优化: AI Chat全栈多批审查修复与架构清理(risk_level清理/路由解耦/工具渲染/测试补测/死代码)

docs/02-架构设计/F-05-多模态实施方案设计-2026-06-16.md

@@ -7,6 +7,27 @@
 
 ---
 
+> ## ⚠️ 实施状态（2026-06-18 核对：阶段 1-2 已落地，数据模型形态偏离设计）
+>
+> **阶段 1（数据模型）+ 阶段 2（provider 适配）已落地**，阶段 3（前端）+ 阶段 5（F-06 联动）未做。
+>
+> **关键偏离：本文档 §2.1/§2.3 设计「`content: Vec<ContentPart>`」，实际落地改为「`content: String` + `parts: Option<Vec<ContentPart>>`」**（`crates/df-ai-core/src/provider.rs:97/105-106`）。
+> - 落地理由（见 `provider.rs:44-51` 注释）：未接入多模态的调用方（audit/title/commands/knowledge_inject 等读 `content` 当字符串）零回归，避免一次性改全仓。content 字段始终保留人类可读文本，多模态片挂在 parts。
+> - 后果：本文档 §2.2（`deserialize_content` String→单 Text 片）、§2.3（构造器签名 `impl Into<String>` 改 `Vec`）、§2.4（`content_text()` 辅助）、§2.5（`truncate_for_persist` 改 Vec）描述均**不适用**——实际未改 content 类型，truncate 仍作用 String content，老调用点零改动。
+> - 实际辅助方法：`provider.rs:157` `user_parts(content, parts)`、`:162` `has_image()`、`:173` `flattened_parts()`（content 前置 Text 片 + parts 追加，供 provider 生成 blocks）。
+>
+> **已落地项（grep 佐证）**：
+> - `ContentPart` enum：`provider.rs:51-91`（Text/Image 两变体，含 `text()`/`image_base64()`/`image_url()`/`is_image()` 构造与判定）。
+> - **token 预算修正**：`crates/df-ai/src/context.rs:49-67` `estimate_message` 已把 parts 的 Image.base64 / Text.text 同 chars_ratio 计入（此前只算 content 致含图消息 token 严重低估 → build_for_request 误判未超预算 → provider 超限 400/500）。注意 `context.rs:57-58` 标注 0.35 比例偏高（CR-260618-11#2），偏保守致含图消息高估、过度裁剪，本次未改值仅标注。
+> - **provider 转换**：OpenAI 兼容 `crates/df-ai/src/openai_compat.rs:331-358`（has_image 走 `flattened_parts` → text/image_url 数组，纯文本走字符串简写零回归）；Anthropic 兼容 `crates/df-ai/src/anthropic_compat.rs:344-372`（Image → `source.base64 + media_type`，Anthropic 不接受 URL 直传的设计约束落地）。
+>
+> **未做项**：
+> - 阶段 3 前端（`src/api/types.ts` ContentPart 类型对齐 / AiChat.vue 粘贴拖拽渲染 / store sendMessage payload）—— 未做。
+> - 阶段 5 F-06 联动（`commands/project.rs:509-543` extract_description_via_llm 消费 `sample.images` 喂 ContentPart::Image）—— 未做，仍走纯文本 prompt（对齐 §7 注「没图也能跑纯文本降级」）。
+> - 阶段 4 vision 路由：F-01 已落地，但 F-01 §6.1 路由已去 cost/intel 硬过滤（B-260618-03），vision 路由仍可按 `TaskRequirements.modalities=[Vision]` + `has_image()` 筛选候选模型，设计方向不变。
+
+---
+
 ## 0. 摘要
 
 将 `ChatMessage.content: String` 升级为 `Vec<ContentPart>{Text/Image}`，打通「前端粘贴/拖拽图片 → base64 上行 → OpenAI/Anthropic 兼容端点的 image_url/image blocks」全链路，并在 provider 转换层对非 vision 模型做文本降级。Phase 1（F-01 `ModelCapability`）落地后，由 `ModelRouter` 按 `has_image` 自动路由到带 vision 能力的模型；F-05 自身可在 F-01 未落地时先做「provider 静态白名单探测」独立跑通，最后接 F-01。同步解锁 F-06：`scan.rs::ImageRef` 现仅采集 alt+src，Phase 2 后可由 commands 层读 base64 喂 vision 抽 description。