回应两个缺口:
1. 置信度(影像价值维度):新 v3 漏了信号置信度 → 影像AI诊断(code_source=image_ai,v3.0标70-90%)
   与医生诊断(std_code/name_map,100%)同权。补:sourceConfidence(医生1.0/影像0.85/建议0.8/未知0.9),
   cluster 取 max(最优来源胜出);confidenceFactor(≥0.9→1.0/≥0.7→0.9/<0.7→0.75)乘进综合分。
   本地:286条影像AI/建议 ×0.9,1169条医生 ×1.0。
2. 信任加分项 3/3:原只做了同类治疗史+1转介+1,补近1年到诊且履约良好+1
   (lifecycle 末诊<365 且 非 special_attention 屡次爽约)。
- 综合 = (急迫×0.4+价值×0.3+意愿×0.3) × 新鲜度 × 置信度。SELECT 加 code_source,merge 算 cluster_confidence。
- 只改分数不改候选集(589 不变)。breakdown 加 confidenceFactor 可解释。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

v3 重做时丢了旧 scorer 的过晚衰减:新模型急迫性按【末诊】算、不看诊断年龄,
导致很多年前的老诊断(末诊也久)反而 urgency=紧急、分还高。而入池无时间上界(W3:缺口不自愈
仍入池),当初就靠 scorer 衰减止损 → 丢了就没人止损了。
- 加 computeFreshness(daysSince, windowDays):黄金窗内 1.0;过窗线性衰减到 2×窗=0.4,地板 0.4。
  per-病种(K08窗180/K07窗365 → 慢病衰减慢)。软衰减不硬切(同 W3:止损交 scorer+UI排序+客服自选)。
- 综合 = (急迫×0.4+价值×0.3+意愿×0.3) × 新鲜度。breakdown 加 freshness/base 可解释。
- 本地:58% gap 有衰减(池里大量老诊断);老 missing_tooth base8.5→分42,新鲜的照常高分。
- 注:PAC 无丢单数据(v3.0 靠已丢单止损),新鲜度衰减是 PAC 的止损替代。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

替换旧 6 因子加权启发式(只用 value+risk 2 特征)为业务《画像字典 v3.0》优先级模型:
- 急迫性 = urgency_level(紧急10/高7/中4/低1)
- 价值性 = 治疗类型+牙数(种植 单颗8/多颗9/半口10 · 正畸7 · 根管6 · 修复5-6 · 牙周5 · 拔3 · 补2)
- 意愿度 = RFM依从×0.375 + 主诉行为×0.375 + 信任基础×0.25
  · RFM依从 = rfm 八象限分群
  · 主诉行为 = 咨询过该类(consultation 意向命中)→8 / 仅诊断→2(触达活跃维度 PAC 无数据,去掉按比例归一)
  · 信任基础 = lifecycle + 同类治疗史+1 + 转介达人+1
- scorer 用上 6 个画像特征(rfm/urgency/lifecycle/treatment_history/referral + consultation 意向),旧版只用 2 个。
- ⚠️ 只改 priorityScore(排序),不改召回候选集(gap 选择独立)→ verify-recall FP/FN 不受影响。
- 本地 928:候选 589(≈旧588 不变),分数 23-94 avg66.6;价值序 种植78>牙周/根管/正畸73>拔/补67>发育62。
- 局限(v3.0 同,记 follow-up):权重人拍(可调);意愿≈倾向性非增益(uplift,需试点对照组);
  confidence<0.6 降权 + 触达维度 待数据/二次筛选实现。breakdown 保留可解释。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 删 do_not_contact_status extractor(免打扰已在 special_attention/CDP D.2.3;合规闸召回读 profile 原始列,
  不依赖本特征)。enum 标弃用保留(前端 hover/label 无害)。已故/投诉信号后续补(投诉数据本就缺)。
- lifecycle 潜客(B.1.4):零就诊 → 加 gate「有预约 OR 有咨询」(用上新摄的 consultation_record);
  零就诊且无触点 → 兜底新客(不落 lastDays 分支避免 Infinity 误判流失)。
- 本地 928:现役 16 特征(dnc 0),lifecycle 成熟614/新客207/成长104/待激活2/流失1
  (样本无零就诊 → 无潜客,全量会出)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 违反了 manifest 纪律(SQL 只做朴素导出,形态改造归 transforms):consult_external_id 的 concat
  从 SQL 移到 transforms.derive(I 段),SQL 回归 SELECT 列 + WHERE 过滤。
- organization_id IN(过滤无关诊所)+ cohort patient 过滤 保留(合法 WHERE,导出本就按诊所过滤)。
- 审计其他表:均朴素(SELECT 列+WHERE);image_finding_rows 是文档记录的已知例外(影像AI pivot,CH 限制)。
- 重摄验证:5993 facts/0 failed,subject_id 与 concat 版一致。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 定义 PAC 咨询主体:一次咨询/初诊事件;intents=患者意向(potential_cure,主观意愿,非诊断)。
  区别 diagnosis(医生客观)/recommendation(医生建议)— 意向不进召回,喂 treatment_intent。
- 链路:fact_consult_out 全 144 诊所,过滤到 5 试点(org IN EMR orgs + patient_register_id=patient_id,
  CH 允许 WHERE 引用别名,同 returnvisit);94.4% 命中。无 id → consult_external_id=(patient,appo,date) concat;
  无 updated_date → 不入 per_query,每轮全量按 org+patient 过滤(幂等,同 returnvisit)。
- canonical-codes:CONSULT_INTENT_TO_CATEGORY(种植→implant…拔功能牙→surgical/早期矫正→ortho/美白→cosmetic)
  + parsePotentialCure(解析 Python list 串)。parser/schema/assembler/manifest 配齐。
- 本地 928:5993 facts,0 未映射,失败0。意向类别:正畸1006/种植733/预防383/充填350/根管316…
- ⚠️ map 改后需 truncate consult+重摄才生效(reparse 缺口 task #46);部署是干净全摄,自动生效。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- urgency_level 单标签(取最大):有潜在待转(8 业务标签 gap)且 末诊>90天→紧急/30-90→高/<30→中。
  末诊口径同 lifecycle(encounter/actual treatment/挂号 max)。
- ⚠️ v1 跳过【已治疗复查路径】(召回未实现复查场景,follow-up)。美学/预防→低(8标签不含,暂不触发)。
- 抽 classifyGapToLabel/ageYearsAt 为共享函数:potential_treatment 出标签 + urgency_level 判待转 共用(单一源)。
- 本地 928:紧急384/高223/中164=771,与 potential_treatment 完全一致。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 新建 PotentialTreatmentSelector(clinical-gap):per-patient gap = 召回 gap 核心(共享 buildGapCore)
  去时间门/合规门(常态属性);按 active 诊断/建议码剪枝。
- potential_treatment 画像特征:gap → 8 业务标签(种植←K08>18 / 补牙←K02 / 根管←K04 /
  牙周←K05,K06 / 正畸←K07>12≤40 / 早矫←K07 3-12 / 修复←K03默认 / 拔牙←K01+K03残根残冠)。多标签。
- 码分组单一源 GAP_PRIMARY_GROUPS:召回 SUB_SCENARIOS 不再内联 dxCodes/recCodes,改引共享。
- ✅ 召回字节等价再验(Phase2 码分组改后 EXCEPT 双向 0 diff,1450 全等)。
- 本地 928:771 患者有潜在治疗(拔牙433/补牙341/修复289/种植184/牙周150/正畸105/根管97/早矫24),
  是召回候选超集(无时间门);正畸+早矫129<召回163 因 spec 正畸封顶40岁(符合预期)。
- 置信度=诊断1.0/建议0.8(复用)。非已丢单 PAC 未摄入,省略(follow-up)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 新建 modules/clinical-gap/potential-treatment-gap.sql.ts:toothArrSql + buildGapCore
  (sig 牙位/resolved/remaining 相减 + ⑤a 判定 + 废用牙/先天剔除 + §E flag),Layer 1 facts 消费层(中立)。
- §E gap flag 单一真理源 GAP_FLAGS_BY_PRIMARY(召回 SUB_SCENARIOS 不再内联)。
- 召回 scenario 改 import 共享片段,SQL 逻辑零改动只搬家。
- ✅ 字节等价验证:新旧码召回集合 EXCEPT 双向 0 diff(本地 928,1450 条全等)。
- 目的:Layer 2 潜在治疗画像将复用同一 gap 核心(避免 Layer 2→3 倒置 + 口径漂移)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 总览表加 治疗敏感 / 禁忌标签;13→15 标签;多标签 + 稀疏 + 未完整实现(Layer C)说明。
- 审查发现 +2:treatment_sensitivity 关键词精炼排假阳;contraindication 不上规则版(否定泛滥/
  量化无数据/需临床判断 → 仅种植年龄,余留 Layer C)。
- follow-up 加 Layer C(LLM)层标签:禁忌完整版/沟通偏好/意向/家庭社交。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- contraindication 多标签结构(种植/正畸/麻醉/手术禁忌)。v1 仅实现【种植年龄禁忌:年龄≤18,
  骨骼发育未完全】,validUntil=满19岁自动解除(到期重算即不打)。
- ⚠️ 其余禁忌不上规则版(会医疗事故):既往史'过敏'97%是'否认过敏'(否定泛滥)、HbA1c全量仅10条
  (量化条件无数据)、需控制状态/急性期判断 → 留 Layer C(LLM 抽取)。data 结构已留多标签位。
- 本地 928:种植禁忌 167,validUntil 正确,交叉验证 age_bracket≤18 一致。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- treatment_sensitivity 多标签:看牙恐惧/晕针/晕血/密闭恐惧。扫 emr_record.content
  (past_history 既往史/illness_desc/pre_illness/disposal 等)+ profile.notes/tags。
- ⭐ 关键词按全量数据排查精炼:看牙恐惧 恐惧/害怕看牙/牙科焦虑/看牙紧张(❌裸紧张=颏肌紧张);
  晕针;晕血/见血不适(❌裸见血=可见血凝块);幽闭/密闭/长时间张口不适(❌裸张口受限=物理受限)。
- 宿主未给 health_profile;EMR 既往史已承载(晕针病史等)。无迁移/无重摄。
- 本地 928:看牙恐惧 2(全量约 177 患者 0.13%,低覆盖高价值安全标记)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

旧版停在早期设计(RFM几何八象限/简化lifecycle/圈人群),跟最终实现对不上。
重写为:画像层定位 + persona schema + 4 数据范式 + 时间语义 + Feature Registry(指向
persona-feature-specs.ts 单一源)+ 13 标签总览表 + 算法审查发现/口径决策(RFM图口径/
lifecycle顺序bug/discount金额非比率/TZ/no_show不在active等)+ follow-up + 部署清单。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- special_attention 多标签:屡次爽约(近1年履约率<50%且决定≥3)/经常迟到(到店>预约+15min≥50%
  且≥3)/免打扰(doNotContact)/不可等候(notes/tags/病历关键词)。
- ⚠️ 挖出 2 个真问题并处理:
  ① no_show/cancelled 预约 patient_facts.status≠active/fulfilled,不在 persona ctx → 新增
     ctx.appointmentsAll(单独加载全状态预约,排 superseded)给爽约/迟到用。
  ② arrived_at(in_time)摄入 TZ bug:比 planned_for 一致早 8h → +8h 补偿(根治修摄入,follow-up)。
- 本地 928:经常迟到86/屡次爽约2(免打扰/不可等候样本无数据,全量会出)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- DW 无 original_amount;discount_*_rate 实为折扣金额(应收3-dept0.45=实收2.55)→
  折扣率=1-Σ折扣/应收。摄入 payment_record.content.discount_cents + settlement_project(重摄)。
- discount_anchor:取真实治疗最深【部分】折扣 + 日期/项目。
- ⚠️ 修 spec 两个 naive 点:① 免费洁牙/检查促销(100%off=0折)会霸占锚点→只看原价≥¥500+ratio>0;
  ② 保险方付款非诊所折扣→排除 discount_insurance_rate(只算科室/公司/卡)。
- 本地 338 患者:avg 6.4折,样例合理(种植9.4折/修复/促销2.9-5.1折)。
- ⚠️ 留口径:近免费(>90%off)comp/全保 是否算锚点;¥500 阈值可调。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- time_preference 多标签:工作日/周末/上午/下午/晚间偏好。近2年预约,北京 TZ。
- ⭐ 数据排查:occurred_at 钟点被搞乱(时区/解析,16-23 乱分布),planned_for +8 才是
  干净营业钟形(8-18 峰 9-15)→ 用 planned_for。无新摄入/无迁移。
- 阈值照 spec:工作日≥60%/周末≥50%/各时段≥50%,记录≥2;无命中→不打标签。
- 注册表 spec/enum/label。本地 601 患者:下午368/工作日305/上午289/周末289。
- ⚠️ follow-up:appointment occurred_at 钟点不可靠(latent bug);TZ 硬编北京,多宿主应读 host TZ。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- treatment_history 多标签:implant→种植史/orthodontic→正畸史/prosthodontic·cosmetic→修复史/
  periodontic→牙周治疗史。不标记 surgical/restorative/endodontic 等基础治疗。
- ⭐ spec 用病历/结算关键词匹配(数仓原始文本);PAC canonical 层已归一成 category →
  直接读,无关键词/无新摄入/无迁移。canonical 层价值体现。
- 注册表 spec/enum/label。本地 773 患者:牙周596/修复195/正畸165/种植120,多标签生效。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- lifecycle_stage 7 阶段(潜客/新客/成长/成熟/待激活/沉睡/流失)。PAC 自算:
  net_receipts_total/total_visit_times 源表(fact_client_out)没有 → 从 payment/就诊 fact 算
  (同 RFM 口径);潜客用 appointment fact。无新摄入/无迁移。
- ⚠️ 修正 spec 顺序 bug:原'沉睡>540'在'流失>730'前→流失永不触发;流失提前到沉睡前。
  本地验证:末诊1913天/23次患者正确判流失(原顺序会误判沉睡)。
- 移除 rfm.data 里的简化 lifecycle(避免与本特征重复;生命周期归本特征单一来源)。
- 注册表 spec/enum/label。本地:成熟614/新客207/成长104/待激活2/流失1。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 摄入 fact_settlement_mode_out.card_type_name/card_name → payment_record.content
  (payment.parser + schema + payment.yaml;String() 强转防数字型卡券值炸 .trim)。
- entitlement_status 重写:遍历结算卡券/保司/channel 关键词多标签(允许并列):
  高端保险直付/银行私行权益/储值会员/儿牙会员/医保客户;未命中→不打标签。
- 注册表 spec(v2)。本地 928:医保225/银行私行175/儿牙35/储值27/高端保险17(274 患者有权益)。
- 无 schema migration(卡券名落 content JSONB);需重摄 payment facts。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 摄入 fact_client_out.recommend_num/recommend_amount → 副表立柱 referral_count/referral_amount_cents
  (元→分;canonical schema + patient.yaml + cold-import/dispatcher 两路 upsert + migration)。
- referral_champion 特征:门槛 recommend_num≥3 且转化额>0;直系家庭≥3→家庭型,否则社交型;不满足→不打标签。
- 本地 928:26 社交型(家庭型需≥3直系家庭,样本稀疏未出)。
- ⚠️ v1 用 DW 预聚合替代逐个被推荐人'均有效转化'(跨患者+需被推荐人已摄入,留 v2)。
- ⚠️ recommend_num 增量刷新滞后(fact_client_out 游标=last_visit_time,无 updated_date):
  推荐人下次到诊/全量重摄才更新;真修=游标改 greatest(last_visit_time,recommend_last_visit_time)(follow-up)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 复用 PAC PatientRelation 边表(无迁移/无重摄):relations 注入 persona ctx,
  family_structure extractor 反推直系亲属结构。
- 直系 spouse/child·grandchild/father·mother·grandparent;sibling/friend/other 噪音不计。
  有长辈→多代/有子女→多口/有配偶→两口/有非直系边→单身/无边→不打标签(数据缺不臆断)。
- 注册表 spec/enum/label。本地 85/928:多口28/多代21/两口19/单身17。
  ⚠️ 覆盖依赖关系边,样本稀疏+非全量偏低;多代采广义(有长辈即跨代)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- DW fact_client_out.primary_category/sub_category(L2 初诊来源)→ 摄入 PAC 副表
  patient_profiles.acquisition_channel(PAC立柱标准枚举)/acquisition_sub(host原值)。
- 链路:canonical-codes.PACAcquisitionChannels(单一收口)+ patient.yaml enum_mapping(走入→walk_in 等)
  + PatientCanonicalSchema + 两条 upsert 路径(cold-import 全量 / dispatcher 增量)+ migration(2列+索引)。
- acquisition_channel persona 特征(snapshot,读副表立柱出标签)+ 注册表 spec/enum/label。
- 本地重摄 928:口碑331/走入162/集团营销158/地区营销157/电商65/集团销售53/自媒体2,特征100%覆盖。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

gender extractor:patient.gender 映射 M/男→男性、F/女→女性、其他→未知(照图,三值)。
注册表 spec + enum/label;来源可切(现 patient.gender,宿主给 client_gender 后切)。
本地 928:女 468 / 男 460,画像现役 5 特征(rfm/age_bracket/gender/dnc/entitlement)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- age_bracket extractor:从 patient.birthDate 算周岁 → 9 档(婴幼儿..老年),照图区间;
  3/55 重叠按'下界含、归下一档'+ ≥55→老年消歧。snapshot 时间语义(历史读版本流)。
- 注册表 spec(标签卡)+ enum/label;数据来源可切(现 birthDate 自算,宿主给 client_age 后切)。
- birthDate 缺失/年龄越界(<0/>120 脏数据)→ 不打标签。
- 本地 928 验证:分布合理、边界消歧正确、覆盖率 100%。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- treatment-initiation-recall.fetchPersonaContext:改读 rfm.data(valueTier/riskScore),
  rfm 缺失优雅回退旧字段。本地 1437/1437 plan 打分零变化 → 翻转行为等价。
- FeatureRegistry/persona.module:摘除 value/recall_risk/treatment_chain_status 三个 extractor
  (treatment_chain 降级为详情页 episode 视图,后续单做);现役 rfm/dnc/entitlement。
- rfm 决策树补全:develop 档 F=2 扩 F<3(近期单次新客→一般发展,不误落低活跃)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- rfm.feature 改为业务整理好的 RFM 定义:R/F 分段照图、M 按租户分位(p20/40/60/80)、
  8 段决策树(重要价值..低活跃)。R/F/M = last_visit_time/visit_times/net_receipts_total(lifetime)。
- M 分位需群体计算:PersonaService 算+缓存租户分位阈值(30min TTL),注入 ctx.populationStats;
  缺失降级绝对¥档。valueTier(绝对¥)/riskScore 保留 → 仍 100% 兼容旧 value/recall_risk。
- 新增 persona-feature-specs.ts:标签注册表(标签值/数据来源/数据字段/释义/算法/时间语义),
  代码存、来源可切(现 PAC 自算,宿主 CDP 报表给出后切宿主值)。score 列弃用语义。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 新增 rfm feature(融合 R最近/F频次/M金额三时间语义):data 带 segment 八象限 +
  lifecycle 生命周期 + valueTier(0-4)/riskScore(0-3)。统一旧 value+recall_risk。
- additive 接入(暂不动 scorer/旧特征);本地 928 验证:分布临床合理,且
  valueTier/riskScore 100% 复现旧 value.score/recall_risk.score → 后续翻转零风险。
- recompute-persona 加 --force:算法/特征变更后(数据没变)跳过水位幂等闸强制重算
  (部署到服务器也需要,否则全 noop)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

画像从'被动打分+话术标签'升级为有治理、有时间语义、可圈人群的特征体系:
- 时间语义模型(snapshot/window/lifetime/trend,每特征声明;画像=压缩当前态,历史留fact层,版本流=point-in-time)
- Feature Registry 单一收口(OneModel)+ CI 防漂移
- persona_features 加 typed value JSONB(支持 SQL 圈人群)
- RFM 八象限(统一现有 value+risk:M→value,R+F→lifecycle/risk)+ 召回语义映射
- lifecycle_stage 生命周期分层;treatment_chain 移出画像→episode 视图
- Campaign 圈人群→批量召回;质量监控;分 5 PR 实施

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- parseScriptMarkdownToSections 改通用 H2 解析:原只认稳健 4 固定标题(开场白/...),
  深度/标准的自由标题反 parse 全落空 → plan_scripts 存了内容但刷新显示'尚未生成'。
  现按任意 ## 标题切段(稳健固定标题映射已知 id,标准/深度自由标题用 s{n}+原标题),三档通用。
- KeyFactsCard 主治医生:影像AI(image_ai 触发诊断)不当主治医生显示,退回真实最高频医生
  (排除影像AI/image_ai),真无人类医生 → '—'。话术侧 extractPrimaryDoctor 本就排除,一致。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

§E 三条剔除(已落地 scenario)之前会被扫描器虚报成 truly_unexplained;补 x_thirdmolar/
x_congenital/x_orthoextract 三 flag,FN 按首个命中归桶,truly_unexplained 才准。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

仅 missing_tooth 子场景加 3 条剔除:
- excludeThirdMolar:智齿位 18/28/38/48 不召种植
- excludeOrthoExtractionSites:该牙有外科拔除 + 患者正畸语境(K07/正畸治疗)= 正畸减数位,
  缝隙靠矫治关闭,不种植(折进 resolvedTeeth 按牙减,忽略时间方向:拔在 K08 诊断前也算)
- excludeCongenitalName:name 含'先天'(先天缺失等)→ 正畸统筹开/关隙,不自动召修复
本地验证:智齿位 active 召回 2→0,3573063 '38;46'→'46'(精准保留真磨牙),无过度抑制(FP 仍1)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- treatment-initiation-recall:excludeIfEverTreated(K05牙周/K07正畸)从"曾做过即永久排除"
  改为"治疗须晚于该病【最新诊断】才算已处理"。最新诊断在末次治疗之后(复发未治)→ 重新召回;
  维护中患者(末次治疗≥最新诊断)继续排除,活跃患者仍由 cooldown/⑤b/⑤d/⑤f 兜住。
  仅改两段时间方向 fragment + 加 latestDxOfCode 子查询。
  本地 1000 患者验证:复发漏召 27→6(残留全是 cooldown内/已指派锁/⑤d 合法不召),牙位级 FP 无回归。
- 新增 sql/verify-recall.sql:只读召回正确性扫描器(FP 硬闸 + 牙位交叉表 + FN 逐层解释 +
  全口复发 + K08正畸语境),每次摄入/改算法后跑做回归。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 数据:data/jvs-dw/users.json — 116 位在岗客服(回访表口径·近12月),
  结构 = 未来 users/user_clinics 两表形状(externalId/name/tenant/roles/clinics)
- 后端:mock-users.ts 加载器(cwd 解析+缓存);mockLogin 支持 userExternalId
  (选具体客服→sub=externalId/真实姓名/该客服诊所);新增 GET /auth/mock-users
- 前端:快速登录改为「角色(权限)+ 选客服」合并式;名册拉不到时降级回通用网格
- 前端:列表页诊所筛选选项改用 user.clinicIds(RBAC 可见范围),名取 dictionary
  (原误用全 tenant 名表,与后端 scope.clinicIds 过滤对齐)

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- RegenBtn:[档位▾][模型▾][重新生成] —— 两下拉只选不触发,重新生成移右为唯一触发口。
- 原文视图:默认展开语义(只记主动折叠)→ 流式时新段(s0/s1…)也展开,不再折叠。
- loading 骨架分档:稳健 4 段固定标题 / 标准 4 段无标题 / 深度 1 段(段数不定)。
- AIStamp 精简(去图标+label,只留相对时间)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

标准档:4 固定角色字段 → 自由 sections[](固定4段,复用 DeepDraft + 段渲染 +
  段数组安全规则);format.md 去 tier 污染纯指令;流式(段数组 partial 边渲染)。
深度档:富输入 base++ — 历史联系(patient_return_visits 最近5条)+ persona 价值/流失风险,
  经 buildDeepExtensions 进 plan/write/verify;plan 放开结构(去固定段式、允许其他牙开段);
  verify 加 quality 质量评分(1-5,非 gate,回填 judgeScore/judgeRubric 供 eval);format 去污染。
治疗计划:ScriptMedicalRecord.plannedTreatments(treatment_record planned)— 原只读常空的
  emr.treatment_plan 导致话术缺治疗计划;stable/standard 渲染;standard 病历补全到全 SOAP。
tone 收拢:shared/tone.ts 单一源(枚举/describe/label);选择规则只留人群 SKILL(system),
  user prompt 只给信号(熟络度),模型判断。占位:去模板档去 {} 替换占位,只留【时间段】人工填。

资深审查修复:
- P0 SSE 客户端断连无清理 → AbortController 串到底(controller→orchestrator→runner→
  generateObject/streamObject abortSignal):断连即取消在途 LLM(深度3-4步不再白烧),
  abort 不兜底/不写 PlanScript。实测:深度 6s 掐断仅 +1 条 aborted、PlanScript 未脏。
- P1 深度质量分回填到最终 invocation(原挂被丢弃的草稿);深度非流式 cacheHit 真实累计
  (原硬编码 false);extractPrimaryDoctor 注释更正;skill-registry 陈旧 env 名更正。

两端 tsc 通过;三档 dry-run + 流式 + 中断 均验证。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>