docs(bugs): 补 BUG-939/940/941（脏思维链删词、正文夹带方法学记账、110s 闸门致空回答）

三条均为已定位未修复，修复决策统一收在 TASK-consult-three-channels-20260918。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01PD5E87p38yFHcjZ6rnvXcz

docs/BUG_HISTORY.md

@@ -12285,3 +12285,51 @@
 - 相关记录：BUG-214、BUG-268、BUG-282、BUG-937
 - 复发自：无
 - 修复版本：`8b11ae7d`
+
+## BUG-939 | 思维链过滤器在句内删词：≥4 字母英文词被挖掉，连词与孤儿标点留给用户
+
+- 状态：open（已定位，未修复；设计见 `docs/tasks/TASK-consult-three-channels-20260918.md`）
+- 首次发现：2026-09-18
+- 最近更新：2026-09-18
+- 影响面：`frontend/src/lib/public-thinking.ts`、`stream-agent-response.ts` 的 `reasoning-delta → thinking.delta` 两处映射、`consultation-run-timeline.ts` 的 think 行。所有展示思考的咨询运行。
+- 用户现象：staging run `1b81e263` 的思考区是词沙拉：`"这周哪些事最好先放一放" — are put .`、`"深入看今日" and the a .`、`统一参数 for 's - I can .`。产品负责人的原话是「思维链里的内容也很脏，导致用户在看正文时很迷惑」。
+- 触发条件：模型的推理句是中英混排（引用了用户的中文问题 + 英文推理），即绝大多数句子。
+- 根因：`sanitizeCompletedSentence()` 在句子通过 CJK 门之后，仍执行 `.replace(/[A-Za-z]{4,}/g, "")`——删掉所有 ≥4 字母的英文词，而 `are`/`put`/`the`/`for`/`I can` 这些三字母以内的连词全部留下；`releaseCompleted()` 又按 `buffer.search(CJK_RE)` 从第一个汉字处截断，留下句首的孤儿引号与破折号。BUG-612/613 的按句缓冲只解决了「在哪切」，没解决「切完还删词」。更上游的问题是：展示给用户的「思考」是从 provider 的 reasoning token 抓取再过滤得到的，而 provider CoT 本来就不是产品文案，任何过滤器都只能在「英文流水账」和「中文碎片」之间二选一。
+- 修复：决策已锁（TASK 文档 P1/P2/P3）——provider reasoning 永不外发，只进服务端日志；展示用的思考改为模型有意写给用户的结构化条目（Pass 1 计划 + Pass 2 证据解读），一次发一条完整条目而非 chunk；`public-thinking.ts` 整个删除，`thinking.delta` 退出事件协议。条目过 zod，校验不过**整条丢弃**，不得改写其中的字。
+- 验证：待实现。回归口径：思考面板每条必须成句、含 CJK、无孤儿标点；断言事件流里不存在任何 `reasoning-delta` 转发。
+- 防复发：正则只能当门（接受/拒绝/重来），不能当刀（就地删改）。展示给用户的文本不得由「抓取模型内部输出 + 过滤」得到。
+- 相关记录：BUG-612/613（按句缓冲，本条的上一轮修复）、BUG-277（同类：用缓冲实现「不该展示」）、BUG-940、BUG-941
+- 复发自：BUG-612/613
+- 修复版本：待实现
+
+## BUG-940 | 本命正文首节是参数罗列、尾节是技法审计表：方法学记账被当成用户读物
+
+- 状态：open（已定位，未修复；设计见 `docs/tasks/TASK-consult-three-channels-20260918.md`）
+- 首次发现：2026-09-18
+- 最近更新：2026-09-18
+- 影响面：`frontend/src/lib/consultation-thinking-plan.ts` 的 `REPORT_HEADING` 与 `consultationComposeHeadingGroups`、分段写作产出的正文。所有本命路线咨询。
+- 用户现象：正文读起来像模型的思考过程。第一节标题「统一参数与原始结构」（岁差、上升、宫位罗列），倒数第二节「技法审计表」，用户反馈「感觉正文里也有思考的内容」。
+- 触发条件：任何本命路线咨询。日签路线不受影响。
+- 根因：`REPORT_HEADING = { foundation: "统一参数与原始结构", audit: "技法审计表", wrap: "现代生活" }` 把方法学记账直接排成用户可读章节；同文件的 `DAILY_HEADING`（今日趋势 / 适合推进 · 需要避开 / 一个行动）已经是干净口径，本命路线没跟上。审计与参数本来就是结构化数据（`workflowReceipt`、`techniqueAuditTable`），让模型把它们复述成散文既占正文篇幅又降低可读性。
+- 修复：本命写作计划改成面向问题的章节；`统一参数与原始结构` 与 `技法审计表` 退出正文，改由折叠的证据面板直接渲染结构化回执。正文出现方法学记账一律由合规校验 pass 判不通过。
+- 验证：待实现。回归口径：正文中方法学记账段落数 = 0；证据面板能从回执渲染出同等信息。
+- 防复发：结构化数据不得让模型复述成散文；正文只承载结论。
+- 相关记录：BUG-939、BUG-941
+- 复发自：无
+- 修复版本：待实现
+
+## BUG-941 | 一个 110s 闸门被计算吃光，分段写作全部静默 abort，回执分不清「没写」与「被掐」
+
+- 状态：open（已定位，未修复；设计见 `docs/tasks/TASK-consult-three-channels-20260918.md`）
+- 首次发现：2026-09-18
+- 最近更新：2026-09-18
+- 影响面：`frontend/src/app/api/consult/route.ts` 的 `agentAbortSignal` 与 `composeSection`、`stream-agent-response.ts` 的 `composeByHeadings` / `section-empty-retry`、`consultation-tools.ts` 的领域时长与写回答预留常数。所有多领域本命咨询。
+- 用户现象：staging run `1b81e263`：计算成功（`tool.completed`，61710ms），随后 5 节写作全部空转，回执里 5 条 `section-empty-retry` + 1 条 `answer-retry`，最终 `run.failed / empty_answer`「计算已完成，但这次没有生成回答」。用户等满约 110 秒、不扣点、什么也没拿到，并反馈「生成速度还是很慢」。
+- 触发条件：计算阶段耗时接近领域预算上限（本轮 2 领域 ≈31s/个），之后还要走 5 节分段写作。
+- 根因：整轮只有一个 `AbortSignal.timeout(AGENT_TIMEOUT_MS = 110_000)`（`route.ts:898`），被首轮、工具、每一节写作、续写、重试共用；预算常数按 21s/领域算（`consultation-tools.ts:93`），实测 ≈31s，`domainFitsRunBudget` 的外推（31+31=62 ≤ 65）刚好放行第二个领域，计算结束时只剩约 40s，而分段写作还需要 ≥5 次完整模型往返。被 abort 的流不抛错、不产生 `error` 块（`stream-agent-response.ts:408` 若有 error 会记 `model-stream-error`，本轮回执一条都没有），因此每节表现为「模型什么都没写」，触发 `section-empty-retry` 与 `answer-retry`，最后归成 `empty_answer`。`CONSULTATION_ANSWER_RESERVE_MS = 45_000` 是给「一次成文」设计的，分段写作落地后没有重算。
+- 修复：正文回到一次成文（取消 `composeSection` / `composeByHeadings` / `section-empty-retry`，进度粒度由思考通道提供）；引入运行预算账本，每阶段开工前申请时间，不足即降级而非硬跑；每个 stream 用 `min(阶段预算, 剩余总预算)` 的独立 AbortSignal，**任何 abort 追加 `kind:"abort"` 运行步**；领域时长常数按实测重算。建议同批把 run 搬出 HTTP 请求（后台 job + 事件日志 + 断线重放），并把 evidence packet 随 job 落库供追问复用。
+- 验证：待实现。回归口径：构造「计算占满预算」的假运行，断言降级路径产出正文且回执含 abort 步；断言任何已产出正文片段的运行不得以 `empty_answer` 结束。
+- 防复发：一个 deadline 不得同时约束多个阶段；静默失败必须留痕——回执要能区分「模型没写」与「流被掐」。预算常数必须与它约束的流程同时更新。
+- 相关记录：BUG-280、BUG-268（同为超时与空回答）、BUG-939、BUG-940
+- 复发自：无
+- 修复版本：待实现

docs/tasks/TASK-consult-three-channels-20260918.md

@@ -0,0 +1,101 @@
+# TASK · 咨询运行时重做：进度 / 思考 / 正文三通道在生成时分离（2026-09-18）
+
+分支：`docs/three-channel-redesign-20260918`。基线 `origin/staging` = `5a1dcbd2`。
+目标：**干净的思考内容可展示、进度可见、正文只剩结论，三者互不混流，且回答质量不下降。**
+代价不设限（可以多跑模型轮次、可以落库、可以把运行搬出 HTTP 请求），但不得靠事后正则修补。
+
+## 0. 病根一句话
+
+产品把**一个文本通道**当三个用，然后在下游用正则把它们劈开。凡是「先混流、再过滤」的设计，过滤器迟早在错误的时刻删掉正确的东西——这正是现在同时产生「脏思维链」「正文里有思考」「空回答」的同一个根。
+
+实证（`origin/staging` 行号，会漂）：
+
+- `frontend/src/lib/public-thinking.ts:27-33`：一句话通过 CJK 门之后，还要 `.replace(/[A-Za-z]{4,}/g, "")` 删掉所有 ≥4 字母的英文词。模型原句 `The user asked "这周哪些事最好先放一放" — are put off.` 先被 `buffer.slice(cjk)` 从第一个汉字截断（留下孤儿引号和破折号），再被删词（`asked`/`user` 没了，`are`/`put`/`the` 三字母以内全留），输出 `"这周哪些事最好先放一放" — are put .`。**不是模型乱，是过滤器把信息量最大的词删了、把连词留下了。**
+- `frontend/src/lib/consultation-thinking-plan.ts:12-16`：本命正文章节 = `统一参数与原始结构` + 各领域 + `技法审计表` + `现代生活`。正文第一节就是岁差/上升/宫位罗列，倒数第二节是技法审计表——方法学记账被当成用户读物。同文件 `DAILY_HEADING` 已经是干净口径，本命路线没跟上。
+- `frontend/src/app/api/consult/route.ts:898`：整轮只有一个 `AbortSignal.timeout(110_000)`，被首轮、工具、每一节分段写作、续写、重试**共用**。2026-09-18 的 run `1b81e263`：工具 61.7s（2 领域 ≈31s/个，而预算常数 `consultation-tools.ts:93` 写的是 21s），随后 5 节写作全部无 thinking、无 text、无 error chunk（`stream-agent-response.ts:408` 会把 error 记成 `model-stream-error`，回执里一条都没有）——**沉默流 = 被掐断的流**，于是 5 次 `section-empty-retry` + 1 次 `answer-retry` → `empty_answer`，用户等 110 秒拿到一句「本次没有生成回答」。
+
+## 1. 四条设计原则
+
+- **P1 三通道在生成时就分开。** 进度是服务端确定性事件；思考是模型**有意写给用户**的结构化条目；正文只有结论散文。任何通道都不靠下游切分得到。
+- **P2 provider 的 reasoning token 永不外发。** `thinking: "enabled"` 保留（它提升质量），但 `reasoning-delta` 只进服务端日志（截断 + 有保留期），不进事件流、不进数据库可见字段、不进 UI。展示给用户的「思考」是产品产物，不是 CoT 抓取。
+- **P3 正则只能当门，不能当刀。** 用正则判断「接受 / 拒绝 / 重来」可以；用正则**就地删词、挖空、替换半句**一律删除。这条同时判掉思维链的 `[A-Za-z]{4,}` 删词和正文的 `[具体时间已省略]` 就地替换。
+- **P4 时钟是预算，不是闸刀。** 每个阶段开工前向账本要时间；要不到就降级（少领域、少条目、单段成文），不允许静默 abort。任何 abort 必须在回执里留痕。
+
+## 2. 新运行时：四个 pass + 一个预算账本
+
+```
+Pass 0  服务端确定性     绑方法、定路由、定主题（入口钉死）          无模型
+Pass 1  读题与取证计划   结构化 JSON：reading + steps[] + domains[]  模型
+        → 计算开始前就把「思考」面板填满，用户在 60s 计算期有东西看
+计算    逐领域执行       确定性进度事件 progress{current,total}       无模型
+        → Pass 1 的 step 状态 pending → running → done
+Pass 2  证据解读         每个 step 产出 {stepId, finding, refs, confidence}  模型
+        → 这就是用户看到的「思考内容」：中文、成句、可校验；同时是写作输入
+Pass 3  成文             只写结论散文，输入 = 问题 + 证据契约 + findings      模型
+Pass 4  合规校验         检测越权断言；不通过则指名违规句退回 Pass 3 重写      模型/确定性
+```
+
+要点：
+
+1. **思考通道不再是碎片流。** `think.step` 一次发一条**完整条目**，不发 chunk。没有 chunk 就没有「按 chunk 过滤」这回事，`public-thinking.ts` 整个消失。要打字机效果，前端对完整条目做动画，不要靠网络分片。
+2. **正文一次成文。** 取消 `composeSection` 的逐节往返（`route.ts:1185-1203`）：大输出预算 + 只有 `finishReason=length` 才续写。进度粒度由 think 通道提供，不再需要用分段来制造「正在写 X」。
+3. **Pass 2 是 grounding 步骤，不是装饰。** 强制模型先把证据显式转成带出处的结论候选，再写散文——这通常**提升**质量（少空话、少幻觉），也让「思考内容」天然可读。
+4. **诚实性红线：** Pass 2 是模型为用户重述的推理依据，**不等于** provider 内部 CoT。UI 文案只能叫「推理过程 / 判断依据」，不得宣称是模型的真实思考。
+
+### 事件协议 v2
+
+```jsonc
+run.started      {runId, requestId}
+phase.started    {phase, label, progress?: {current, total}}   // 确定性，永不含模型文本
+phase.completed  {phase, durationMs}
+think.plan       {steps: [{id, title}]}                        // Pass 1
+think.step       {id, status: "running"|"done", text?}         // Pass 2，一条完整条目
+answer.delta     {text}                                        // Pass 3，只有散文
+run.completed    {receipt} | run.failed {code, receipt}
+```
+
+- `thinking.delta` 从协议里**删除**。`thinking.section` 由 `think.plan` + `think.step` 取代。
+- 每条 `think.step.text` 过 zod（长度、必须成句、必须含 CJK）；**校验不过就丢掉这一条并按计划标签兜底，绝不改写这条的字**。这是 P3 的落点。
+- 客户端三个区域各认各的事件：进度条认 `phase.*`，思考面板认 `think.*`，正文认 `answer.*`。现有 `ConsultationRunTimeline` 的 method/calculate/think/write 四类行可以直接接 v2，不用重画。
+
+## 3. 删除清单（不是改造，是删掉）
+
+1. `frontend/src/lib/public-thinking.ts` —— 整个文件。
+2. `frontend/src/lib/stream-agent-response.ts` 的两处 `reasoning-delta → thinking.delta` 映射（约 277、431 行）。reasoning 改为只写服务端日志。
+3. `frontend/src/lib/consultation-agent-events.ts` 的 `thinkingDeltaSchema` 与 `thinkingSectionEventSchema`（v2 用新事件）。
+4. `frontend/src/lib/consultation-run-timeline.ts` 里 `thinking.delta` 的兜底分支（约 107 行）。
+5. `frontend/src/lib/timing-output-guard.ts` 的**就地替换**：`exactTimingPatterns` → `[具体时间已省略]`、`guaranteeConclusionPatterns` → `[保证性结论已省略]`、`guardGeneralNoBirthTimeOutput` 的整句替换。正则本身**保留为检测器**供 Pass 4 判定，但不得再写回文本。
+6. `route.ts` 的 `composeSection` / `stream-agent-response.ts` 的 `composeByHeadings` + `section-empty-retry`（一次成文后它们没有存在理由）。
+
+## 4. 正文长什么样
+
+- 章节改成面向问题的口径（照 `DAILY_HEADING` 的形状重做本命计划），例如：`先回答你的问题` / `盘里支持这个判断的地方` / `时间怎么看` / `这周可以做的一件事`。
+- `统一参数与原始结构`、`技法审计表` 退出正文，改由**证据面板**渲染——数据本来就是结构化的（`workflowReceipt`、`techniqueAuditTable`），不需要模型复述成散文。面板默认折叠。
+- 正文里出现 `##统一参数`、技法审计行、领域 id、英文术语堆砌，一律算 Pass 4 不通过。
+
+## 5. 时钟与预算（治 `empty_answer`，顺带让「慢」变成可见进度）
+
+- 一个 run 一本**预算账本**：`{总预算, 已用, 每阶段预留}`。每个阶段开工前申请，不足就降级而不是硬跑。
+- 每个 stream 自己的 AbortSignal = `min(阶段预算, 剩余总预算)`；**任何 abort 追加一条 `kind:"abort"` 运行步**，回执必须能区分「模型没写」和「流被掐」——现在两者长得一模一样，这是这次查不出来的直接原因。
+- 领域时长常数按实测重算（当前实测 ≈31s/领域，常数写的 21s），上限随之下调；`CONSULTATION_ANSWER_RESERVE_MS` 是给「一次成文」设计的，一次成文回归后它才重新成立。
+- 彻底版（建议本单一起做）：**把 run 从 HTTP 请求里搬出来**——后台 job + 事件日志表 + 客户端按 `runId` 断线重放。函数 120s 上限不再是产品上限；同时 evidence packet 随 job 落库，**追问直接复用**，不必重跑 60s 计算（这也顺手修掉声明窗口路线「existing packet 根本不存在」的那条自相矛盾）。
+
+## 6. 怎么证明「质量没下降」
+
+改前改后各跑同一组 20 条真实问题（覆盖本命 / 声明窗口 / 无分钟 / 今日入口），记录：
+
+| 口径 | 方法 | 要求 |
+|---|---|---|
+| 结论具体性、证据引用、可读性 | 人工双盲打分 | 不低于基线 |
+| 越权断言条数 | Pass 4 检测器统计 | ≤ 基线，且**改写次数为 0**（现在是每次都在改写） |
+| 正文里方法学记账段落数 | 关键词扫描 | 0 |
+| 思考面板可读性 | 人工 | 每条成句、中文、无孤儿标点 |
+| 首字延迟 / 总时长 / 失败率 | 埋点 | 失败率下降；总时长不劣于基线 |
+
+## 7. 硬红线
+
+1. 不得再出现「先混流再过滤」的新代码。新增正则必须能回答「它是门还是刀」，是刀就不许进。
+2. `tsc --noEmit` 0 错、`npm run lint` 0 error；测试总数不得低于基线。删掉的 `public-thinking` 相关断言必须被 v2 的「校验不过整条丢弃」断言替代，不能净减。
+3. provider reasoning 不得出现在任何对外事件、数据库可见字段或日志的完整原文里（日志只留截断 + 保留期）。
+4. 事件协议 v2 与 v1 并行一个发布周期，客户端两者都能渲染；回执 schema 仍是 strict，新增字段走白名单。
+5. 任何一次 run 只要已经产出过正文片段，就不得以 `empty_answer` 结束。