客服 Agent 重构收口：五出口决策链 + 知识库档位隔离 + 前端入参边界（答辩演示版本）

一、客服 Agent 智能增强（正面回应"不智能、动不动就转人工"）
- 决策链由 2 个出口扩到 5 个：E1 澄清 / E2 计算型 / E3 知识直返 / E4 证据约束生成 / E5 分级回退
- 转人工从"默认动作"降为最后一档 E5c，只保留 4 类白名单：
  P0 反诈 / P1 账户与个人数据 / P2 写操作与争议 / 用户明确要求人工
- 46 条金标实测（修复前 → 修复后）：
  转人工率 43.5% → 10.9%；出口准确率 45.7% → 100%；事实正确率 69.6% → 100%
  禁忌违反 1 → 0；档位越权 / 无出处数字 / 误拒 四项零容忍全 0
- 安全不变量 INV-1~INV-5；零容忍规则未删，改的是挂载点
  （输出侧字面黑名单 → 检索层档位隔离 + 判定层合规词表 + 输出守护）

二、知识库：档位单点化与物理隔离
- 新增 app/core/knowledge_tier.py 作为档位规则唯一落点（G-03），
  knowledge_contracts.py 原定义块改为显式再导出（X as X，非副本）
- 档位过滤由 bool 默认值（fail-open）改为 tiers 必填集合（缺参即 TypeError）
- Milvus 侧四集合按 visibility 分区键物理隔离；双 schema 收敛为一套
- 新增 app/core/actor.py：访客三元组与匿名判定的唯一构造/判定点（G-01/G-01b）
- 新增 app/core/fund_fee_rules.py：费率计算纯函数

三、前端入参边界对齐（本轮 W11 新修，4 处"校验宽于存储"）
- message 加 max_length=8000（与浮窗 widget.js 的 maxlength 一致）
- session_id 加 1—64；idempotency_key 上限 128 → 64（对齐列宽 String(64)）
- feedback_type 加 max_length=32（对齐列宽 String(32)）
- 8 条路径参数补 min_length=1 + max_length=64 + 字符集正则
  （{session_id} / {run_id} / {handover_id}）
- 改前超限值会落到 MySQL 才失败（500）；改后一律 422 AGENT_INPUT_INVALID + 字段级定位
- 新增 tests/unit/api/test_frontend_boundaries.py（33 例），含"端点表 ↔ OpenAPI 全量对照"

四、投顾模块整体清除（D4.4 / D4.5）
- 删除投顾相关 controller / schema / model / repository / service 及门户页面
- tools/portal_api_check.py 同步作废 AD003/AD005/AD011/A047 四条用例与 advisor_t 登录
  （端点与账号均已不存在，此前稳定报 3 条假红）

五、验证（提交前实测）
- pytest -q：1856 passed / 2 skipped / 0 failed
- ruff check app tools tests：19（= 基线）；mypy app：2（= 基线）
- 前端接口契约体检 portal_api_check.py：38 项，通过 34，失败 0，跳过 4
- 全链路冒烟 e2e_smoke_test.py --read-only：31/31
- HTTP 全链路探针 http_probe.py：11/11 succeeded
- 跨文档一致性 _consistency.py：GATE PASS
- 真机边界复验 12 条：12/12 符合预期

六、纪律与文档
- 可改文件白名单 A-09（docs/46）与底座会签申请单 A-10（docs/47，组 1—组 4 全部受理）
- 零 DDL：未新增/修改任何表结构，89 张业务表与基线一致
- 证据留痕：docs/evidence/**（含 46 条金标 score、快照、清除与重建记录）
- 未提交（刻意排除，见提交说明）：仓库内 客服agent/ 与 开发文档/ 是 2026-09-16 前的
  过期副本（Todolist 440 行 vs 权威 D2.1 1167 行），权威正本在仓库外；
  _chunks_report.txt 是 tools/build_knowledge_chunks.py 生成的本地产物

app/core/compliance_context.py

@@ -32,6 +32,19 @@
 仍然是"命中即拦"，豁免是在匹配**之后**按语境判定。这样：
 - 规则的**入库/审核**流程不变（合规人员照常录入）；
 - 判定变严的只有"明显在禁止或谈论该表述"的场景，且**有测试固定**。
+
+## C-04 补充的两类豁免（**放宽方向**，与上面「宁可误拦」相反）
+
+1. **短否定式**（`SHORT_NEGATION_CUES`）：`不保本` / `非保本` 这类线索**跨越命中词本身**，
+   窗口判定读不到（命中的「保本」之前只剩一个「不」）。改为**与命中位置重叠**判定，
+   只有压住命中词的那一次才生效 —— 避免「前文否定 → 后文真实承诺被放过」。
+2. **指标名 / 概念词**（`FACTUAL_TERMS`，目前为 `安全` / `年化收益率`）：它们本身是合规的
+   业务名词（「资金安全」「七日年化收益率」天天出现在正式披露里），命中不等于违规。
+   判据与输入侧句式判定同构：**同句内出现承诺性线索（`CLAIM_CUES`）才算违规**。
+   刻意**不含 `预期收益率`** —— 该词是明令禁用的营销表述、输入侧也未放行它，保持命中即拦。
+
+⚠️ 这两条是**放宽**方向，因此：覆盖它们的测试必须同时给出**反例**（真实承诺仍被拦）；
+   `CLAIM_CUES` 的失效方向是偏严（漏收线索只会更容易判违规），可以按需增长。
 """
 
 from __future__ import annotations
@@ -45,6 +58,11 @@ NEGATION_CUES: tuple[str, ...] = (
     "避免", "勿", "拒绝", "防止", "防范", "打击", "处罚", "违规",
     "不承诺", "不保证", "不作", "不能", "绝不", "从不",
     "且不", "并不", "未保证", "不予保证",
+    # C-04 补充：否定**存在**的短式。`预期收益率` 不是指标名（理由见 `FACTUAL_TERMS` 说明），
+    # 仍按「命中即拦」处理，靠这条线索豁免「净值型产品是没有固定预期收益率…」这类定义性表述。
+    # 刻意**不收**单字或两字的「没有」—— 它会在同一句里把后面的真实承诺一并豁免
+    # （实测反例：「这款产品没有风险，保本保收益」）。
+    "没有固定",
 )
 
 #: 元语言线索：说明"在谈论这个词本身"而不是在作承诺（如『保证收益』等违规表述）。
@@ -59,6 +77,35 @@ QUESTION_CUES: tuple[str, ...] = (
     "能否", "是否", "可否", "会不会", "能不能", "请问", "吗",
 )
 
+#: 短否定式线索（`C-04` DoD ①）：这类线索**跨越命中词本身**，例如 `不保本` 里的 `保本`。
+#: 窗口判定读不到它 —— 命中词之前的窗口里只剩一个「不」，线索被命中词截断。
+#: 因此改按**与命中位置重叠**判定（见 `_short_negation_overlaps`），且只收明确的否定短语、
+#: 不收单字「不」（单字会把「不可保本？」这类边界写法也放过）。
+SHORT_NEGATION_CUES: tuple[str, ...] = (
+    "不保本", "不保收益", "非保本", "并非保本", "不确保", "不担保",
+)
+
+#: 指标名 / 概念词（`C-04` DoD ②）：它们**本身是合规的业务名词**，命中不等于违规。
+#: 判据与输入侧句式判定同构：**同句内出现承诺性线索（`CLAIM_CUES`）才算违规**，
+#: 否则视为事实性提及（「资金安全」「七日年化收益率」天天出现在正式披露里）。
+#:
+#: 为什么必须成对处理：输入侧已放行「什么是年化收益率」「你们的平台安全吗」这类概念题，
+#: 若输出侧仍按裸词拦，检索回来的**正确答案**会被整条替换成转人工 —— 输入侧的收益被输出侧抹掉。
+#: 所以口径是「**输入侧放行了哪个概念词，输出侧就必须同口径放行**」。
+#:
+#: 刻意**不含 `预期收益率`**：该词是明令禁用的营销表述，且输入侧并未放行它
+#: （它不在含义题句式里），故输出侧**保持命中即拦** —— 收紧方向不失守。
+FACTUAL_TERMS: tuple[str, ...] = ("安全", "年化收益率")
+
+#: 承诺性线索：与输入侧的承诺词表同一套语义，另加**收益可实现性断言**与**推销/比较口吻**。
+#: ⚠️ 失效方向是**偏严**（漏收线索 = 更容易判违规），与「白名单漏词 = 更容易放行」正好相反，
+#: 所以这份表可以按需增长而不牺牲安全。
+CLAIM_CUES: tuple[str, ...] = (
+    "保证", "承诺", "一定", "绝对", "肯定", "百分百", "万无一失", "确保",
+    "可达", "达到", "可获", "可获得", "至少", "不低于", "保底",
+    "划算", "最高", "优于", "领先", "稳赚", "包赚",
+)
+
 #: 引号字符：命中词被引号包裹时视为引用（在谈论该表述本身）。
 QUOTE_CHARS: tuple[str, ...] = ('"', "'", "“", "”", "‘", "’", "「", "」", "『", "』")
 
@@ -98,11 +145,45 @@ def _is_quoted(text: str, index: int, length: int) -> bool:
     return text[index - 1] in QUOTE_CHARS and text[index + length] in QUOTE_CHARS
 
 
-def is_prohibited_context(text: str, index: int, pattern: str) -> bool:
-    """命中位置是否处于"禁止/否定/引用"语境（是则豁免该次命中）。
+def _short_negation_overlaps(text: str, index: int, length: int) -> bool:
+    """短否定式是否**与命中位置重叠**（如 `不保本` 中的 `保本`）。
 
-    保守口径：任一明确线索命中即豁免；没有线索一律**不**豁免。
+    窗口判定做不到这件事：命中词之前的窗口里只剩「不」，`不保本` 这个线索被命中词截断。
+    判据是「线索与命中词**相接或重叠**」：`不保本` 压住命中词，`不确保` / `不担保` 紧贴在它
+    之前（中间不得有标点或别的字）。这样既读得到跨词线索，又不会因为「前文出现过否定」就放过
+    后文的真实承诺 —— 实测反例「不保本的产品也很多，这只基金保本」仍然判违规。
     """
+    for cue in SHORT_NEGATION_CUES:
+        start = 0
+        while True:
+            position = text.find(cue, start)
+            if position < 0:
+                break
+            if position <= index + length and index <= position + len(cue):
+                return True
+            start = position + 1
+    return False
+
+
+def _is_factual_term_mention(text: str, index: int, pattern: str) -> bool:
+    """指标名 / 概念词在**同句内没有承诺性线索**时，视为事实性提及（豁免）。"""
+    if pattern not in FACTUAL_TERMS:
+        return False
+    before, after = _window(text, index, len(pattern))
+    local = before + pattern + after
+    return not any(cue in local for cue in CLAIM_CUES)
+
+
+def is_prohibited_context(text: str, index: int, pattern: str) -> bool:
+    """命中位置是否处于「禁止/否定/引用」语境（是则豁免该次命中）。
+
+    判定顺序：短否定式（重叠）→ 引号 → 否定线索 → 询问语境 → 元语言线索 → 指标名句式判定。
+    **只有最后一条是放宽方向**（`C-04` DoD ②），前面几条都是既有的收紧项；顺序如此是为了让
+    「不得使用『安全』等误导性表述」这类**引用语境**优先成立，不让指标名判定抢先给结论。
+    保守口径不变：没有明确线索一律**不**豁免。
+    """
+    if _short_negation_overlaps(text, index, len(pattern)):
+        return True
     before, after = _window(text, index, len(pattern))
     if _is_quoted(text, index, len(pattern)):
         return True
@@ -113,7 +194,9 @@ def is_prohibited_context(text: str, index: int, pattern: str) -> bool:
     if any(cue in before or cue in after for cue in QUESTION_CUES):
         return True
     # 元语言线索：前后任一侧出现"表述/话术/字样"等，说明在谈论该词本身。
-    return any(cue in before or cue in after for cue in METALANGUAGE_CUES)
+    if any(cue in before or cue in after for cue in METALANGUAGE_CUES):
+        return True
+    return _is_factual_term_mention(text, index, pattern)
 
 
 def match_with_exemptions(text: str, pattern: str) -> bool: