fix(上下文): 审查修复——探索位降级回填保候选链完整，文档口径对齐审计链与落账时机，前端落账幂等与可见性

docs/系统架构/新版设计/模块设计/B06-审校修订.md

@@ -181,7 +181,7 @@ HTTP的`revision-tasks`及CLI的`审校 模型修订/修订报告`共用请求
 
 冻结修订步骤在既有"修订目标+声音"之外补充两类材料绑定：作者活跃偏好的偏好材料（与生成正文冻结回放同合同）与选中参考方法的原文材料（可选材料语义，受字节预算约束，超预算记省略原因不截断）。两类绑定均入快照；任一来源漂移则快照当前失效，沿用既有依赖复检。
 
-工作台交互合同：候选默认高亮重排前三，支持键盘多选与"本次跳过"（跳过不阻塞，等价于不挑参考）；每张候选卡显示推荐理由（命中词+历史选用次数），使挑选是知情的；点踩即时落账并影响后续重排。
+工作台交互合同：候选默认高亮重排前三，支持键盘多选；每张候选卡显示推荐理由（双路得分分项+历史选用次数），使挑选是知情的。点踩与选用在发起改写时一并落账为 B07 参考挑选反馈，记录的是作者最终选择状态；发起前点踩只是本地状态，作者未发起即离开不留痕。跳过不设显式控件：不挑参考直接发起即等价跳过，不阻塞流程。落账失败不阻断改写，但对作者可见。
 
 ## 持久有限返修会话
 

docs/系统架构/新版设计/模块设计/B07-作者经验.md

@@ -24,7 +24,7 @@
 | 记录运行观察 | 上述确切来源定位、具名现象、原话、背景和可选问题键 | 只追加运行观察；同命令和同来源现象幂等，改内容拒绝 |
 | 读取运行观察 / 列出运行观察 / 检索重复问题 | 当前作者、观察或任务身份、可选问题键 | 历史观察与按实际任务计数的重复问题，不生成效果判断 |
 | 记录参考挑选反馈 | 检索回执引用、领域标签、选中与拒绝的方法版本清单 | 只追加参考挑选反馈；进入数值信号轨，不直接生成文本偏好 |
-| 读取挑选信号 | 作者、可选领域与方法版本范围 | 选用/拒绝计数与位次聚合，供 B09 偏好重排消费；只读，不改台账 |
+| 读取挑选信号 | 作者、可选领域 | 选用/拒绝计数与位次聚合，供 B09 偏好重排消费；只读，不改台账 |
 | 汇总推断偏好建议 | 作者、可选领域 | 确定性聚合的只读建议（含真实原话依据与内联证据）；不落库，采纳走既有保存→确认链 |
 | 读取复利度量 | 作者 | 台账统计：首稿采纳率、点踩率等；分母为零保持空值，不构成因果结论 |
 

docs/系统架构/新版设计/模块设计/B09-上下文.md

@@ -95,9 +95,9 @@ A使用连续历史基线及一般关键词补充原文，B仅使用时点卡片
 
 弱强信号分列计数，不混算：参考挑选是弱信号（受位置偏置影响，排序靠前者天然更易被选中），改写采纳与实际消费是强信号。"种类→权重"映射由版本化权重表承担；偏好路初始权重保守（相对双路各 1.0 的量级不超过 0.25），权重表版本号写入检索回执。
 
-重排保留 1~2 个探索位：将未被消费过的高相关方法版本注入候选，对抗熟悉度泡沫（挑熟悉的→推熟悉的→方法面越用越窄）。重排是纯函数：同一输入（得分表、信号表、权重版本）得到同一输出。
+重排保留 1~2 个探索位：将无任何挑选或消费信号的高相关版本注入候选，对抗熟悉度泡沫（挑熟悉的→推熟悉的→方法面越用越窄）；未晋升的尾部候选按原序保留，不破坏候选回填链。重排是纯函数：同一输入（得分表、信号表、权重版本）得到同一输出。
 
-用于冻结任务的检索，其信号表快照与权重版本进冻结快照（沿用偏好绑定先例），保证重排结果可回放、可审计。
+重排结果的审计链由两处承担：检索回执记录权重表版本、每个候选的偏好分项（选用/拒绝/消费计数与偏好值）及探索位标记；作者的挑选动作经 B07 参考挑选反馈落账，固化索引代次与权重版本。检索本身不是冻结任务的来源；作者实际选定的参考版本经任务范围 references 节冻结并受依赖复检（见 B06 参考改写），沿用偏好绑定先例的是该节而非检索回执。
 
 ### 读取前预算与摘要分页
 

src/muse/上下文/偏好重排.py

@@ -91,6 +91,8 @@ def 注入探索位(
 
     未探索 = 无任何挑选或消费信号。头部已够则不动；不足时从尾部按分
     取未探索候选，替换头部末尾的已探索项；确定性、不改分数。
+    未晋升的尾部按原序接回，保证消费方的候选回填链完整；
+    探索集只统计最终头部（前「数量」项）。
     """
     位数 = 权重表["探索位"] if 探索位数 is None else 探索位数
     if 位数 <= 0 or 数量 <= 0 or not 排名:
@@ -99,23 +101,32 @@ def 注入探索位(
     def 未探索(vid: str) -> bool:
         return vid not in 信号表
 
+    def 头部探索集(序: list[tuple[str, float]]) -> frozenset[str]:
+        return frozenset(vid for vid, _ in 序[:数量] if 未探索(vid))
+
     头部, 尾部 = 排名[:数量], 排名[数量:]
     已有 = sum(1 for vid, _ in 头部 if 未探索(vid))
     if 已有 >= min(位数, len(头部)):
-        return 排名, frozenset(vid for vid, _ in 头部 if 未探索(vid))
+        return 排名, 头部探索集(排名)
     候选 = [(vid, 分) for vid, 分 in 尾部 if 未探索(vid)][: 位数 - 已有]
     if not 候选:
-        return 排名, frozenset(vid for vid, _ in 头部 if 未探索(vid))
+        return 排名, 头部探索集(排名)
-    结果: list[tuple[str, float]] = []
+    新头部: list[tuple[str, float]] = []
+    降级: list[tuple[str, float]] = []
     待换 = len(候选)
     for 项 in reversed(头部):
         if 待换 > 0 and not 未探索(项[0]):
+            降级.append(项)
             待换 -= 1
             continue
-        结果.append(项)
+        新头部.append(项)
-    结果.reverse()
+    新头部.reverse()
-    结果.extend(候选)
+    降级.reverse()
-    return 结果, frozenset(vid for vid, _ in 结果 if 未探索(vid))
+    晋升集 = {vid for vid, _ in 候选}
+    剩余尾部 = [项 for 项 in 尾部 if 项[0] not in 晋升集]
+    # 被替换的头部项降级回尾部作回填候选，总长度不变。
+    结果 = 新头部 + 候选 + 降级 + 剩余尾部
+    return 结果, 头部探索集(结果)
 
 
 __all__ = [

tests/单元/test_偏好重排.py

@@ -80,6 +80,8 @@ def test_探索位晋升确定且有界__a10017():
     # d、e 未探索：晋升两个，替换头部末尾的已探索项（c、b）
     assert 头部[0] == "a" and set(头部[1:]) == {"d", "e"}
     assert 探索集 == {"d", "e"}
+    # 未晋升的尾部按原序接回，候选回填链完整、总长度不变
+    assert [vid for vid, _ in 新排名] == ["a", "d", "e", "b", "c"]
     # 确定性：同输入同输出
     assert 注入探索位(排名, 信号表, 3)[0] == 新排名
     # 头部已含足量未探索项时不动

web/src/功能/正文写作/选段改写.tsx

@@ -67,8 +67,9 @@ export function Ui选段改写({
   const [refRejected, setRefRejected] = useState<string[]>([]);
   const [refSignals, setRefSignals] = useState<Record<string, number>>({});
   const [refBusy, setRefBusy] = useState(false);
-  const refNoticed = useRef(false);
+  const [refNoticed, setRefNoticed] = useState(false);
   const refFeedbackDone = useRef(false);
+  const refCommandId = useRef("");
   const [params, setParams] = useSearchParams();
   const task = params.get("selection_task");
   const pending = useRef<发起请求>();
@@ -133,6 +134,9 @@ export function Ui选段改写({
       setRefSelected([]);
       setRefRejected([]);
       refFeedbackDone.current = false;
+      // 每轮检索固定一个落账命令：网络假失败后重试复用同一命令，幂等键防重复落账。
+      refCommandId.current = crypto.randomUUID();
+      setRefNoticed(false);
       const { data: 信号 } = await 客户端.GET("/api/v1/reference-selection-signals", {
         params: { query: { domain: refDomain } },
       });
@@ -166,7 +170,7 @@ export function Ui选段改写({
     try {
       const { error: 失败 } = await 客户端.POST("/api/v1/reference-selections", {
         body: {
-          command_id: crypto.randomUUID(),
+          command_id: refCommandId.current || crypto.randomUUID(),
           selection: {
             query: refQuery.trim(),
             domain: refDomain,
@@ -185,10 +189,13 @@ export function Ui选段改写({
           },
         },
       });
-      if (失败) refNoticed.current = true;
+      if (失败) setRefNoticed(true);
-      else refFeedbackDone.current = true;
+      else {
+        refFeedbackDone.current = true;
+        setRefNoticed(false);
+      }
     } catch {
-      refNoticed.current = true;
+      setRefNoticed(true);
     }
   }
   async function 发起() {
@@ -401,7 +408,7 @@ export function Ui选段改写({
                 </ul>
               )}
               {refSelected.length > 0 && <p>已选 {refSelected.length}/8 个参考方法。</p>}
-              {refNoticed.current && (
+              {refNoticed && (
                 <p role="status">本次挑选落账失败，不影响改写；信号未计入偏好。</p>
               )}
               <button