fix(助手留痕): 补上会话 id，并把多步文本拼全 —— 两处都是「看起来对、其实会丢」

■ 会话 id（`workflowRunId`）
  上一版每轮各生成一个 run id，判断"哪几轮是一批"只能靠 `turnNo` 归 1 反推 ——
  那是启发式，⚠️ 两位主管并发聊天时行是交错的，前端一旦裁剪历史 turnNo 还会错位。
  ⇒ 前端在**messages 为空**（= 一段新对话的第一句）时现生成 uuid，此后每轮原样带上；
    服务端落进 `workflow_run_id`，同一次对话各轮共用一个值。
  ⚠️ 前端可改的入参：只用于归组，⛔ 不参与鉴权取数；非 uuid 一律丢弃（服务端另生成）,
    ⛔ 别让它成为写库的注入面（该列是 uuid 类型）。
  ⭐ 这也正好落在产品设计上：没有"新建会话"，会话跟着他此刻在做的那件事走 ——
    离开工作台、组件重挂，messages 归空，下一句就是新的一段。

■ outputText 只落了最后一步
  🔴 AI SDK 的 `OnFinishEvent` 继承的是**最后一步**的 `StepResult`，`ev.text` 只有末步那段。
  模型在工具之间穿插说的话（「我先查一下」）全在前面的步里,只取 ev.text 就永远不进记录 ——
  而排查"它当时到底说了什么"全靠这一列。
  ⚠️ 线上实测那轮 5 次工具调用、6924 输出 token，落库只有 60 字 —— 那次凑巧没丢
    （它把话都留到了最后一步），⛔ 别指望每次都这样。
  ⇒ `joinStepTexts` 拼所有步，去重末步（它通常已在 steps 末项里）。

验证：
  · tsc（service + web）通过；jest 85 套 1330 例全过（新增 5）；eslint 干净
  · 真模型跑三轮：会话A 两轮共用 run=1cd20f63、会话B 独立 run=985bf1d3，
    按 run 分组正好 2 个会话 ✅

⚠️ 未做，留给产品定：界面 63 处写「时效」、0 处「时限」，而文档已改口径为「时限」。
  提示词的铁律是「使用者的词汇表 = 他在界面上见过的那些」⇒ 现在**该改的是文档或界面**，
  ⛔ 不能只把提示词单方面改成「时限」。

apps/pac-service/src/modules/assistant/assistant.controller.ts

@@ -18,10 +18,22 @@ interface UploadedAudio {
   mimetype: string;
 }
 
+/** 只认标准 uuid —— conversationId 直接进 `workflow_run_id`（uuid 列），⛔ 别让脏值打到数据库。 */
+const UUID_RE = /^[0-9a-f]{8}-[0-9a-f]{4}-[0-9a-f]{4}-[0-9a-f]{4}-[0-9a-f]{12}$/i;
+
 interface ChatBody {
   messages: ModelMessage[];
   model?: string;
   /**
+   * 这一串对话的 id —— 前端在**开始一段新对话时**现生成，此后每轮原样带上。
+   *
+   * 🔴 它是「哪几轮属于同一次对话」的**唯一可靠依据**。此前只能靠 `turnNo` 归 1 反推，
+   *   而那是启发式：两位主管并发聊天时行是交错的，前端一旦裁剪历史 turnNo 也会错位。
+   * ⚠️ 前端可改的入参 —— 只用于**归组**，⛔ 不参与任何鉴权或取数。
+   *   非 uuid 一律丢弃（服务端另生成），⛔ 不让它成为写库的注入面。
+   */
+  conversationId?: string;
+  /**
    * 主管当前正看着哪家诊所 —— 作 `propose_assignment` 的诊所兜底。
    *
    * 🔴 移交那句话里**没有诊所**（「帮我给「拔牙 · 3 年以上」这批患者出一份分配方案」），
@@ -199,6 +211,7 @@ export class AssistantController {
         //   ⚠️ 控制器只**供料**,⛔ 不在这里拼提示词:企微那条路也走同一个装配。
         // ⭐ 主管当前看的诊所 —— propose_assignment 的诊所兜底(见 DTO 上那段)
         ...(body.activeClinicId ? { activeClinicId: body.activeClinicId } : {}),
+        ...(UUID_RE.test(body.conversationId ?? '') ? { conversationId: body.conversationId } : {}),
         // ⚠️ 解不出来就当没有 —— ⛔ 别把半份快照喂给模型(缺的字段会被读成 0)
         ...(typeof body.activePatientId === 'string' && body.activePatientId
           ? { activePatientId: body.activePatientId }

apps/pac-service/src/modules/assistant/assistant.service.ts

@@ -18,6 +18,7 @@ import {
   slimInputSnapshot,
   briefToolArgs,
   truncateOutputText,
+  joinStepTexts,
   assistantCallKey,
   assistantInputHash,
   type ToolTraceEntry,
@@ -104,6 +105,11 @@ export interface AssistantChatInput {
    */
   activePatientId?: string;
   /** 当前登录人（本地工具要用 scope 取数）;缺省则本地写工具不注册 */
+  /**
+   * 这一串对话的 id —— 落进 `agent_invocations.workflow_run_id`，
+   * 同一次对话的每一轮共用一个值。⛔ 缺失时服务端现生成（那一轮自成一组）。
+   */
+  conversationId?: string;
   scope?: TenantScopeContext;
   abortSignal?: AbortSignal;
 }
@@ -976,8 +982,12 @@ export class AssistantService {
           promptVersion: ASSISTANT_PROMPT_VERSION,
           modelProvider: resolved.provider,
           modelName: resolved.modelId,
-          // 助手一轮 = 一个 run。⛔ 不跨轮串:每轮的上下文都不同,串起来没有可比性。
-          workflowRunId: randomUUID(),
+          /**
+           * 🔴 **同一次对话的每一轮共用一个 run id** —— 这是「哪几轮是一批」的唯一可靠依据。
+           * ⚠️ 曾经每轮各生成一个，只能靠 `turnNo` 归 1 反推会话边界 —— 那是启发式：
+           *   并发对话行是交错的，前端裁剪历史时 turnNo 还会错位。
+           */
+          workflowRunId: input.conversationId ?? randomUUID(),
           inputHash: assistantInputHash(callKey, ASSISTANT_PROMPT_VERSION, snapshot),
           // ⛔ 只放本轮 —— 理由见 assistant-invocation.ts 头注（全量存会按平方涨）
           inputSnapshot: snapshot as unknown as Prisma.InputJsonValue,
@@ -1051,6 +1061,14 @@ export class AssistantService {
     toolTrace: readonly ToolTraceEntry[],
     ev: {
       text?: string;
+      /**
+       * 🔴 **多步时必须拼所有步的文本** —— `OnFinishEvent` 继承的是**最后一步**的
+       *   `StepResult`，`ev.text` 只有末步那段。模型在工具之间穿插说的话
+       *   （「我先查一下」「这批人比预想的少」）全在前面的步里，只取 `ev.text` 就丢了。
+       * ⚠️ 实测那轮 5 次工具调用、6924 输出 token，落库只有 60 字 —— 那次凑巧没丢，
+       *   因为它把话都留到了最后一步。⛔ 别指望它每次都这样。
+       */
+      steps?: ReadonlyArray<{ text?: string }>;
       finishReason?: string;
       // AI SDK 的 usage 里混着嵌套的 tokenDetails,这里只取几个标量 —— 用宽类型收口
       totalUsage?: Record<string, unknown>;
@@ -1085,7 +1103,7 @@ export class AssistantService {
           toolCallCount: toolTrace.length,
           finishReason: ev.finishReason ?? null,
         } as Prisma.InputJsonValue,
-        outputText: truncateOutputText(ev.text),
+        outputText: truncateOutputText(joinStepTexts(ev.steps, ev.text)),
         promptTokens,
         completionTokens,
         totalTokens: num('totalTokens') || promptTokens + completionTokens,

apps/pac-service/tests/assistant-invocation.spec.ts

@@ -3,6 +3,7 @@ import {
   slimInputSnapshot,
   briefToolArgs,
   truncateOutputText,
+  joinStepTexts,
   assistantCallKey,
   assistantInputHash,
 } from '../src/modules/assistant/assistant-invocation';
@@ -106,6 +107,30 @@ describe('truncateOutputText', () => {
   });
 });
 
+describe('joinStepTexts —— 多步时把每一步的话都留下', () => {
+  it('🔴 拼所有步，⛔ 不只取最后一步', () => {
+    const steps = [{ text: '我先查一下' }, { text: '' }, { text: '这批人比预想的少' }];
+    expect(joinStepTexts(steps, '这批人比预想的少')).toBe('我先查一下\n这批人比预想的少');
+  });
+
+  it('末步文本不在 steps 里时补上', () => {
+    expect(joinStepTexts([{ text: '第一步' }], '收尾这句')).toBe('第一步\n收尾这句');
+  });
+
+  it('⛔ 不把末步拼两遍', () => {
+    expect(joinStepTexts([{ text: 'a' }, { text: 'b' }], 'b')).toBe('a\nb');
+  });
+
+  it('没有 steps 时退回 ev.text（单步调用）', () => {
+    expect(joinStepTexts(undefined, '就一句')).toBe('就一句');
+    expect(joinStepTexts([], '就一句')).toBe('就一句');
+  });
+
+  it('全空返回 undefined', () => {
+    expect(joinStepTexts([{ text: '' }, {}], undefined)).toBeUndefined();
+  });
+});
+
 describe('callKey 按现场分', () => {
   it('主管走分配线，客服走打单线', () => {
     expect(assistantCallKey(true)).toBe('assistant_assignment');

apps/pac-web/src/components/assistant/use-assistant-chat.ts

@@ -70,6 +70,8 @@ export async function transcribeAudio(blob: Blob): Promise<string> {
 
 export function useAssistantChat() {
   const [messages, setMessages] = useState<ChatMessage[]>([]);
+  /** 当前这段对话的 id（见下方 send 里那段）—— 组件重挂即换新的。 */
+  const conversationIdRef = useRef<string>('');
   const [status, setStatus] = useState<ChatStatus>('idle');
   /**
    * 正在执行的引导节点 intent —— 按钮据此转圈并整排禁用。
@@ -181,6 +183,16 @@ export function useAssistantChat() {
        */
       const apiMessages = [...messages, userMsg].flatMap(toApiMessages);
 
+      /**
+       * ⭐ 这一串对话的 id —— **messages 为空就是一段新对话的第一句**，此刻现生成；
+       *   此后每轮原样带上，服务端拿它把同一次对话的各轮串成一组。
+       *
+       * 🔴 助手没有"新建会话"（产品定），会话跟着他此刻在做的那件事走 ——
+       *   离开工作台、组件重挂，messages 归空，下一句就是新的一段。
+       * ⚠️ 只用于**归组**，⛔ 不参与鉴权取数；服务端非 uuid 一律丢弃。
+       */
+      if (messages.length === 0) conversationIdRef.current = crypto.randomUUID();
+
       setMessages((prev) => [...prev, userMsg, assistantMsg]);
       setStatus('streaming');
       emitPetEvent({ type: 'ai_thinking_start' }); // 宠物演"思考"(详情页助手宠物)
@@ -458,6 +470,7 @@ export function useAssistantChat() {
           body: JSON.stringify({
             messages: apiMessages,
             model,
+            conversationId: conversationIdRef.current,
             ...(useAssistantStore.getState().activeClinicId
               ? { activeClinicId: useAssistantStore.getState().activeClinicId }
               : {}),