Add cross-source summary live case and retune KB prompt

doc/test-plan/ai-test.md

@@ -752,6 +752,16 @@
 - Oracle：任务最终完成；事件流中至少两次 `docx_search` / `docx_read_blocks` / `docx_outline` 覆盖两份目标文档；至少出现一次 docx 编辑工具；存在 `draft_review_ready` 事件，最终输出 artifacts 中同时包含 `draft_review` 与 `draft`；原始两份 `docx` 文件未被覆盖；写入请求只应落在 `人工智能探究课堂PRD.docx` 上，并包含新增说明与表格结构。
 - Not：不要求固定 op 组合，也不对最终说明文案做逐字断言。
 
+##### `human-docx-cross-source-summary-draft-live`
+
+- 测试类型：`backend`
+- 实现状态：`已实现`
+- What：验证 live 模式下 `human` 会读取两份已选源资料，并把跨源总结内容回写到一份独立的 docx 草稿上。
+- Why：真实用户常见诉求不只是“参考另一份文档补主稿”，还包括“把两份资料压成一份复习总结”；这条 case 要长期守住跨源读取、单目标总结成稿与不覆盖原文件的正式能力，对齐 `WB-CORE-002-AC2`、`WB-CORE-003-AC1`、`WB-CORE-004-AC1`、`WB-CORE-006-AC1`、`WB-CORE-006-AC2`。
+- How：注入真实 live LLM 配置；把 `深度学习.docx`、`图形学.docx` 和 `sample-edit.docx` 作为已选资料复制进 workspace；直接输入“我想把刚选的这两份课件整理成一份发给同学复习的总结。我也放了一份 Word 草稿在旁边，你把关键概念、出现原因和常见处理方式压成一版清楚好记的总结，直接整理进那份草稿里。”的自然语言诉求，让真实 `human` 自主完成。
+- Oracle：任务最终完成；事件流中至少两次 `docx_search` / `docx_read_blocks` / `docx_outline` 覆盖两份源资料；至少出现一次 docx 编辑工具；存在 `draft_review_ready` 事件，最终输出 artifacts 中同时包含 `draft_review` 与 `draft`；三份原始 `docx` 文件未被覆盖；写入请求只应落在 `sample-edit.docx` 上；最终答复应包含“过拟合/过度拟合”与“反走样”两个主题。
+- Not：不要求固定总结结构，也不要求一定生成表格。
+
 ##### `human-docx-positioned-structural-edit-fallback-live`
 
 - 测试类型：`backend`
@@ -768,7 +778,7 @@
 - 实现状态：`已实现`
 - What：验证 live 模式下 `human` 在不传 `selectedReferences` 且 workspace 存在整组 docx 时，会先用 KB 缩圈找出讲“反走样 / 过拟合”的两份源资料，再把内容分别回写到另外两份目标 docx。
 - Why：真实用户常常记得主题、不记得文件名，而且希望把资料内容整理回自己的教学文档；这条 case 要长期守住“工作区默认范围 + KB 缩圈 + 多源读取 + 多目标 docx 回写”的正式能力，对齐 `WB-CORE-002-AC2`、`WB-CORE-004-AC1`、`WB-CORE-006-AC1`、`WB-CORE-006-AC2`。
-- How：注入真实 live LLM 配置；workspace 直接使用 `tests/fixtures/ai/docx` 目录下整组 docx，不传 `selectedReferences`；同时将 `图形学.docx`、`深度学习.docx`、`人工智能探究课堂PRD.docx` 与 `交互式探究学习案例：产业转移.docx` seed 到真实 KB；直接输入“我工作区里这几份课件和教学材料有点多，你别先靠文件名猜，直接在知识库里帮我找哪两份在讲反走样和过拟合。找到以后先看一遍，再把里面最适合老师讲‘概念区分’的内容分别补到课堂 PRD 和交互式案例里，写法尽量像备课备注和课堂引导语，不要像教材摘抄。”的自然语言诉求，让真实 `human` 自主完成。
+- How：注入真实 live LLM 配置；workspace 直接使用 `tests/fixtures/ai/docx` 目录下整组 docx，不传 `selectedReferences`；同时将 `图形学.docx`、`深度学习.docx`、`人工智能探究课堂PRD.docx` 与 `交互式探究学习案例：产业转移.docx` seed 到真实 KB；直接输入“我工作区里这几份课件和教学材料有点多，我想把里面跟反走样和过拟合有关的内容整理进两份教学文档里。你先把相关资料找出来看一遍，再把适合老师讲‘概念区分’的内容分别补到课堂 PRD 和交互式案例里，写法尽量像备课备注和课堂引导语，不要像教材摘抄。”的自然语言诉求，让真实 `human` 自主完成。
 - Oracle：任务最终完成；事件流中至少出现一次 KB 工具调用；后续 docx 读取覆盖 `图形学.docx` 与 `深度学习.docx` 两份源资料；至少两次允许的 docx 编辑成功，且写入目标落在 `人工智能探究课堂PRD.docx` 与 `交互式探究学习案例：产业转移.docx` 两份目标稿上；存在至少两次 `draft_review_ready` 事件，最终输出 artifacts 中同时包含两组 `draft_review` 与 `draft`；四份原始 `docx` 文件未被覆盖；最终答复明确说明找到了哪两份源资料，并分别更新了哪两份教学文档。
 - Not：不强制固定执行路径，也不要求 KB 缩圈后必须再打开所有候选资料。
 

src/main/services/ai/human/prompts/mouth.ts

@@ -8,8 +8,8 @@ export const buildMouthPrompt = (input: { state: HumanState }) => {
   const system = `
 <system>
   <role>
-    你现在负责根据已有事实回答用户这次任务。
-    你的目标不是复述内部过程，而是直接完成 task_goal 里用户真正要的回复。
+    你现在负责吸收当前任务在完整上下文下已经成立的信息，并把它整理成面对用户的最终回答。
+    你的目标不是复述内部过程，也不是替内部节点续做推理，而是把用户诉求、当前事实、已有结果与可引用产物自然组织成回复。
   </role>
 
   <available_information>
@@ -24,7 +24,8 @@ export const buildMouthPrompt = (input: { state: HumanState }) => {
 
   <output_contract>
     - 只输出最终 markdown 正文，不要输出 JSON 或额外说明。
-    - 直接回答 task_goal，优先覆盖用户显式提出的问题。
+    - 面向用户回答 task_goal，优先覆盖用户显式提出的问题。
+    - 回答应基于当前整体状态自然组织，不能脱离已经成立的信息。
     - 当存在工作区或显式参考资料时，优先基于这些本地信息组织答案。
     - 优先依据 your_notes 组织答案或交付内容。
     - 如果 your_notes 过于概括、与更具体的证据记录存在张力，或不足以支撑用户要求的细节，可结合 history 与 runtime_artifacts 补足。

tests/ai/human/live/human-docx-cross-source-summary-draft-live.test.ts

@@ -0,0 +1,161 @@
+import fs from 'node:fs/promises'
+import { describe, it } from 'vitest'
+import { loadLiveLlmConfigFromEnv, hasLiveLlmConfigInEnv } from '../../../harness/backend/llmConfig'
+import { createHumanTestRunner } from '../../../harness/backend/humanHarness'
+import { runBackendCase } from '../../../harness/backend/run-backend-case'
+import {
+  buildSelectedDocxFixtureReferences,
+  DOCX_CROSS_SOURCE_SUMMARY_FIXTURE_PATHS,
+  HUMAN_DOCX_CROSS_SOURCE_SUMMARY_DRAFT_USER_INPUT,
+  resolveSelectedDocxFixtures
+} from '../../../harness/backend/aiLiveTestData'
+import {
+  collectDocxApplyOpsContentKinds,
+  filterAiRunEventsByType,
+  hasDraftFileArtifact,
+  hasDraftReviewArtifact,
+  runWithStructuredOutputRetry
+} from '../testUtils'
+
+const openedExpectedDoc = (
+  openedSourcePaths: readonly string[],
+  expectedRelativePath: string,
+  expectedName: string
+): boolean =>
+  openedSourcePaths.some(
+    (sourcePath) =>
+      sourcePath.endsWith(expectedRelativePath) || sourcePath.endsWith(`/${expectedName}`)
+  )
+
+describe('ai human live backend', () => {
+  it('human-docx-cross-source-summary-draft-live', async () => {
+    await runWithStructuredOutputRetry(async () => {
+      await runBackendCase({
+        caseId: 'human-docx-cross-source-summary-draft-live',
+        harnessMode: 'live',
+        domain: 'ai',
+        suite: 'human',
+        groups: ['live'],
+        description: '验证 live 模式下 human 会读取两份已选源资料，并把总结内容回写到一份总结稿 docx 上。',
+        fixtures: DOCX_CROSS_SOURCE_SUMMARY_FIXTURE_PATHS,
+        runMode: 'single',
+        runtimeModelName: hasLiveLlmConfigInEnv('primary')
+          ? loadLiveLlmConfigFromEnv('primary').model_name
+          : null,
+        execute: async (runtime) => {
+          if (!hasLiveLlmConfigInEnv('primary')) {
+            return {
+              skipped: true,
+              output: null,
+              fixtureDocs: [],
+              originalFixtureBytes: [],
+              events: []
+            }
+          }
+
+          await runtime.seedLlmConfig(loadLiveLlmConfigFromEnv('primary'))
+          const fixtureDocs = resolveSelectedDocxFixtures(runtime, DOCX_CROSS_SOURCE_SUMMARY_FIXTURE_PATHS)
+          const originalFixtureBytes = await Promise.all(
+            fixtureDocs.map(async (fixtureDoc) => ({
+              name: fixtureDoc.name,
+              relativePath: fixtureDoc.relativePath,
+              workspacePath: fixtureDoc.workspacePath,
+              bytes: await fs.readFile(fixtureDoc.workspacePath)
+            }))
+          )
+          const runner = createHumanTestRunner(runtime, {
+            selectedReferences: buildSelectedDocxFixtureReferences(
+              runtime,
+              DOCX_CROSS_SOURCE_SUMMARY_FIXTURE_PATHS
+            )
+          })
+          const output = await runner.run({
+            taskId: runtime.taskId,
+            userInput: HUMAN_DOCX_CROSS_SOURCE_SUMMARY_DRAFT_USER_INPUT
+          })
+
+          return {
+            skipped: false,
+            output,
+            fixtureDocs,
+            originalFixtureBytes,
+            events: runtime.eventCollector.snapshot()
+          }
+        },
+        assert: async (result, runtime) => {
+          if (result.skipped) {
+            runtime.assertThat(true, {
+              name: 'live-config-not-provided',
+              message: '未提供 live 模型配置，已跳过 human live cross-source summary draft case。'
+            })
+            return
+          }
+
+          const events = result.events
+          const toolResults = filterAiRunEventsByType(events, 'tool_call_result')
+          const toolNames = toolResults.map((event) => event.toolName)
+          const openedSourcePaths = filterAiRunEventsByType(events, 'tool_call_started')
+            .filter((event) => event.toolName.startsWith('docx_'))
+            .map((event) => event.input.sourcePath)
+            .filter((value): value is string => typeof value === 'string')
+          const writeSourcePaths = filterAiRunEventsByType(events, 'tool_call_started')
+            .filter((event) =>
+              event.toolName === 'docx_paragraph_edit' ||
+              event.toolName === 'docx_heading_edit' ||
+              event.toolName === 'docx_table_edit' ||
+              event.toolName === 'docx_text_edit' ||
+              event.toolName === 'docx_text_style_edit'
+            )
+            .map((event) => event.input.sourcePath)
+            .filter((value): value is string => typeof value === 'string')
+          const changedContentKinds = collectDocxApplyOpsContentKinds(events)
+          const unchangedFixtures = await Promise.all(
+            result.originalFixtureBytes.map(async (fixture) => {
+              const currentBytes = await fs.readFile(fixture.workspacePath)
+              return Buffer.compare(currentBytes, Buffer.from(fixture.bytes)) === 0
+            })
+          )
+          const sourceFixtures = result.fixtureDocs.filter((fixture) => fixture.name !== 'sample-edit.docx')
+          const targetFixture = result.fixtureDocs.find((fixture) => fixture.name === 'sample-edit.docx')
+          const deliveryText = `${result.output?.summary || ''}\n${result.output?.deliveryMarkdown || ''}`
+
+          runtime.assertThat(
+            result.output?.status === 'completed' &&
+              sourceFixtures.every((fixtureDoc) =>
+                openedExpectedDoc(openedSourcePaths, fixtureDoc.relativePath, fixtureDoc.name)
+              ) &&
+              Boolean(targetFixture) &&
+              toolNames.some((toolName) => toolName.endsWith('_edit')) &&
+              writeSourcePaths.length > 0 &&
+              writeSourcePaths.every(
+                (sourcePath) =>
+                  sourcePath.endsWith(targetFixture!.relativePath) ||
+                  sourcePath.endsWith(`/${targetFixture!.name}`)
+              ) &&
+              changedContentKinds.includes('paragraph') &&
+              filterAiRunEventsByType(events, 'draft_review_ready').length >= 1 &&
+              hasDraftReviewArtifact(result.output?.artifacts) &&
+              hasDraftFileArtifact(result.output?.artifacts) &&
+              unchangedFixtures.every(Boolean) &&
+              /(过拟合|过度拟合)/.test(deliveryText) &&
+              /反走样/.test(deliveryText),
+            {
+              name: 'human-live-cross-source-summary-writes-only-target-draft-doc',
+              message:
+                'live human cross-source summary case 应读取两份源资料，并只把总结内容落到 sample-edit 草稿上。',
+              data: {
+                openedSourcePaths,
+                writeSourcePaths,
+                toolNames,
+                changedContentKinds,
+                summary: result.output?.summary,
+                deliveryMarkdown: result.output?.deliveryMarkdown,
+                artifacts: result.output?.artifacts
+              }
+            }
+          )
+        }
+      })
+    })
+  }, 600_000)
+})

tests/harness/backend/aiLiveTestData.ts

@@ -19,6 +19,11 @@ export const DOCX_MULTI_EDIT_FIXTURE_PATHS = [
   'tests/fixtures/ai/docx/交互式探究学习案例：产业转移.docx'
 ] as const
 
+export const DOCX_CROSS_SOURCE_SUMMARY_FIXTURE_PATHS = [
+  ...DOCX_READING_FIXTURE_PATHS,
+  'tests/fixtures/ai/docx/sample-edit.docx'
+] as const
+
 export const DOCX_ALL_FIXTURE_PATHS = [
   ...DOCX_READING_FIXTURE_PATHS,
   ...DOCX_MULTI_EDIT_FIXTURE_PATHS,
@@ -31,11 +36,14 @@ export const HUMAN_DOCX_CAUSE_REMEDY_READING_USER_INPUT =
 export const HUMAN_DOCX_MULTI_DOC_SUPPORTED_EDIT_USER_INPUT =
   '我在整理这版课堂方案，想把主稿里那段交互设计说明写得更落地一点。你参考我刚选的那份案例文档，把对应章节补得更清楚一些，再顺手加一个很短的对照表，方便老师一眼看懂重点。'
 
+export const HUMAN_DOCX_CROSS_SOURCE_SUMMARY_DRAFT_USER_INPUT =
+  '我想把刚选的这两份课件整理成一份发给同学复习的总结。我也放了一份 Word 草稿在旁边，你把关键概念、出现原因和常见处理方式压成一版清楚好记的总结，直接整理进那份草稿里。'
+
 export const HUMAN_DOCX_POSITIONED_STRUCTURAL_EDIT_FALLBACK_USER_INPUT =
   '我准备把这份图形学讲义发给同学复习，想把“反走样”这一节补得更容易记一些。你直接在这一节后面加一段更通俗的说明，再加一个很短的总结表，帮助大家快速区分两种常见做法。'
 
 export const HUMAN_KB_GUIDED_DOCX_COMPARISON_DRAFT_USER_INPUT =
-  '我工作区里这几份课件和教学材料有点多，你别先靠文件名猜，直接在知识库里帮我找哪两份在讲反走样和过拟合。找到以后先看一遍，再把里面最适合老师讲“概念区分”的内容分别补到课堂 PRD 和交互式案例里，写法尽量像备课备注和课堂引导语，不要像教材摘抄。'
+  '我工作区里这几份课件和教学材料有点多，我想把里面跟反走样和过拟合有关的内容整理进两份教学文档里。你先把相关资料找出来看一遍，再把适合老师讲“概念区分”的内容分别补到课堂 PRD 和交互式案例里，写法尽量像备课备注和课堂引导语，不要像教材摘抄。'
 
 export const HUMAN_KB_GUIDED_DOCX_READING_USER_INPUT =
   '我工作区里应该有两份课件分别讲过过拟合和反走样，但我忘了文件名。你先帮我找出来，再告诉我这两个问题一般怎么处理。'

tests/unit/ai/mouth-ready-to-deliver.test.ts

@@ -77,7 +77,10 @@ describe('ai unit mouth readyToDeliver guard', () => {
 
     expect(prompt).toContain('<available_information>')
     expect(prompt).toContain('<output_contract>')
-    expect(prompt).toContain('直接回答 task_goal')
+    expect(prompt).toContain('吸收当前任务在完整上下文下已经成立的信息')
+    expect(prompt).toContain('把用户诉求、当前事实、已有结果与可引用产物自然组织成回复')
+    expect(prompt).toContain('面向用户回答 task_goal')
+    expect(prompt).toContain('回答应基于当前整体状态自然组织')
     expect(prompt).toContain('优先依据 your_notes 组织答案或交付内容')
     expect(prompt).toContain('与更具体的证据记录存在张力')
     expect(prompt).toContain('只输出最终 markdown 正文')