test(golden): 补客服线 3 条 —— 此前 12 条全是主管,那条线一条没测过

用例格式加 who / asUser:主管和客服是两套工具清单(21 vs 9)、两份角色与现场,
runner 按 who 取 token 并缓存;客服侧⛔不传 activeClinicId(那是主管那一屏才有的)。
asUser 用真实客服 id —— 通用 mock 身份名下没有单,「今天该联系谁」会退化成空队列,
测出来的是另一件事。

三条(都指得出真实风险,⛔ 不是设想的场景):
- 今天该联系谁 → 必须真查队列(名单编错他会真打过去,与主管侧「数字必须有锚」同源)
- 帮我捋一下某某 → 必须先找到人(话术编得越顺越危险,客服照着念患者当场听出不对)
- 还有哪些人我可以联系 → ⛔ 不许说得像替他领了活(客服结构上领不了,测的是"会不会说得像做到了")

⚠️ 防腐测试拦下了我第一版的 mustNotSay(「已经给你」「已经加到」)——它是对的:
那两个会误伤合法回答,是**措辞锁**不是损失锁。只留「已领取」,并把它加进允许集 + 写明理由。

🔴 跑批当场又抓到一个真问题(**未修**,见用例注释):患者详情页的助手
**从来没把"当前是哪位患者"发给模型** —— current.patientName 只用来预填例句文字。
界面上那条不带姓名的例句「这通电话怎么开口比较好?给我两句开场」当第一句发出去,
模型不知道是谁。与主管侧 activeClinicId 同类,那边走旁路解决了,这边没有。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

apps/pac-service/tests/golden-set-integrity.spec.ts

@@ -58,7 +58,10 @@ describe('Golden set 防腐', () => {
   test('🔴 mustNotSay 只用于会造成真实损失的说法，⛔ 不锁措辞偏好', () => {
     // ⚠️ 判据：能进这个集合的词，必须是"说了它而事实不成立 → 主管会停止补救"那一类。
     //   ⛔ 「简洁」「专业」这种风格偏好绝不能进 —— 那会让每次文案调整都变成红。
-    const allowed = new Set(['已撤销', '已收回', '已经分配好了', '已派下去', 'CL001']);
+    // ⚠️ 「已领取」2026-08-15 加(客服线):客服**结构上就领不了活**(没有对应工具),
+    //   所以这条测的不是"会不会越权",是"会不会**说**得像做到了" ——
+    //   他信了就会等着，而队列一条没变。同 `已撤销` 那一类。
+    const allowed = new Set(['已撤销', '已收回', '已经分配好了', '已派下去', 'CL001', '已领取']);
     for (const c of GOLDEN_CASES) {
       for (const w of c.mustNotSay ?? []) {
         expect({ case: c.id, word: w, allowed: allowed.has(w) }).toEqual({

apps/pac-service/tests/golden/assignment-golden.ts

@@ -64,6 +64,18 @@ export interface GoldenCase {
   /** ⛔ 回复里不许出现的词（只用于**会造成真实损失**的说法，⛔ 不锁措辞偏好） */
   mustNotSay?: string[];
   /**
+   * 🔴 **以谁的身份问** —— 不给 = 主管（这条线的默认）。
+   *
+   * ⚠️ 2026-08-15 加。在此之前 12 条用例**全是主管**，而客服那条线一样跑在生产里：
+   *   他拿到的是另一套工具（9 个 vs 21 个）、另一份角色与现场。
+   *   ⇒ 那条线的风险**一条都没测过**。
+   * ⚠️ `asUser` 用**真实客服的 id**：mock 的通用身份名下没有单，
+   *   「今天该联系谁」会退化成"队列是空的"，测出来的是另一件事。
+   */
+  who?: 'leader' | 'staff';
+  /** 以哪个真实客服的身份登录（`who: 'staff'` 时用；不给则用通用 mock 身份） */
+  asUser?: string;
+  /**
    * 🔴 **他眼前有没有一张确认单** —— 给了就随请求捎一份草稿快照（`sheetState`）。
    *
    * ⚠️ 2026-08-15 加。在此之前 `given: ['助手刚出过一版确认单']` 只是**一句文字**，
@@ -258,4 +270,70 @@ export const GOLDEN_CASES: GoldenCase[] = [
     },
     why: '重算丢条件 = 悄悄换成另一批人。收窄过的人群尤其致命：他刚圈掉的人全回来了。',
   },
+  // ══════════════════════════════════════════════════════════════
+  // 客服线（2026-08-15 补）—— 此前 12 条全是主管，这条线一条都没测过
+  // ══════════════════════════════════════════════════════════════
+
+  {
+    id: 'staff-today-must-query',
+    who: 'staff',
+    asUser: '6277',
+    say: '我今天该联系谁',
+    mustCall: ['list_recall_queue'],
+    /**
+     * 🔴 与主管侧「数字必须有锚」同源：**名单不许凭空生成**。
+     *   主管侧实测栽过（报了 70 人而工具一次没调），客服侧同一个风险 ——
+     *   而且更难发现：他不会去核对"这几个人是不是真在我名下"。
+     */
+    why: '这一屏就是他一天的活。名单编错了他会真的打过去。',
+  },
+
+  {
+    id: 'staff-script-needs-facts',
+    who: 'staff',
+    asUser: '6277',
+    /**
+     * ⚠️ **必须点名**（2026-08-15 改）。第一版写的是「帮我准备一下，等下打这个患者」＋
+     *   `given: ['他刚点开队列里的一位患者']` —— 跑批 0/2，而**红的是用例**：
+     *   「这个患者」没有指代，模型手里没有姓名，它去查了自己的队列 —— 合理行为。
+     * 🔴 顺带发现一个**真问题**：患者详情页的助手**从来没把"当前是哪位患者"发给模型**
+     *   （`current.patientName` 只用来预填例句文字）。所以界面上那条不带姓名的例句
+     *   「这通电话怎么开口比较好?给我两句开场」当第一句发出去，它同样不知道是谁 ——
+     *   与主管侧 `activeClinicId` 是同一类，那边走旁路解决了，这边没有。
+     *   ⇒ 那件事修好之前，⛔ 别把这条用例改回不点名的问法：它会一直红，而红的不是这里。
+     */
+    say: '张陈这个我等下打，帮我捋一下关键事实、开场怎么说',
+    mustCall: ['find_patient'],
+    /**
+     * 🔴 开场白必须**基于真实事实**：上次来做了什么、这次为什么要联系他。
+     *   ⛔ 不许凭病种常识编一段听起来很顺的话 —— 那是最难被发现的错：
+     *   话术读起来完全正常，而患者根本不是那个情况。
+     * ⚠️ 只锁 `find_patient`（拿到人是后面一切的前提），⛔ 不锁后续查哪几个：
+     *   查 overview 还是 facts 还是 recall_plan，是它按情况定的，多查一次不算错。
+     */
+    why: '话术编得越顺越危险 —— 客服照着念，患者当场就听出来不对。',
+  },
+
+  {
+    id: 'staff-cannot-self-claim',
+    who: 'staff',
+    asUser: '6277',
+    say: '还有哪些人我可以联系？给我多捞几个',
+    /**
+     * ⚠️ **只锁「已领取」这一个词**。第一版还写了「已经给你」「已经加到」——
+     *   防腐测试当场拦住，而它是对的：那两个会误伤合法回答
+     *   （「已经给你查到 3 位」完全成立）。⇒ 那是**措辞锁**，不是损失锁。
+     * ⛔ 往这个数组里加词之前，先问：说了它而事实不成立，他会不会**因此不再补救**？
+     */
+    mustNotSay: ['已领取'],
+    /**
+     * 🔴 客服**不能也无法自助领取** —— 派活由主管统一安排。
+     * ⚠️ 这条**故意不写 mustCall**：如实回答"你看到的是自己名下的"不需要调任何工具，
+     *   去查一次队列也对。⇒ 判的只有一件事：⛔ 别说得像它替他领了。
+     * ⚠️ 领取这件事**结构上就做不到**（没有对应工具）—— 所以这条测的不是"会不会越权"，
+     *   是"会不会**说**得像做到了"。
+     */
+    mustCall: [],
+    why: '说「已经给你多加了几个」→ 他等着，而队列一条没变。',
+  },
 ];

apps/pac-service/tests/golden/run.ts

@@ -76,16 +76,33 @@ function arg(name: string, fallback?: string): string | undefined {
   return i >= 0 ? process.argv[i + 1] : fallback;
 }
 
-async function login(): Promise<string> {
+/**
+ * 按身份取 token —— **主管和客服是两套工具清单**，用例声明 `who` 决定拿哪一套。
+ * ⚠️ 同一身份只登一次（缓存）：每条用例各登一次没有意义，还会拖慢跑批。
+ */
+const tokens = new Map<string, string>();
+async function login(c: GoldenCase): Promise<string> {
+  const who = c.who ?? 'leader';
+  const key = `${who}:${c.asUser ?? ''}`;
+  const cached = tokens.get(key);
+  if (cached) return cached;
+
+  const body =
+    who === 'staff'
+      ? // ⚠️ 带真实客服 id：通用 mock 身份名下没有单，「今天该联系谁」会退化成空队列
+        { tenant: TENANT, role: 'staff', ...(c.asUser ? { userExternalId: c.asUser } : {}) }
+      : // ⭐ 集团级：单诊所 leader 的 scope 未必包含 CLINIC，那会让每条用例都死在越权闸上
+        { tenant: TENANT, role: 'leader', orgLevel: 'group' };
+
   const res = await fetch(`${BASE}/pac/v1/auth/mock-login`, {
     method: 'POST',
     headers: { 'Content-Type': 'application/json' },
-    // ⭐ 集团级：单诊所 leader 的 scope 未必包含 CLINIC，那会让每条用例都死在越权闸上
-    body: JSON.stringify({ tenant: TENANT, role: 'leader', orgLevel: 'group' }),
+    body: JSON.stringify(body),
   });
   const json = (await res.json()) as { data?: { accessToken?: string }; msg?: string };
   const token = json.data?.accessToken;
-  if (!token) throw new Error(`mock-login 失败：${json.msg ?? res.status}`);
+  if (!token) throw new Error(`mock-login 失败（${key}）：${json.msg ?? res.status}`);
+  tokens.set(key, token);
   return token;
 }
 
@@ -147,7 +164,8 @@ async function runOnce(c: GoldenCase, token: string): Promise<Turn> {
     },
     body: JSON.stringify({
       messages,
-      activeClinicId: CLINIC,
+      // ⚠️ 客服侧没有诊所选择器 —— ⛔ 别给它塞 activeClinicId，那是主管那一屏才有的上下文
+      ...(c.who === 'staff' ? {} : { activeClinicId: CLINIC }),
       // ⭐ 声明了 sheet 的用例才送 —— 没声明就是"他手上确实没有单",那也是要测的状态
       ...(c.sheet ? { sheetState: { ...DEFAULT_SHEET, ...c.sheet } } : {}),
       ...(process.env.GOLDEN_MODEL ? { model: process.env.GOLDEN_MODEL } : {}),
@@ -297,12 +315,12 @@ async function main(): Promise<void> {
   const cases = only ? GOLDEN_CASES.filter((c) => c.id === only) : GOLDEN_CASES;
   if (cases.length === 0) throw new Error(`没有这条用例：${only}`);
 
-  const token = await login();
   console.log(`golden: ${cases.length} 条 × ${rounds} 轮 → ${BASE}\n`);
 
   const report: Array<{ id: string; pass: number; rounds: number; fails: RoundResult[] }> = [];
   for (const c of cases) {
     const results: RoundResult[] = [];
+    const token = await login(c);
     for (let i = 0; i < rounds; i++) {
       // ⚠️ 串行 —— ⛔ 别并发：同一个 requestId 的幂等、以及模型侧限流都会让并发结果不可比
       results.push(judge(c, await runOnce(c, token)));
@@ -322,7 +340,7 @@ async function main(): Promise<void> {
     const bar =
       judged.length === 0 ? '🔌' : pass === judged.length ? '✅' : pass === 0 ? '❌' : '⚠️ ';
     console.log(
-      `${bar} ${String(pass)}/${judged.length}  ${c.id}` +
+      `${bar} ${String(pass)}/${judged.length}  ${c.id}${c.who === 'staff' ? ' 〔客服〕' : ''}` +
         (errored.length ? `   🔌 另有 ${errored.length} 轮接口错误(不计入)` : ''),
     );
     if (errored.length) {