fix: 语义缓存误命中修复 — 二次 Jaccard 验证 + query-only embedding

问题: 同会话中语义相近但不同的问题(如"总体要求"vs"工作流程和规范要求")
会错误命中缓存，返回上一个问题的答案。

修复:
- intent_analyzer: 缓存 embedding 改用 query-only(不含历史)，避免上下文污染
- intent_analyzer + chat_routes: 缓存读取增加字符级 Jaccard 二次验证(阈值0.5)
- 缓存写入存储 _raw_query 供二次验证比对
- 兼容旧缓存条目(无 _raw_query 时放行)

core/intent_analyzer.py

@@ -308,18 +308,30 @@ class IntentAnalyzer:
             return self._exact_cache[exact_key]
 
         # 2. 尝试从语义缓存获取
+        #    关键：语义缓存只用原始 query 做 embedding（不含历史），
+        #    避免同会话中不同问题因历史上下文污染导致误命中
         cache = self._get_cache()
         if cache:
-            # 使用 query + 历史关键信息作为缓存键
-            cache_key = self._build_cache_key(query, history)
-            cache_emb = self._get_embedding(cache_key)
+            query_emb = self._get_embedding(query)
 
-            if cache_emb is not None:
-                cached = cache.get(cache_emb)
+            if query_emb is not None:
+                cached = cache.get(query_emb)
                 # 确保缓存条目是意图分析结果（非 RAG 回答缓存）
                 if cached and cached.get("cache_type") != "rag_answer":
-                    logger.info(f"意图分析缓存命中: {cached.get('reason', '')[:50]}")
-                    return IntentAnalysis.from_dict(cached)
+                    # 二次验证：检查原始 query 文本相似度
+                    cached_query = cached.get("_raw_query", "")
+                    if cached_query and self._query_text_similar(query, cached_query):
+                        logger.info(f"意图分析缓存命中: {cached.get('reason', '')[:50]}")
+                        return IntentAnalysis.from_dict(cached)
+                    elif cached_query:
+                        logger.info(
+                            f"意图分析缓存二次验证拒绝: "
+                            f"query='{query[:30]}' vs cached='{cached_query[:30]}'"
+                        )
+                    else:
+                        # 旧缓存无 _raw_query 字段，兼容放行
+                        logger.info(f"意图分析缓存命中(无验证): {cached.get('reason', '')[:50]}")
+                        return IntentAnalysis.from_dict(cached)
                 else:
                     logger.debug(f"意图分析缓存未命中，缓存状态: {cache.get_stats()}")
             else:
@@ -388,10 +400,12 @@ class IntentAnalyzer:
                 )
 
                 # 存入语义缓存（标记类型，避免与 RAG 回答缓存混淆）
-                if cache and cache_emb is not None:
+                # 使用仅含 query 的 embedding，不含历史，防止同会话误命中
+                if cache and query_emb is not None:
                     cache_data = analysis.to_dict()
                     cache_data["cache_type"] = "intent_analysis"
-                    cache.set(cache_emb, cache_data)
+                    cache_data["_raw_query"] = query  # 供二次验证使用
+                    cache.set(query_emb, cache_data)
 
                 # 存入精确匹配缓存
                 if len(self._exact_cache) < self._exact_cache_max:
@@ -431,6 +445,32 @@ class IntentAnalyzer:
 
         return " | ".join(parts)
 
+    @staticmethod
+    def _query_text_similar(query: str, cached_query: str, threshold: float = 0.5) -> bool:
+        """
+        判断两个 query 文本是否足够相似（字符级 Jaccard）。
+        用于语义缓存命中后的二次验证，防止语义相近但实际意图不同的问题误命中。
+
+        Args:
+            query: 当前查询
+            cached_query: 缓存中的原始查询
+            threshold: 相似度阈值，默认 0.5
+
+        Returns:
+            True 表示足够相似，可以命中缓存
+        """
+        # 精确匹配快速路径
+        if query.strip() == cached_query.strip():
+            return True
+        # 字符级 Jaccard 相似度
+        set_a = set(query)
+        set_b = set(cached_query)
+        if not set_a or not set_b:
+            return False
+        intersection = len(set_a & set_b)
+        union = len(set_a | set_b)
+        return (intersection / union) >= threshold
+
     def _build_history_summary(
         self,
         history: List[dict],