆"，永不比今天更差。
+3. **三层记忆语义清晰**：工作（task_state）/ 短期（滑动窗口）/ 长期（画像 + 向量库）职责分明，且与既有 `BlackboardFacts`（项目 SSOT）、`PendingExpectation`（挂起预期）既有概念不打架、可叠加。
+4. **隐私双闸门内建**：SQL 权限过滤（第一闸）+ Prompt 边界条款（第二闸）+ visibility 数据分级，跨用户隔离不是事后补丁而是检索协议的一部分。
+5. **全链路可解释可观测**：改写命中规则名、摘要来源（rule/llm）、召回片段来源与分数、缓存命中率——`context-debug` API + stream 事件让每一次"助手为什么这么说"都可回放。
+6. **引用可回溯闭环**：法规答复强制 `〔CiteKey〕` 引用 + `LookupCite` 回查，"不得编造"从口号变成可机器验证的约束。
+7. **零新依赖**：全部实现基于 Go 标准库 + 既有 pgx/pgvector；token 估算、LRU 缓存、规则改写均为自研轻量实现，延续本项目"零外部依赖、可 git 管理"的工程传统。
+8. **渐进可回滚**：五阶段各自独立开关与迁移；任一阶段出问题可单独关闭回滚，不影响其余层。
+
+---
+
+## 十三、优化思路 → 方案条目总索引（速查表）
+
+| 用户提出思路 | 对应方案条目 | 阶段 |
+|---|---|---|
+| 上下文管理：滑动窗口（轮数 + token） | §4.1 SlidingWindowAssembler 双预算 | P1 |
+| 历史压缩（摘要保留语义丢弃细节） | §4.2 RollingSummarizer（硬事实区永不压缩） | P1 |
+| 状态跟踪（参数字段追踪 + 每轮更新） | §4.3 ConversationTaskState DST | P1 |
+| 向量存储（历史对话进外部记忆库） | §5.1 RecordTurnMemory（domain=chat_history） | P2 |
+| 按需检索（每轮只召回最相关片段精准注入） | §5.2 SearchChatMemory + 意图触发表 + 篇幅闸门 | P2 |
+| 分层记忆（工作/短期/长期） | §2.3 模型定义 + §5.3 MemoryComposer 总编排 | P1/P2 |
+| 改写补全（"上海呢"→"上海天气怎么样"） | §6.2 R1 省略补全规则 | P3 |
+| 完整概念（代词消解 + 意图合并为完整表达） | §6.2 R2 代词消解 / R3 主题延续合并 / R5 概念合成 | P3 |
+| 身份角色 / 说话方式 / 行为方式 | §7.1 ①段（现状保留）+ §7.3 第 10 条身份一致性 | P4 |
+| 历史对话格式规范（明确信息 + 分段分隔） | §7.1 十段式模板 + 逐轮编号 + 范围标注 + 优先级声明 | P4 |
+| 行为约束（不编造 / 结合项目上下文） | §7.2 KB 接入 + §7.3 第 8 条事实与引用 | P4 |
+| 隐私保护（区分不可泄露的其他用户内容） | §5.2 SQL 闸门 + §7.3 第 9 条 + visibility 分级 | P2/P4 |
+| 缓存复用（缓存过往结果省时省算力） | §7.4 C1~C5 多级缓存 + 观测指标 | P4 |
+
+---
+
+## 附：本文档撰写依据的代码实勘清单
+
+| 文件 | 关键证据 |
+|---|---|
+| `internal/coordinator/context.go:69-74` | `RecentDialogue`/`PersonalizedGuidance` 字段定义（无生产赋值方） |
+| `internal/coordinator/dialogue_llm.go:15-20,61-77,118-205` | `dialogueHistoryMax=8`、instructions 人设、prompt 拼接 |
+| `internal/coordinator/router.go:112` | `RecentDialogue >= 2` 多轮信号（断链未生效） |
+| `internal/coordinator/engine.go:209,1379` | 案例检索注入；法规查询硬编码 |
+| `internal/chat/session.go:88-190` | 单轮处理主流程（无 RecentDialogue 同步） |
+| `internal/server/server.go:29,196-284` | sessions 内存 map（无 TTL/恢复） |
+| `internal/ctxmgr/manager.go:46,67-144,194-268,412-437` | DeterministicEmbedder 默认、RecordUserMessage、GetUserContext、BlendedContext |
+| `internal/ctxmgr/chat_history.go:82-200` | GetChatHistory / RestoreSessionContext（零调用） |
+| `internal/ctxmgr/case_indexing.go:20-246` | 切片-嵌入-落库-召回完整范式（可复制到 chat_history 域） |
+| `internal/ctxmgr/decay.go` / `preference.go` / `embed.go` | 时间衰减 / 偏好编译 / 向量接口 |
+| `internal/intent/recognizer.go:25,838-` | 纯规则识别入口 / extractFactSlots 词典 |
+| `internal/kb/retrieve.go,client.go,cite_lookup.go` | RAG 检索范式 / Client / 引用回查 |
+| `internal/bizdev/service.go:52,65-102,160-198` | ctxMgr 构建 / 批准入库钩子 / KB 注入任务链路 |
+| `deploy/postgres/context_init.sql` | 全部既有表结构 |
+| `internal/agent/backend.go` | Backend 抽象 + 并发限流（无缓存） |
+
+> 实勘时间：2026-09-10；基线 commit：`747cd39`（dev 分支）。