fix(rag): BM25 分歧救援 source 一致性校验 + 意图分析 max_tokens 修复

1. _rescue_bm25_divergence 情况 B 注入前校验 source 与 contexts 多数 source 一致，
   防止跨文档注入无关切片（如 2.docx 吸烟场所切片混入 1.docx 投放查询）
2. INTENT_MAX_TOKENS 从 2048 提升至 4096，修复 mimo-v2.5 思维链截断导致意图分析偶发失败

评测 R2+ 结果：overall 4.35（基线 4.20），忠实度 +0.24，幻觉率不变

api/chat_routes.py

@@ -534,6 +534,15 @@ def _rescue_bm25_divergence(contexts: List[Dict], search_result: dict,
         if chunk_id:
             existing_ids[chunk_id] = i
 
+    # 计算 contexts 中的多数 source（用于情况 B 注入校验）
+    # 防止跨文档注入无关切片（如 q013 场景：2.docx 的吸烟场所切片被注入到 1.docx 的查询中）
+    source_counter: Dict[str, int] = {}
+    for ctx in contexts:
+        src = ctx.get('meta', {}).get('source', '')
+        if src:
+            source_counter[src] = source_counter.get(src, 0) + 1
+    majority_source = max(source_counter, key=source_counter.get) if source_counter else None
+
     rescued_count = 0
 
     for bm25_item in bm25_top3:
@@ -560,8 +569,18 @@ def _rescue_bm25_divergence(contexts: List[Dict], search_result: dict,
             continue
 
         # 情况 B：切片不在 contexts 中（被 rerank 截断或已被过滤）
-        # 从 _bm25_top3 备份中注入
+        # 从 _bm25_top3 备份中注入，但需校验 source 一致性
         if bm25_doc and bm25_meta:
+            bm25_source = bm25_meta.get('source', '')
+            # source 一致性校验：只注入与 contexts 多数 source 一致的切片
+            # 避免跨文档注入无关内容（如 2.docx 的吸烟场所切片混入 1.docx 的投放查询）
+            if majority_source and bm25_source and bm25_source != majority_source:
+                logger.debug(
+                    f"BM25 分歧救援 (情况B-跳过): rank={rank}, "
+                    f"source={bm25_source} != majority={majority_source}, "
+                    f"section={bm25_meta.get('section', '')}"
+                )
+                continue
             injected_ctx = {
                 'doc': bm25_doc,
                 'meta': bm25_meta,

config.py

@@ -101,7 +101,7 @@ LLM_MAX_TOKENS = 3000            # 最大输出 token 数
 # ----- 意图分析（轻量、确定性高）-----
 # INTENT_MODEL 在顶部「一、API 密钥与模型」中统一配置
 INTENT_TEMPERATURE = 0.1
-INTENT_MAX_TOKENS = 2048        # 推理模型需要额外 token 用于思维链
+INTENT_MAX_TOKENS = 4096        # 推理模型思维链消耗大量 token，2048 偶发截断导致意图分析失败
 INTENT_HISTORY_WINDOW = 6        # 分析时取最近几条历史消息
 
 # ==============================================================================