新增: 消息级溯源 P2 切 ai_messages + AI Chat 跑题改进 P0-P2 + 标题诊断 + 苛刻测

消息级溯源 P2(一次性切读 b + 备份保留):
- 批次A 读路径切 ai_messages(state.rs AppState.ai_messages + 映射 ChatMessage↔AiMessageRecord +
  switch/export load 切 + fallback 兜底)
- 批次B 写路径切 ai_messages(replace_conversation 单事务全量重写 + save/clear 切 + 旧 messages 备份)
- 摘要/压缩不改 updated_at(save_conversation touch_updated_at,compress false 防时间分组跳变)

AI Chat 跑题改进 P0-P2(5 改进,治跑题 5 根因,三原则优雅/可靠/易迭代):
- P0 系统提示聚焦(## 聚焦准则独立段)+ 意图接入 loop(filter_tool_defs 收敛工具 29→5-10,三重 fallback)
- P1 压缩增强(compress prompt 主题锚点 + 失败关键词兜底 extract_keyword_summary)+
  工具结果压缩(should_summarize + extract_key_info view-only 不改持久化)
- P2 主题检测(TrackedMessage.topic + 双高置信保守标记 + tokenize 2-gram 修复中文锚点)
- title LLM complete 失败诊断日志(助定位返空根因)
- 跑题 P0 审查🟡修复(Debug 加 Data 域 + threshold 注释)

苛刻测 38 条(边界/对抗:全漂移/全停用词/全错误行/2KB 边界/连续主题切换/中文 2-gram/emoji)
df-ai 227 passed + workspace EXIT 0

src-tauri/src/commands/ai/conversation.rs

@@ -9,6 +9,7 @@ use df_storage::db::Database;
 
 use crate::commands::now_millis;
 
+use super::commands::message_to_record;
 use super::AiSession;
 
 /// Token 用量累加器(agent loop 生命周期内各轮叠加)
@@ -130,15 +131,22 @@ pub(crate) fn truncate_parts_for_persist(parts: &[df_ai::provider::ContentPart])
 
 /// 保存对话到数据库（按 conv_id 写库，不受 active_conversation_id 切换影响）
 ///
-/// 写 messages + updated_at + 累加 token 用量 + 首次落库的 model；标题由 ensure_conversation_title 单独生成。
+/// 写 ai_messages(每条消息一行,F-260619-03 拆分存储)+ updated_at + 累加 token 用量 +
+/// 首次落库的 model;标题由 ensure_conversation_title 单独生成。
 /// token 走累加模式:upsert 读旧值叠加,保证审批暂停→恢复跨 loop 实例不覆盖丢失。
 /// model 仅首次落库写入 + 旧记录缺值时补填(不覆盖历史已存值,兼容本次改造前的老对话)。
+///
+/// F-260619-03 批次 B:写路径切 ai_messages(全量重写,replace_conversation)。
+///   内存 ContextManager 是运行时真相源,save 是同步点——每轮全量回写 ai_messages,
+///   compress/replace/edit/clear_context 内存改 status/content 后下轮 save 自动覆盖。
+///   旧 messages JSON 列**保留不写**(作备份,防 reload fallback 读旧脏数据),不赋新值也不置空。
 pub(crate) async fn save_conversation(
     session_arc: &Arc<Mutex<AiSession>>,
     db: &Arc<Database>,
     conv_id: &str,
     usage: Option<&df_ai::provider::TokenUsage>,
     model: Option<&str>,
+    touch_updated_at: bool,
 ) {
     // 取 messages + 懒创建首次落库所需的 provider_id/created_at
     // 工具结果(content)超 50KB 时截断头尾各 ~20KB + 中段标注,防大体量结果(read_file 1MB 洞 /
@@ -149,7 +157,7 @@ pub(crate) async fn save_conversation(
     //   loop 内 save 由 run_agentic_loop 入参 conv_id 透传;IPC 路径(commands.rs)save 也传 conv_id。
     //   conv() 惰性建:save 路径 conv 必然已建(send/regenerate/edit/switch 均先 conv());若极端
     //   未建(如启动恢复无 live conv),conv() 建空 PerConvState,save 空 messages(幂等不污染)。
-    let (messages_json, provider_id, created_at) = {
+    let (persist_msgs, provider_id, created_at) = {
         let mut session = session_arc.lock().await;
         let mut msgs = session.conv(conv_id).messages.all_messages_clone();
         for m in &mut msgs {
@@ -161,18 +169,34 @@ pub(crate) async fn save_conversation(
             }
         }
         (
-            serde_json::to_string(&msgs).unwrap_or_else(|_| "[]".to_string()),
+            msgs,
             session.active_provider_id.clone(),
             session.active_conv_created_at.clone(),
         )
     };
 
+    // F-260619-03 批次 B:映射 Vec<ChatMessage> → Vec<AiMessageRecord>(带 seq 索引 + conv_id)
+    //   全量重写 ai_messages(单事务 DELETE + INSERT OR IGNORE,原子无中间空窗)。
+    //   created_at 用对话级 created_at(老对话 None 时 now 兜底),保证消息创建时间与对话一致。
+    let now = now_millis();
+    let msg_created_at = created_at.clone().unwrap_or_else(|| now.clone());
+    let records: Vec<df_storage::models::AiMessageRecord> = persist_msgs
+        .iter()
+        .enumerate()
+        .map(|(seq, m)| message_to_record(m, conv_id, seq as i64, &msg_created_at))
+        .collect();
+
     let conv_repo = AiConversationRepo::new(db);
+    let msg_repo = df_storage::crud::AiMessageRepo::new(db);
     match conv_repo.get_by_id(conv_id).await {
         Ok(Some(mut rec)) => {
-            // 已落库:更新 messages + updated_at;token 累加(读旧值+新值,跨 loop 实例防覆盖)
-            rec.messages = messages_json;
-            rec.updated_at = now_millis();
+            // 已落库:更新对话元数据(token/model/updated_at);messages JSON 列**不赋新值**(保留旧值作备份)。
+            //   updated_at 按 touch_updated_at 条件改(用户活跃=true 反映最后活跃,
+            //   系统摘要/压缩=false 防会话时间分组"昨天→今天"跳变);
+            //   token 累加(读旧值+新值,跨 loop 实例防覆盖)。
+            if touch_updated_at {
+                rec.updated_at = now_millis();
+            }
             if let Some(u) = usage {
                 rec.prompt_tokens = accumulate_tokens(rec.prompt_tokens, u.prompt_tokens);
                 rec.completion_tokens = accumulate_tokens(rec.completion_tokens, u.completion_tokens);
@@ -187,13 +211,21 @@ pub(crate) async fn save_conversation(
                 if !list.iter().any(|x| x == m) { list.push(m.to_string()); }
                 rec.models = Some(serde_json::to_string(&list).unwrap_or_else(|_| "[]".to_string()));
             }
+            // update_full 仍写 messages 列(保留旧值,本批不改 messages 字段),写元数据 + updated_at
             if let Err(e) = conv_repo.update_full(&rec).await {
-                tracing::warn!("更新对话失败 {conv_id}: {e}");
+                tracing::warn!("更新对话元数据失败 {conv_id}: {e}");
+            }
+            // 消息拆分存储:全量重写 ai_messages
+            if let Err(e) = msg_repo.replace_conversation(conv_id, records).await {
+                tracing::warn!("全量重写 ai_messages 失败 {conv_id}: {e}");
             }
         }
         Ok(None) => {
             // 懒创建首次落库(此为空对话不落库的落库点:走到这里 messages 必非空)
-            let now = now_millis();
+            //   messages JSON 列首次落库也写(兼容未跑迁移的老库 fallback 读路径),
+            //   同时写 ai_messages(新读路径真相源)。
+            let messages_json = serde_json::to_string(&persist_msgs).unwrap_or_else(|_| "[]".to_string());
+            let conv_created = created_at.unwrap_or_else(|| now.clone());
             let rec = df_storage::models::AiConversationRecord {
                 id: conv_id.to_string(),
                 title: None,
@@ -205,12 +237,17 @@ pub(crate) async fn save_conversation(
                 pinned: false,
                 prompt_tokens: usage.map(|u| u.prompt_tokens as i64),
                 completion_tokens: usage.map(|u| u.completion_tokens as i64),
-                created_at: created_at.unwrap_or_else(|| now.clone()),
+                created_at: conv_created.clone(),
                 updated_at: now,
             };
             if let Err(e) = conv_repo.insert(rec).await {
                 tracing::warn!("落库对话失败 {conv_id}: {e}");
             }
+            // 消息拆分存储:首次落库同样全量写 ai_messages
+            //   (records 已用 conv_created 作 created_at,与对话记录一致)
+            if let Err(e) = msg_repo.replace_conversation(conv_id, records).await {
+                tracing::warn!("首次写 ai_messages 失败 {conv_id}: {e}");
+            }
         }
         Err(e) => tracing::warn!("读取对话 {conv_id} 失败: {e}"),
     }