feat(W34-W36): 客服双通道口径分离收口 + 会签 20/21/22 落地 + 演示启动器修复

W34 · 会签 20/21/22 三项落地（先立单、经授权、后动手）
- 会签 20（白名单外）：runtime_config_service 新增 load_collection_routes() /
  collection_routes() / _first_collection_name()，首次消费既有 JSON 列 collection_routes；
  消费方 customer_service 走「配置优先、缺失回落代码常量」。零 DDL；该列当前全为 None
  ⇒ 实际走回落路径，行为与改动前一致。
- 会签 21（类 3 + 融合层）：retrieval_fusion 新增 fuse_rrf() + RRF_K（排名融合，只吃名次
  不吃分数 ⇒ 异质分数不可能污染判定分，best_vector_score 仍只取向量路原始 cosine）；
  knowledge_search_service::search() 新增 literal_parallel: bool = False（默认值使行为
  逐字等同现状）。工具层透传未做 —— 那需改 KnowledgeSearchInput 契约（extra="forbid"），
  超出本单范围。
- 会签 22（发布配置 + bootstrap）：customer_service 新增 INTENT_MARKET_QUOTE 常量 +
  TREND_WHITELIST_INTENT_CANDIDATES（按优先级回落）+ _trend_whitelist_intent()
  （运行时自检 + 自动回落，强于「仅报错」）。发布配置 customer_service:market_quote
  （release 260，allowed_tools=['query_fund_trend']）已写入并回读校验（9 → 10 行）。
  刻意未加入 supported_intents：授权维度与判定维度解耦，不动判定分布。
- 阶段 0：customer_service_rules 新增 normalize_query() + QUERY_SYNONYMS + 等级代号大写
  （纯函数；同义表只收纯书写差异，语义类同义留待金标 A/B 后逐条加；调用方默认不启用）。

W35 · 判定口径与融合口径分离（修 A-01 / C-04 / I-02 / E-04 四条）
- _dual_route_output 返回值新增 vector_order（向量路原始 doc_id 顺序、去重）；
- 新增 _vector_decision_hits() 据此还原「判定序列」（带向量分的 basic 补位块回补首位；
  无 vector_order / 空 / id 全对不上 ⇒ 返回 None 回落原分支）；
- _answer_from_knowledge 的 score / gap 与原文直返的 best 改从向量路原始序列取。
  语义边界（刻意）：_evidence_pack / _exit_clarify / _answer_from_evidence 仍吃融合序列
  —— 融合的收益只留在「给哪些块、什么顺序」，符合三层分数分离约束。

W36 · 选块口径归一（收口最后一条 E-01）
- 新增 _pack_order()：order 命中的块排前，其余按原相对顺序追加在后；
- _evidence_pack 新增 order= 参数，三处遍历 hits → ordered，top 由 hits[0] → ordered[0]；
- _answer_from_knowledge 传入 order=[judge 的 doc_id 序列]；judge is None ⇒ None
  （开关关闭时逐字零改动）。order 只当排序键、不当过滤器 ⇒ 证据包成员集合不变。

演示环境与文档
- start.ps1 / demo.ps1 默认端口 8000 → 8099（与 README / docs/06,07,09,14,15,32 /
  tools/smoke_check.py / login_console.py 的全仓口径对齐；字节级定长替换，保住
  UTF-8 BOM + CRLF，字节数不变）；
- portal/README.md 更正 fin_nav_history 过期口径（「0 行」→ 实测 2494 行 / 20 个产品 /
  nav_date 覆盖 2026-03-18—2026-09-13）。

测试（新增 3 个文件、补强 2 个）
- 新增 tests/unit/service/test_decision_scope_w35.py（10 条）、
  tests/unit/service/test_evidence_pack_order_w36.py（13 条）、
  tests/unit/service/test_customer_service_trend_chart_inv8.py（INV-8 字面级判定，
  纳入 pytest 门禁，此前只在 jsdom 脚本里覆盖）；
- 补强 tests/unit/core/test_customer_service_rules.py（normalize_query 7 条）与
  tests/integration/test_customer_service_trend_chart_persistence.py（图内每个数字
  都必须在答复正文出现过，判定口径与 INV-8 单测一致）。

验证
- 全量 pytest：2642 passed / 3 skipped / 0 failed（基线 2629 + 新增 13）；
- 55 条金标真实链路 A/B 四组：off / norm / dual / on 均 55/55 = 100%
  （改前 dual 92.7%、on 90.9%）；M-4 事实正确率恒 100%、M-7—M-10 全 0；
- 红线四条守住：融合/精排层仍不持 Milvus 客户端（INV-1）、阈值一字未动、零 DDL；
- 三个实验开关 CS_DUAL_ROUTE / CS_RERANK / CS_QUERY_NORM 仍默认关闭。

tests/unit/core/test_customer_service_rules.py

@@ -697,3 +697,75 @@ def test_risk_level_change_rule_still_catches_the_real_requests() -> None:
     ]
     for message in caught:
         assert rules.is_risk_level_change_request(message) is True, message
+
+
+# ---------------------------------------------------------------------------
+# `W34` 阶段 0：术语归一化（`normalize_query`）
+#
+# 守四条约束：
+# 1. **只对齐书写差异** —— 典型业务问句必须原样返回（归一化不得成为"改写器"）；
+# 2. **幂等** —— 跑两次与跑一次结果相同（否则重试 / 幂等键会漂移）；
+# 3. **不做语义替换** —— 同义词表里不得出现会改语义指向的条目；
+# 4. **等级代号大写** —— 库里全大写（`R1`—`R5`/`C1`—`C5`），客户常打小写。
+# ---------------------------------------------------------------------------
+
+
+def test_normalize_query_keeps_plain_business_questions_untouched() -> None:
+    """普通业务问句**一个字符都不能动** —— 归一化不是改写器。"""
+    untouched = [
+        "南方季季盈90天起投金额是多少",
+        "基金赎回几天到账",
+        "季季盈90天的管理费怎么算",
+        "我想了解定投",
+    ]
+    for message in untouched:
+        assert rules.normalize_query(message) == message, message
+
+
+def test_normalize_query_uppercases_grade_codes() -> None:
+    """`r1`/`c1` 这类**等级代号**统一成大写，与库内写法对齐。"""
+    assert rules.normalize_query("r1到r5分别代表什么") == "R1到R5分别代表什么"
+    assert rules.normalize_query("c1能买什么") == "C1能买什么"
+
+
+def test_normalize_query_does_not_touch_real_latin_words() -> None:
+    """负向断言：`abc1` 里的 `c` 前面还有字母，不是等级代号，不得被大写。"""
+    assert rules.normalize_query("abc1") == "abc1"
+
+
+def test_normalize_query_applies_width_and_whitespace_normalization() -> None:
+    """全角字母/数字走 `NFKC`，连续空白折叠成单空格。"""
+    assert rules.normalize_query("Ｒ１到Ｒ５") == "R1到R5"
+    assert rules.normalize_query("起投金额   是多少") == "起投金额 是多少"
+
+
+def test_normalize_query_applies_synonym_table() -> None:
+    """同义表按**长度降序**应用：长条目不被短条目切碎。"""
+    assert rules.normalize_query("7日年化是多少") == "七日年化是多少"
+    assert rules.normalize_query("风险承受能力评测怎么做") == "风险承受能力测评怎么做"
+
+
+def test_normalize_query_is_idempotent() -> None:
+    """幂等：`f(f(x)) == f(x)`。不幂等会让重试产生不同查询串。"""
+    samples = [
+        "r1到r5分别代表什么",
+        "7日年化是多少",
+        "Ｒ１  到　Ｒ５",
+        "南方季季盈90天起投金额是多少",
+        "",
+    ]
+    for message in samples:
+        once = rules.normalize_query(message)
+        assert rules.normalize_query(once) == once, message
+
+
+def test_synonym_table_only_contains_writing_variants() -> None:
+    """同义表纪律：条目形如 `(源, 目标)`、源非空、源与目标不同、且源唯一。"""
+    sources = [source for source, _ in rules.QUERY_SYNONYMS]
+    assert len(sources) == len(set(sources)), "同义表存在重复源串"
+    for source, target in rules.QUERY_SYNONYMS:
+        assert source and target
+        assert source != target, source
+        # 语义类同义（会改变指向）不得进表：这里只做形式校验——
+        # 目标串必须包含源串的全部信息（书写差异是"改写"，不是"改写语义"）。
+        assert isinstance(source, str) and isinstance(target, str)