feat(exam_pkg): 优化出题系统稳定性与推理模型适配

- core/llm_utils: MiMo模型自动注入thinking=disabled参数，全局生效
- config: 新增LLM_DISABLE_THINKING配置项（默认true）
- generator: 推理模型自适应max_tokens（1.5x）、429限流重试+指数退避、v2管线补题机制
- generator: analyze_document_for_exam新增max_total参数控制AI出题上限
- generator: validate_questions_schema兼容type和question_type字段
- grader: 主观题max_tokens从1000提升至2000、fuzzy_match增加编辑距离容错
- manager: results变量初始化防NameError、透传max_total参数
- api: /exam/generate-smart支持max_total请求参数

docs/出题系统逻辑.md

@@ -138,19 +138,22 @@
 
 #### 4a. 去重
 
-`_deduplicate_questions(questions, exclude_stems)` — 三层去重：
+`_deduplicate_questions(questions, exclude_stems)` — 四层去重：
 
 1. **题干前缀去重**：题干前 80 字相同 → 去掉。
-2. **知识点+题型去重**：题干前 30 字 + 题型相同 → 去掉。
-3. **跨调用去重**：`exclude_stems` 中已有题目的题干前 80 字预填入去重集合，新生成的题目如果与之冲突也会被过滤。
+2. **跨调用排除**（`_matches_exclude`）：`exclude_stems` 中已有题目的前缀（≤30 字），新题干前 30 字如果以此为前缀 → 去掉。用 `startswith()` 匹配，解决排除题干短于 30 字时的长度不匹配问题。
+3. **知识点+题型去重**：题干前 30 字 + 题型相同 → 去掉。
+4. **跨调用题干去重**：`exclude_stems` 中已有题目的题干前 80 字预填入去重集合，精确匹配过滤。
 
 #### 4b. 题型平衡
 
 `_balance_question_types(questions, target_types)` — 按题型分组，每种题型按目标数量截取（多了截断）。
 
-#### 4c. 补题（仅 v1 结构化路径）
+#### 4c. 补题
 
-v1 的 `generate_questions_structured()` 有补题机制 `_makeup_questions()`：如果某题型数量不足，用前 5 个 chunks 重新出一轮补充。v2 路径依赖分配阶段的精确控制，不额外补题。
+v1 的 `generate_questions_structured()` 有补题机制 `_makeup_questions()`：如果某题型数量不足，用前 5 个 chunks 重新出一轮补充。
+
+v2 路径（`generate_questions_structured_v2`）同样支持补题：Phase 4.4 检查各题型是否达到目标数量，不足的题型调用 `_makeup_questions()` 补充，补题结果也经过去重处理。
 
 ---
 
@@ -272,7 +275,7 @@ v1 的 `generate_questions_structured()` 有补题机制 `_makeup_questions()`
 | `safe_parse_questions` | generator.py | JSON 安全解析 |
 | `validate_questions_schema` | generator.py | 题目 Schema 校验 |
 | `_enrich_with_source_trace` | generator.py | 补充溯源信息 |
-| `_deduplicate_questions` | generator.py | 三层去重 |
+| `_deduplicate_questions` | generator.py | 四层去重 |
 | `_balance_question_types` | generator.py | 题型数量平衡 |
 | `_generate_questions_fallback` | generator.py | 降级路径（无知识点时） |
 | `_makeup_questions` | generator.py | v1 补题机制 |