wip: 客服Agent + RAG + 画像收尾（基于 6516ccb）

app/core/compliance_context.py

@@ -0,0 +1,132 @@
+"""零容忍词匹配的**语境豁免**：区分"作出承诺"与"禁止承诺/事实性表述"。
+
+## 为什么需要这个模块
+
+治理层的零容忍规则是**朴素子串匹配**（`pattern in output`），它无法区分：
+
+- **作出承诺**（必须拦）："本产品保证收益"、"稳赚不赔"
+- **禁止承诺**（不该拦）："严禁承诺保本保收益"、"不得使用『保证收益』等违规表述"
+- **事实性表述**（不该拦）："安全防范设施"、"七日年化收益率 1.85%"
+
+实测复现（真机 `customer_service` Agent）：用户问「基金销售有哪些合规要求」，
+检索到的政策片段里含"严禁承诺保本保收益""禁止使用『保证收益』等违规表述"，
+模型**忠实复述**了它们（未新增任何词），却被治理层整条替换成
+"该内容需要人工核实…"，**答复长度从 1097 字掉到 83 字** —— 合规问答反而答不出来。
+
+## 判定口径（保守优先）
+
+**只有在命中位置附近出现明确的否定/禁止线索时才豁免**；否则一律按命中处理（宁可误拦）。
+
+线索分两类：
+
+1. **前置禁止词**：紧邻命中词之前出现（如 `严禁承诺保本`、`禁止使用保证收益`）。
+2. **后置/前置的"引用语境"**：命中词被引号包裹（如 `禁止使用"保证收益"`），
+   或紧邻出现"表述/话术/字眼/字样/宣传"等元语言词（说明在谈论这个词本身，而非作承诺）。
+
+豁免窗口**严格限定在命中词前后各 `CONTEXT_WINDOW` 个字符内**，不倒查全文 ——
+否则"前面某处提到过禁止，后面真的作出承诺"会被错误放过。
+
+## 与"库内规则"的关系
+
+本模块**只作用于代码侧治理路径**（`review_output`）。库内 `agent_negative_word` 的原始语义
+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**。
+"""
+
+from __future__ import annotations
+
+#: 命中词前后各看多少字符来判定语境。
+CONTEXT_WINDOW = 12
+
+#: 前置否定/禁止线索：出现在命中词**之前**的窗口内即视为"在禁止或否定该表述"。
+NEGATION_CUES: tuple[str, ...] = (
+    "严禁", "禁止", "不得", "不可", "不允许", "不准", "杜绝", "严禁使用",
+    "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",
+)
+
+#: 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）。
+METALANGUAGE_CUES: tuple[str, ...] = (
+    "表述", "话术", "字眼", "字样", "宣传", "用语", "措辞", "提法", "说法",
+    "等违规", "等禁用", "等禁止", "等表述",
+)
+
+#: 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, ...] = ('"', "'", "“", "”", "‘", "’", "「", "」", "『", "』")
+
+#: 句子边界：豁免线索**不得跨句生效**。
+#: 反例（实测发现）：`"严禁承诺保本。但这只基金保本"` —— 第二个「保本」的前置窗口
+#: 会读到前一句的「严禁」，若允许跨句就会把**真实承诺**放过，成为合规漏洞。
+#: 因此线索只在与命中词**同一句内**才算数。
+SENTENCE_BOUNDARIES: tuple[str, ...] = ("。", "！", "？", "；", "\n", ";", "!", "?")
+
+
+def _same_sentence_before(text: str, index: int) -> str:
+    """命中词之前、**同一句内**的文本（遇到最近的句末标点即截断）。"""
+    start = max(0, index - CONTEXT_WINDOW)
+    window = text[start:index]
+    cut = max(window.rfind(ch) for ch in SENTENCE_BOUNDARIES)
+    return window[cut + 1:] if cut >= 0 else window
+
+
+def _same_sentence_after(text: str, index: int, length: int) -> str:
+    """命中词之后、**同一句内**的文本（遇到最近的句末标点即截断）。"""
+    end = min(len(text), index + length + CONTEXT_WINDOW)
+    window = text[index + length:end]
+    positions = [window.find(ch) for ch in SENTENCE_BOUNDARIES]
+    positions = [p for p in positions if p >= 0]
+    return window[:min(positions)] if positions else window
+
+
+def _window(text: str, index: int, length: int) -> tuple[str, str]:
+    """返回命中处的**同句**前置/后置窗口（各自不超过 `CONTEXT_WINDOW` 字符）。"""
+    return _same_sentence_before(text, index), _same_sentence_after(text, index, length)
+
+
+def _is_quoted(text: str, index: int, length: int) -> bool:
+    """命中词是否被引号包裹（紧邻前一个字符与紧邻后一个字符都是引号）。"""
+    if index == 0 or index + length >= len(text):
+        return False
+    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）。
+
+    保守口径：任一明确线索命中即豁免；没有线索一律**不**豁免。
+    """
+    before, after = _window(text, index, len(pattern))
+    if _is_quoted(text, index, len(pattern)):
+        return True
+    if any(cue in before for cue in NEGATION_CUES):
+        return True
+    if any(cue in after for cue in NEGATION_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)
+
+
+def match_with_exemptions(text: str, pattern: str) -> bool:
+    """`pattern` 在 `text` 中是否存在**未被豁免**的命中（True = 应判为违规）。
+
+    所有命中处都被语境豁免时才返回 False（即"没有实质违规"）。
+    """
+    if not pattern:
+        return False
+    start = 0
+    while True:
+        index = text.find(pattern, start)
+        if index < 0:
+            return False
+        if not is_prohibited_context(text, index, pattern):
+            return True
+        start = index + 1
+
+
+def first_violation(text: str, patterns: tuple[str, ...]) -> str | None:
+    """返回第一个**未被豁免**的命中词；无实质违规时返回 `None`。供测试与排障使用。"""
+    for pattern in patterns:
+        if match_with_exemptions(text, pattern):
+            return pattern
+    return None