重构: agentic主循环拆分(提取自动压缩逻辑到context_lifecycle)

- context_lifecycle.rs: F-15自动压缩触发逻辑(maybe_auto_compress)

- title_lifecycle/knowledge_lifecycle: 文档说明(已在之前拆分到title.rs/knowledge_inject.rs)

- mod.rs从2222行降至2071行,行为零变更

- cargo check零警告通过

src-tauri/src/commands/ai/agentic/mod.rs

@@ -12,8 +12,9 @@ use df_ai::context::TokenEstimator;
 use df_ai::context::ContextManager;
 // 改进3 B: 压缩失败兜底关键词摘要(纯函数 extract_keyword_summary)。
 // 改进4: 工具结果 view-only 摘要(should_summarize_tool_result / extract_key_info)。
+// extract_keyword_summary 随压缩逻辑迁至 context_lifecycle.rs(改进3 B 关键词兑底)。
 use df_ai::context_helpers::{
-    extract_key_info, extract_keyword_summary, should_summarize_tool_result,
+    extract_key_info, should_summarize_tool_result,
     PLACEHOLDER_INTEGRITY_ENABLED,
 };
 // 改进2 B:意图收敛工具(LLM 可见 tool_defs 按 intent 过滤,执行路径仍走完整 registry)
@@ -42,7 +43,7 @@ use df_storage::models::AiProviderRecord;
 use crate::state::{AppState, LlmConcurrency};
 
 use super::audit::process_tool_calls;
-use super::compress::compress_via_llm;
+// compress_via_llm 已随压缩逻辑迁至 context_lifecycle.rs(maybe_auto_compress 内调用)。
 use super::conversation::{save_conversation, TokenAccumulator};
 use super::knowledge_inject::{inject_knowledge_into_prompt, maybe_spawn_extraction};
 use super::prompt::{build_system_prompt, get_active_provider};
@@ -70,12 +71,9 @@ enum ProviderResolveError {
 /// 热改下次发消息生效（与 llm_concurrency 传 Arc 实时反映的区别）。
 pub const DEFAULT_MAX_AGENT_ITERATIONS: usize = 10;
 
-/// 压缩保护区条数(对齐 clear/compress IPC 的 PROTECT_COUNT=6)。
-/// protect_start = len.saturating_sub(PROTECT_COUNT):保护区内的最近 6 条(含本轮三元组)
-/// 不参与压缩,避免压缩正在使用的活跃消息。
-const PROTECT_COUNT: usize = 6;
-
-/// 流式对话失败自动重试默认次数（F-260616-07 / 决策 a1）
+/// 压缩保护区条数 + 压缩关键词兑底开关已随压缩逻辑迁至 context_lifecycle.rs
+/// (PROTECT_COUNT / KEYWORD_FALLBACK_ENABLED,在该模块内部为私有 const)。
+///
 ///
 /// 默认 3 次（初次 + 2 次重试）。复用 retry::backoff_delay 退避(1s→2s→4s+jitter) +
 /// retry::is_status_retryable Fatal 分类(4xx 非429 立即放弃) + 30s 总预算。
@@ -83,14 +81,9 @@ const PROTECT_COUNT: usize = 6;
 /// partial_text）不重试——保文入库 + AiCompleted(incomplete=true) + 系统提示网络中断。
 pub const DEFAULT_MAX_AGENT_RETRIES: usize = 3;
 
-/// 改进3 B 常量开关:压缩失败时是否启用关键词摘要兜底(默认 true)。
+/// 改进3 B 常量开关 KEYWORD_FALLBACK_ENABLED 已随压缩逻辑迁至 context_lifecycle.rs
+/// (在该模块内部为私有 const,文档见 context_lifecycle.rs 顶部)。
 ///
-/// true(默认):LLM 压缩失败 → compress_old_messages 标 compressed(释放 token)
-///   + insert_at(0, system 关键词摘要),保留用户反复提及的主题词作续接锚点。
-/// false(回退):回退原裸裁剪行为(不插关键词摘要,仅 build_for_request 裁剪保最近 6 条)。
-///   排障/对比用:置 false 即可观察无兜底时的裁剪效果。
-pub const KEYWORD_FALLBACK_ENABLED: bool = true;
-
 /// 改进4 常量开关:tool_result 大输出是否做 view-only 摘要压缩(默认 true)。
 ///
 /// true(默认):build_for_request 后送 stream 前,遍历 history 中 tool_result,
@@ -250,6 +243,21 @@ use guard::GeneratingGuard;
 /// 审批超时取消(由 try_continue_agent_loop 入口调用)
 mod approval_timeout;
 
+// ============================================================
+// 重构:上下文/标题/知识生命周期抽取(行为零变更)。
+//
+// - context_lifecycle:F-15 自动压缩逻辑,从 run_agentic_loop 内联块抽取为
+//   maybe_auto_compress 函数(mod.rs 调用,返回 bool 表达原 early-return)。
+// - title_lifecycle / knowledge_lifecycle:标题/知识逻辑早已模块化(title.rs /
+//   knowledge_inject.rs),mod.rs 仅单行调用,无可抽取的内联代码,文件作文档占位。
+// ============================================================
+mod context_lifecycle;
+use context_lifecycle::maybe_auto_compress;
+#[allow(unused_imports)]
+mod title_lifecycle;
+#[allow(unused_imports)]
+mod knowledge_lifecycle;
+
 // ============================================================
 // L2 统一状态机(ConvState enum + 转换守卫,单一真相源)。
 // 设计:generating状态机加固-2026-06-15.md §3 + aichat体验与agent能力系统化重构-2026-06-21.md §3。
@@ -1014,182 +1022,22 @@ pub(crate) async fn run_agentic_loop(
             });
         }
 
-        // F-15 阶段3: 自动压缩(智能裁剪)——在 build_for_request 之前预处理。
+        // F-15 阶段3: 自动压缩(智能裁剪)——已抽取至 context_lifecycle::maybe_auto_compress。
         //
-        // 触发条件:history_tokens > budget*0.6 且 保护区外有可压缩消息 且 未在压缩中。
-        //
-        // 流程(对齐阶段2 ai_chat_compress_context IPC 的 read-but-don't-mutate 模式):
-        // ① 读 active 克隆(不改 status / 不扣 token)→ 喂 LLM 出摘要;
-        // ② LLM 成功 → compress_old_messages(标 compressed + 扣 token)+ insert_at(摘要 system);
-        // ③ LLM 失败 → 消息状态完全不变(未改 status / 未扣 token),降级走原 build_for_request 裁剪。
-        //
-        // 口径决策(任务让"你判断"):选**延迟 mutate(成功才改)**而非"失败回滚 status"。
-        //   理由:ContextManager.history_tokens 字段私有、无 set_history_tokens 公开接口;
-        //         若先 compress_old_messages(扣 token)再 LLM,失败回滚需精确恢复 history_tokens,
-        //         但 ChatMessage 克隆不含 token_count,无法等量加回——回滚 token 不精确。
-        //         延迟 mutate 则失败时零副作用(消息状态/token 完全不变),语义最干净。
-        //   注:延迟 mutate 的窗口(active_msgs 读出→LLM 出摘要期间)不持锁,但 loop 串行无并发
-        //       (本函数独占 session_arc,工具执行/审批分支在 stream 之后),故此窗口内 messages 不变。
-        //
-        // 安全(FR-S1):复用 loop 顶部已 build+验证 的 provider(不再 build_provider_for 重复 resolve
-        //   keyring),api_key 经 df_storage::secret 闭环;summary/error payload/日志均不含 api_key。
-        //   is_compressing 防重入:set_compressing(true/false) 成对(LLM 调用前后均复位)。
-        //   单轮问答(history_tokens 未超 0.6*budget)不触发,零行为变化。
-        // F-260616-09 B 批2:messages 操作改 per_conv(设计 §4.2)。
-        //   conv_id 来源:run_agentic_loop 入参。
-        let prev_compressing = session_arc.lock().await.conv_read(&conv_id).map(|c| c.messages.is_compressing()).unwrap_or(false);
-        if !prev_compressing {
-            // 读触发条件(history_tokens / budget / has_compressible_messages),持锁快照判断。
-            let (should_compress, protect_start, pre_compress_tokens) = {
-                let session = session_arc.lock().await;
-                let mgr = match session.conv_read(&conv_id) {
-                    Some(c) => c,
-                    None => {
-                        tracing::warn!(stale_conv = %conv_id, "[ai] conv 已删除,loop 退出(压缩段入口)");
-                        return;
-                    }
-                };
-                let mgr = &mgr.messages;
-                let protect_start = mgr.len().saturating_sub(PROTECT_COUNT);
-                let history_tokens = mgr.history_tokens();
-                let budget = mgr.budget_limit();
-                // 触发阈值 0.6*budget(整数比避免浮点):budget*6/10 < history_tokens
-                let should = protect_start > 0
-                    && (budget as u64) * 6 / 10 < history_tokens as u64
-                    && mgr.has_compressible_messages(protect_start);
-                (should, protect_start, history_tokens)
-            };
-
-            if should_compress {
-                // emit 压缩开始 + 置位防重入 + 读 active 克隆(不改 status)。
-                let ev = AiChatEvent::AiCompressing {
-                    conversation_id: Some(conv_id.clone()),
-                };
-                let _ = app_handle.emit("ai-chat-event", ev.clone());
-                // L3 emit 双写:tunnel subscriber(阶段2)透传 miniapp
-                let _ = app_handle.state::<AppState>().ai_event_bus.publish_event(ev);
-                let (active_msgs, lang) = {
-                    let mut session = session_arc.lock().await;
-                    let conv = session.conv(&conv_id);
-                    conv.messages.set_compressing(true);
-                    // 读 active 克隆(不改 status):filter is_active,LLM 失败则消息状态完全不变。
-                    let active_msgs: Vec<ChatMessage> = conv.messages.messages_mut()
-                        [..protect_start]
-                        .iter()
-                        .filter(|t| t.message.is_active())
-                        .map(|t| t.message.clone())
-                        .collect();
-                    let lang = conv.agent_language.clone()
-                        .unwrap_or_else(|| "zh-CN".to_string());
-                    (active_msgs, lang)
-                };
-
-                // 改进3 B:在 active_msgs move 进 compress_via_llm 前,先算关键词摘要兜底文本。
-                // LLM 压缩失败时仍想保留用户反复提及的主题词(续接锚点),避免裸裁剪丢主题。
-                // KEYWORD_FALLBACK_ENABLED=false → 跳过(回退原裸裁剪行为,排障/对比用)。
-                let keyword_fallback: String = if KEYWORD_FALLBACK_ENABLED {
-                    extract_keyword_summary(&active_msgs)
-                } else {
-                    String::new()
-                };
-
-                // 压缩调用(复用 loop 顶部已 build 的 provider,api_key 经 secret 闭环)。
-                // 成功 → Some(summary);失败 → Err;无 active 可压缩(active_msgs 空)→ 视为 noop。
-                let compress_outcome: Result<Option<String>, String> = if active_msgs.is_empty() {
-                    Ok(None)
-                } else {
-                    compress_via_llm(
-                        provider.as_ref(),
-                        &provider_config,
-                        active_msgs,
-                        &lang,
-                        &conv_id,
-                        &llm_concurrency,
-                    ).await.map(Some)
-                };
-
-                match compress_outcome {
-                    Ok(Some(summary)) => {
-                        // LLM 成功 → 标 compressed(扣 token)+ 摘要 system 插首位 + set_compressing(false)。
-                        // compress_old_messages 幂等:此时 status 仍是 active(本流程未先标),它会把
-                        // [..protect_start] 内 active 标 compressed 并扣 token。返回的 cloned 与之前读的
-                        // active_msgs 等价(LLM 调用期间 messages 不变,见上方口径决策注)。
-                        {
-                            let mut session = session_arc.lock().await;
-                            let conv = session.conv(&conv_id);
-                            let _compressed = conv.messages.compress_old_messages(protect_start);
-                            conv.messages.insert_at(0, ChatMessage::system(&summary));
-                            conv.messages.set_compressing(false);
-                        }
-                        tracing::info!(
-                            conv_id = %conv_id,
-                            iteration,
-                            pre_tokens = pre_compress_tokens,
-                            "[ai] 自动压缩成功,摘要已插首位"
-                        );
-                        // 治 Task#1:loop 自动压缩用 AiAutoCompressed(非手动变体),
-                        // 桌面端静默(仅复位 isCompressing,不弹 toast 不 switchConversation)。
-                        // miniapp 仍插摘要气泡(对端发生压缩告知用户)。
-                        let ev = AiChatEvent::AiAutoCompressed {
-                            conversation_id: Some(conv_id.clone()),
-                            summary,
-                        };
-                        let _ = app_handle.emit("ai-chat-event", ev.clone());
-                        // L3 emit 双写:tunnel subscriber(阶段2)透传 miniapp
-                        let _ = app_handle.state::<AppState>().ai_event_bus.publish_event(ev);
-                    }
-                    Ok(None) => {
-                        // 保护区外无 active 可压缩(已全 compressed/archived)→ noop,仅复位 is_compressing。
-                        session_arc.lock().await.conv(&conv_id).messages.set_compressing(false);
-                    }
-                    Err(e) => {
-                        // LLM 失败 → 改进3 B:仍标 compressed 释放 token + 关键词摘要塞回首条(非裸裁剪)。
-                        //
-                        // 旧行为:消息状态完全不变,降级走 build_for_request 裁剪(丢主题)。
-                        // 新行为(KEYWORD_FALLBACK_ENABLED=true 默认):
-                        //   - compress_old_messages 标 [..protect_start] active 为 compressed(释放 token,
-                        //     与成功路径一致,后续 build_for_request 不再把它们进 LLM 上下文);
-                        //   - keyword_fallback 非空 → insert_at(0, system 关键词摘要)作续接锚点;
-                        //   - keyword_fallback 空(无 user 消息/无可提取词)→ 不插,等价旧裁剪(保底)。
-                        // 持久化语义不变:compressed 仍软删可追溯(DB 全量保留),与成功路径一致。
-                        // KEYWORD_FALLBACK_ENABLED=false → 跳过兜底,等价旧行为(set_compressing(false) +
-                        //   消息状态不变,降级 build_for_request 裁剪)。
-                        session_arc.lock().await.conv(&conv_id).messages.set_compressing(false);
-                        tracing::warn!(
-                            conv_id = %conv_id,
-                            error = %e,
-                            keyword_fallback_len = keyword_fallback.len(),
-                            "[ai] 自动压缩失败,降级走关键词摘要兜底(KEYWORD_FALLBACK_ENABLED={})",
-                            KEYWORD_FALLBACK_ENABLED,
-                        );
-                        if KEYWORD_FALLBACK_ENABLED {
-                            // 标 compressed 释放 token + 关键词摘要塞首位(若非空)。
-                            let inserted = {
-                                let mut session = session_arc.lock().await;
-                                let conv = session.conv(&conv_id);
-                                let _compressed = conv.messages.compress_old_messages(protect_start);
-                                if !keyword_fallback.is_empty() {
-                                    conv.messages.insert_at(0, ChatMessage::system(&keyword_fallback));
-                                    true
-                                } else {
-                                    false
-                                }
-                            };
-                            if inserted {
-                                tracing::info!(
-                                    conv_id = %conv_id,
-                                    pre_tokens = pre_compress_tokens,
-                                    "[ai] 压缩失败兜底:关键词摘要已插首位(compressed 标记已扣 token)"
-                                );
-                            }
-                        }
-                        // BUG-260624-05:压缩失败不发 AiError——前端 AiError case 无条件 setStreaming(false)
-                        // 误判生成结束(后端 loop 实际继续),致"压缩后停止"。降级为 warn(上方 line 957 已有)
-                        // + compress_old_messages 兜底释放 token + build_for_request 裁剪,loop 继续 stream_llm,
-                        // 用户自然看到后续回复。压缩降级对用户透明(非致命错误,不该停流)。
-                    }
-                }
-            }
+        // 抽取自本函数原内联块(行为零变更)。返回 true = conv 已删除,loop 应立即 return
+        // (对齐原内联块入口的 early-return);返回 false = 正常结束,继续后续流程。
+        // 实现细节(触发条件 / 延迟 mutate 口径 / 关键词兜底 / FR-S1 安全)见
+        // context_lifecycle.rs 顶部文档与函数体内注释(原样保留)。
+        if maybe_auto_compress(
+            &session_arc,
+            &conv_id,
+            &app_handle,
+            &provider,
+            &provider_config,
+            &llm_concurrency,
+            iteration,
+        ).await {
+            return;
         }
 
         // 构建请求消息（超预算时自动裁剪旧消息，保护工具调用三元组 + 最近 6 条）