fix(memoir): 改善 story 合并决策，少生碎片篇

以前模型只看到很短预览，还容易被引导成新建 story。现在优先用已有摘要、
按需带正文片段，并区分「像续写同一主题」和「像换了一件事」；
beliefs/summary 更鼓励接着写， career/童年等仍可按新事件新开。

api/app/agents/memoir/prompts.py

@@ -436,6 +436,40 @@ def get_narrative_merge_json_prompt(
 """
 
 
+def story_route_merge_hint_for_category(chapter_category: str) -> str:
+    """按章节类目的 append/new 倾向（与 StoryRouteAgent 路由提示共用）。"""
+    cc = (chapter_category or "").strip()
+    if cc in ("beliefs", "summary"):
+        return (
+            "### 本章类别路由倾向（强主题容器）\n"
+            "- 多条短感悟、同一价值维度、同一总结脉络的补充 → **优先 append_story**，"
+            "选最匹配的一条候选 id。\n"
+            "- 仅在用户明确讲述**与所有候选主题明显不相关**、且可独立成篇的长经历时，才用 new_story。"
+        )
+    if cc == "family":
+        return (
+            "### 本章类别路由倾向（家庭）\n"
+            "- 原则性反思、关系模式、相处之道的补充 → **倾向 append_story**。\n"
+            "- **明确的新事件链**（新场景、新时间线、不同人物组合的新经历）→ 可 new_story。"
+        )
+    if cc in (
+        "childhood",
+        "education",
+        "career_early",
+        "career_achievement",
+        "career_challenge",
+    ):
+        return (
+            "### 本章类别路由倾向（经历叙事）\n"
+            "- 以具体事件链为主：**不同事件 / 时期 / 地点** → 可 new_story。\n"
+            "- 明显是**同一段经历的续叙、补充细节** → append_story。"
+        )
+    return (
+        "### 本章类别路由倾向（一般）\n"
+        "- 同时参考「主题连续性」与「事件切换」两类信号做判断。"
+    )
+
+
 def get_story_route_prompt(
     *,
     chapter_category: str,
@@ -448,15 +482,24 @@ def get_story_route_prompt(
     「故事」= 可独立讲述的一段人生经历；进入本步的批次已归入具体 chapter category
     （含模型返回 none 或零散档案启发式时映射的 summary）。
     """
-    return f"""你是回忆录编辑助手。根据本批用户口述与候选故事列表，决定：
-- append_story：内容明显延续、补充某一已有故事的主题与时间线，且能对应到具体 candidate id
-- new_story：新话题、新人生阶段片段，或与所有候选故事都不够贴合
+    merge_hint = story_route_merge_hint_for_category(chapter_category)
+    return f"""你是回忆录编辑助手。根据本批用户口述与【候选故事】决定 append_story 或 new_story。
 
 **JSON 输出**：接口已启用 `response_format=json_object`，只输出下面 schema 的一个合法 JSON 对象，不要 markdown。
 
-「故事」在此指：**可独立讲述的一段人生经历**——单一主题或同一事件链；不要假设本批里包含多个互不相关的故事（多段由系统其它步骤处理）。
+## 两层决策标准（必须先在心里过一遍）
+1. **主题连续性信号**：价值观、关系模式、长期总结、同一反思维度；口述是否像在**同一主题容器**里加厚？
+2. **事件切换信号**：是否出现**新人物组合、新地点、新时间段、新事件因果链**，与候选正文明显是**另一段经历**？
 
-**路由边界（必须遵守）**：仅根据下方「本批口述合并文本」判断 new_story 与 append_story；不得将系统检索摘要、记忆摘录、图谱事实或其它非用户口述材料当作本批口述内容来匹配候选故事。
+- 类别 **beliefs / summary**：更重主题连续性；除非事件切换信号极强，否则倾向 append。
+- 类别 **career_* / childhood / education**：更重事件链；不同事件可 new，同一经历续聊则 append。
+- 类别 **family**：两类信号兼顾——原则/关系反思倾向 append；明确新事件链可 new。
+
+{merge_hint}
+
+**路由边界（必须遵守）**：仅根据下方「本批口述合并文本」判断；不得将系统检索摘要、记忆摘录等当作本批口述内容来匹配候选。
+
+**候选故事说明**：列表项可能含 `summary` 或 `body_for_route`（正文摘要）；仅含 `preview` 者为索引项，信息不全。**append 时优先匹配带 summary 或 body 的条目**；索引项仅作候选 id 备忘。
 
 当前章节（写作容器）：
 - category: {chapter_category}
@@ -465,7 +508,7 @@ def get_story_route_prompt(
 【本批口述合并文本】
 {batch_transcript}
 
-【候选故事】（仅允许在 append 时选择其中的 id；id 必须原样复制）
+【候选故事】（append 时 target_story_id 必须来自下列 id，且原样复制）
 {candidate_stories_json}
 
 ## 输出 JSON（仅此一个对象，不要 markdown）
@@ -476,7 +519,8 @@ def get_story_route_prompt(
 }}
 
 规则：
-- 若无法自信匹配某一候选，选 new_story
+- **不要**只因「不太确定」就选 new_story；在主题可并入某一候选时应 append_story。
+- 仅当口述与**所有**候选在两层标准下都明显不兼容时，才选 new_story。
 """
 
 
@@ -488,17 +532,28 @@ def get_story_batch_plan_prompt(
     candidate_stories_json: str,
 ) -> str:
     """同一章节类别下多 segment：划分为若干写入单元（每单元 new 或 append）。输出严格 JSON。"""
+    merge_hint = story_route_merge_hint_for_category(chapter_category)
     return f"""你是回忆录编辑助手。下面同一章节类别下有一批**按时间顺序**的用户口述片段（每段有 id 与文本）。
 
 **JSON 输出**：接口已启用 `response_format=json_object`，只输出下面 schema 的一个合法 JSON 对象，不要 markdown。
 
+## 两层决策标准（每一块都要应用）
+1. **主题连续性信号**：价值观、关系模式、长期总结、同一反思维度。
+2. **事件切换信号**：新人物组合、新地点、新时间段、新事件因果链。
+
+各类别倾向与单段路由一致：beliefs/summary 重主题连续性；career/childhood/education 重事件链；family 兼顾。
+
+{merge_hint}
+
 ## 「故事」定义（必须遵守）
-一段「故事」= **可独立讲述的一段人生经历**：单一主题或同一事件链，能单独成篇。若话题切换、时间线跳到另一件事、人物/主线明显变化，应作为**新的故事**（new_story），而不是塞进同一段 append。
+一段「故事」= **可独立讲述的一段人生经历**。**同一主题容器内的连续口述**应并入同一块 append，而不是切碎成多个 new_story。
 
 ## 任务
-将本批 segment **划分为连续若干块**（每块包含至少一个 segment，顺序不能打乱；每个 segment 必须恰好属于一块）。对每一块决定：
-- **append_story**：内容明显延续、补充**某一已有候选故事**的主题与时间线，且能对应到具体 candidate id
-- **new_story**：新话题、与所有候选故事都不够贴合、或应独立成篇的片段
+将本批 segment **划分为连续若干块**（每块至少一个 segment，顺序不能打乱；每个 segment 必须恰好属于一块）。对每一块决定：
+- **append_story**：与某一候选在两层标准下可合并，且能对应到具体 candidate id
+- **new_story**：该块与**所有**候选都明显不兼容，或确认为独立新经历
+
+**候选故事说明**：条目可能含 `summary`/`body_for_route`；仅 `preview` 者为索引项。**优先用带摘要/正文的条目做 append 目标**。
 
 当前章节（写作容器）：
 - category: {chapter_category}
@@ -507,7 +562,7 @@ def get_story_batch_plan_prompt(
 【本批口述片段】（JSON 数组，顺序即口述顺序）
 {segments_json}
 
-【候选故事】（仅允许在 append 时选择其中的 id；id 必须原样复制）
+【候选故事】（append 时 target_story_id 必须来自下列 id，且原样复制）
 {candidate_stories_json}
 
 ## 输出 JSON（仅此一个对象，不要 markdown）
@@ -524,7 +579,7 @@ def get_story_batch_plan_prompt(
 
 规则：
 - `units` 中所有 `segment_ids` 拼接后，必须**不重不漏**地覆盖本批全部 id，且顺序与【本批口述片段】数组一致
-- 若无法自信匹配某一候选，对该块选 new_story
+- **不要**仅因不确定就对整块选 new_story；能并入候选时应 append_story
 """
 
 

api/app/agents/memoir/story_route_agent.py

@@ -13,6 +13,8 @@ from app.agents.memoir.prompts import (
     get_story_batch_plan_prompt,
     get_story_route_prompt,
 )
+from app.agents.memoir.story_route_payload import build_route_candidate_json
+from app.core.config import settings
 from app.core.langchain_llm import invoke_json_object
 from app.core.logging import get_logger
 from app.features.story.models import Story
@@ -63,40 +65,6 @@ class StoryRouteDecision(BaseModel):
         return str(v)
 
 
-def _build_candidate_json(
-    stories: list[Story],
-    *,
-    preview_chars: int = 220,
-    story_meta: dict[str, dict[str, int]] | None = None,
-) -> str:
-    """story_meta: story_id -> { char_count, version_count }，供路由感知篇幅与版本数。"""
-    rows: list[dict[str, Any]] = []
-    meta = story_meta or {}
-    for s in stories:
-        md = (s.canonical_markdown or "").strip().replace("\n", " ")
-        preview = md[:preview_chars] + ("…" if len(md) > preview_chars else "")
-        links: list[str] = []
-        for cl in getattr(s, "chapter_links", None) or []:
-            ch = getattr(cl, "chapter", None)
-            if ch is None:
-                continue
-            cat = getattr(ch, "category", None) or ""
-            tit = getattr(ch, "title", None) or ""
-            links.append(f"{tit}({cat})")
-        row: dict[str, Any] = {
-            "id": s.id,
-            "title": s.title,
-            "preview": preview,
-            "linked_chapters": links,
-        }
-        m = meta.get(str(s.id))
-        if m:
-            row["char_count"] = int(m.get("char_count", 0))
-            row["version_count"] = int(m.get("version_count", 0))
-        rows.append(row)
-    return json.dumps(rows, ensure_ascii=False, indent=2)
-
-
 def _build_segments_json_for_plan(
     segments: list[tuple[str, str]], *, text_preview_chars: int = 4000
 ) -> str:
@@ -157,7 +125,7 @@ class StoryRouteAgent:
                 new_story_title=None,
                 reason="no_llm",
             )
-        payload = _build_candidate_json(candidate_stories, story_meta=story_meta)
+        payload = build_route_candidate_json(candidate_stories, story_meta, settings)
         prompt = get_story_route_prompt(
             chapter_category=chapter_category,
             chapter_title=chapter_title,
@@ -211,7 +179,7 @@ class StoryRouteAgent:
         """
         if not llm or len(segments) < 2:
             return None
-        payload = _build_candidate_json(candidate_stories, story_meta=story_meta)
+        payload = build_route_candidate_json(candidate_stories, story_meta, settings)
         segments_json = _build_segments_json_for_plan(segments)
         prompt = get_story_batch_plan_prompt(
             chapter_category=chapter_category,

api/app/agents/memoir/story_route_payload.py

@@ -0,0 +1,230 @@
+"""
+Story 路由：候选故事 JSON 载荷（summary 优先、预算裁剪、固定排序）。
+
+供 StoryRouteAgent 与单测复用。
+"""
+
+from __future__ import annotations
+
+import json
+from datetime import timezone
+from typing import Any, TYPE_CHECKING
+
+if TYPE_CHECKING:
+    from app.core.config import Settings
+
+from app.features.story.models import Story
+
+
+def _linked_chapters(s: Story) -> list[str]:
+    links: list[str] = []
+    for cl in getattr(s, "chapter_links", None) or []:
+        ch = getattr(cl, "chapter", None)
+        if ch is None:
+            continue
+        cat = getattr(ch, "category", None) or ""
+        tit = getattr(ch, "title", None) or ""
+        links.append(f"{tit}({cat})")
+    return links
+
+
+def _updated_at_iso(s: Story) -> str:
+    ua = getattr(s, "updated_at", None)
+    if ua is None:
+        return ""
+    if ua.tzinfo is None:
+        ua = ua.replace(tzinfo=timezone.utc)
+    return ua.isoformat()
+
+
+def _has_usable_summary(s: Story, summary_min_len: int) -> bool:
+    t = (getattr(s, "summary", None) or "").strip()
+    return len(t) >= summary_min_len
+
+
+def _truncate_body_for_route(
+    md: str,
+    *,
+    body_max_chars: int,
+    head_chars: int,
+    tail_chars: int,
+) -> str:
+    """单篇正文进入路由 prompt 的裁剪：尽量全文，否则 head+tail。"""
+    m = (md or "").strip()
+    if not m:
+        return ""
+    if len(m) <= body_max_chars:
+        return m
+    hc = max(1, min(head_chars, body_max_chars // 2))
+    tc = max(1, min(tail_chars, body_max_chars // 2))
+    mid_omit = len(m) - hc - tc
+    if mid_omit <= 0:
+        return m[:body_max_chars]
+    return f"{m[:hc]}\n…（中间省略 {mid_omit} 字）…\n{m[-tc:]}"
+
+
+def sort_stories_for_route(
+    stories: list[Story],
+    story_meta: dict[str, dict[str, int]],
+    *,
+    summary_min_chars: int,
+) -> list[Story]:
+    """has_summary(desc) → updated_at(desc) → version_count(desc) → char_count(desc) → id(asc)"""
+
+    def key(s: Story) -> tuple:
+        sid = str(s.id)
+        m = story_meta.get(sid) or {}
+        vc = int(m.get("version_count", 0))
+        cc = int(m.get("char_count", 0))
+        ua = getattr(s, "updated_at", None)
+        ts = 0.0
+        if ua is not None:
+            if ua.tzinfo is None:
+                ua = ua.replace(tzinfo=timezone.utc)
+            ts = ua.timestamp()
+        return (
+            not _has_usable_summary(s, summary_min_chars),
+            -ts,
+            -vc,
+            -cc,
+            sid,
+        )
+
+    return sorted(stories, key=key)
+
+
+def _build_full_row(
+    s: Story,
+    story_meta: dict[str, dict[str, int]],
+    *,
+    summary_min_chars: int,
+    body_max_chars: int,
+    head_chars: int,
+    tail_chars: int,
+) -> dict[str, Any]:
+    sid = str(s.id)
+    meta = story_meta.get(sid) or {}
+    canon = (s.canonical_markdown or "").strip()
+    char_count = int(meta.get("char_count", len(canon)))
+    version_count = int(meta.get("version_count", 0))
+    row: dict[str, Any] = {
+        "id": s.id,
+        "title": s.title,
+        "char_count": char_count,
+        "version_count": version_count,
+        "updated_at": _updated_at_iso(s),
+        "linked_chapters": _linked_chapters(s),
+    }
+    if _has_usable_summary(s, summary_min_chars):
+        row["summary"] = (getattr(s, "summary", None) or "").strip()
+        return row
+    body = _truncate_body_for_route(
+        canon,
+        body_max_chars=body_max_chars,
+        head_chars=head_chars,
+        tail_chars=tail_chars,
+    )
+    if body:
+        row["body_for_route"] = body
+    return row
+
+
+def _build_index_row(
+    s: Story,
+    story_meta: dict[str, dict[str, int]],
+    *,
+    preview_chars: int,
+) -> dict[str, Any]:
+    sid = str(s.id)
+    meta = story_meta.get(sid) or {}
+    canon = (s.canonical_markdown or "").strip().replace("\n", " ")
+    preview = canon[:preview_chars] + ("…" if len(canon) > preview_chars else "")
+    char_count = int(meta.get("char_count", len((s.canonical_markdown or "").strip())))
+    return {
+        "id": s.id,
+        "title": s.title,
+        "char_count": char_count,
+        "preview": preview,
+    }
+
+
+def _rows_json_len(rows: list[dict[str, Any]]) -> int:
+    return len(json.dumps(rows, ensure_ascii=False))
+
+
+def apply_total_budget_downgrade(
+    rows: list[dict[str, Any]],
+    *,
+    stories_by_id: dict[str, Story],
+    story_meta: dict[str, dict[str, int]],
+    total_max_chars: int,
+    index_preview_chars: int,
+) -> list[dict[str, Any]]:
+    """从列表尾部（低优先级）起将整行降级为索引行，直到 JSON 总长不超过预算。"""
+    out = [dict(r) for r in rows]
+
+    def _is_index_row(r: dict[str, Any]) -> bool:
+        return "preview" in r and "summary" not in r and "body_for_route" not in r
+
+    while _rows_json_len(out) > total_max_chars:
+        replaced = False
+        for i in range(len(out) - 1, -1, -1):
+            sid = str(out[i].get("id", ""))
+            st = stories_by_id.get(sid)
+            if st is None or _is_index_row(out[i]):
+                continue
+            out[i] = _build_index_row(
+                st,
+                story_meta,
+                preview_chars=index_preview_chars,
+            )
+            replaced = True
+            break
+        if not replaced:
+            break
+    return out
+
+
+def build_route_candidate_rows(
+    stories: list[Story],
+    story_meta: dict[str, dict[str, int]] | None,
+    settings: "Settings",
+) -> list[dict[str, Any]]:
+    """排序 + 完整候选行（尚未做总预算降级）。"""
+    meta = story_meta or {}
+    summary_min = int(settings.story_route_summary_min_chars)
+    ordered = sort_stories_for_route(stories, meta, summary_min_chars=summary_min)
+    body_max = int(settings.story_route_candidate_body_max_chars)
+    head_c = int(settings.story_route_long_body_head_chars)
+    tail_c = int(settings.story_route_long_body_tail_chars)
+    rows: list[dict[str, Any]] = []
+    for s in ordered:
+        rows.append(
+            _build_full_row(
+                s,
+                meta,
+                summary_min_chars=summary_min,
+                body_max_chars=body_max,
+                head_chars=head_c,
+                tail_chars=tail_c,
+            )
+        )
+    by_id = {str(s.id): s for s in ordered}
+    total_max = int(settings.story_route_candidate_total_max_chars)
+    index_prev = int(settings.story_route_index_preview_chars)
+    return apply_total_budget_downgrade(
+        rows,
+        stories_by_id=by_id,
+        story_meta=meta,
+        total_max_chars=total_max,
+        index_preview_chars=index_prev,
+    )
+
+
+def build_route_candidate_json(
+    stories: list[Story],
+    story_meta: dict[str, dict[str, int]] | None,
+    settings: "Settings",
+) -> str:
+    rows = build_route_candidate_rows(stories, story_meta, settings)
+    return json.dumps(rows, ensure_ascii=False, indent=2)

api/app/core/config.py

@@ -217,6 +217,15 @@ class Settings(BaseSettings):
     # Append 硬上限：canonical 字符数、版本数（超限强制 new_story）
     story_append_max_canonical_chars: int = Field(default=12000, ge=1000, le=500_000)
     story_append_max_versions: int = Field(default=20, ge=1, le=500)
+    # StoryRouteAgent：候选 JSON 预算（保守默认，可调大）
+    story_route_candidate_body_max_chars: int = Field(default=1600, ge=200, le=8000)
+    story_route_candidate_total_max_chars: int = Field(
+        default=16_000, ge=2000, le=100_000
+    )
+    story_route_long_body_head_chars: int = Field(default=700, ge=100, le=4000)
+    story_route_long_body_tail_chars: int = Field(default=700, ge=100, le=4000)
+    story_route_summary_min_chars: int = Field(default=30, ge=0, le=500)
+    story_route_index_preview_chars: int = Field(default=80, ge=20, le=500)
     # Evidence 检索 top_k：大批次 unit 时降低检索量
     evidence_top_k_default: int = Field(default=10, ge=1, le=50)
     evidence_top_k_large_batch: int = Field(default=5, ge=1, le=50)