feat: separate contents, abstract and body evidence

HANDOFF.md

@@ -1,6 +1,6 @@
 # WiseGrade（智评）交接说明
 
-更新日期：2026-09-27。先阅读 [项目指南](docs/GUIDE.md)（部署、使用、技术设计与会话实现）；本文件记录当前实现、验证边界和接手后的优先事项。
+更新日期：2026-09-30。先阅读 [项目指南](docs/GUIDE.md)（部署、使用、技术设计与会话实现）；本文件记录当前实现、验证边界和接手后的优先事项。
 
 ## 当前状态
 
@@ -79,6 +79,32 @@ uv run pytest -q
 
 当前代码位于 `main` 分支，阶段提交使用 Conventional Commits。交接前工作区应保持干净；`.env`、`models/`、`data/`、缓存和构建产物由 `.gitignore` 排除。
 
+## 2026-09-30 目录、摘要与正文证据治理
+
+### 本次改动
+
+新增 `backend/wisegrade/pages.py`（页面分类、混合页切块、真实章节路径）和 `backend/wisegrade/evidence.py`（证据政策）。`rag.py` 重写为按目标检索：页面类型过滤在候选上限之前完成，语义与中文二元组关键词各自召回后按排名倒数融合，名额先分散到不同页面并对同章节设软上限。`scoring.py` 按必备证据目标分别检索，正文补检走目录导航，内容目标缺失时进入 `needs_review`。迁移 `0006` 添加页面类型、章节、证据目标与历史标记、评分项缺证据记录列，并按已保存的解析结果重新分类页面；索引版本升到 3。
+
+关键词召回不再使用 PostgreSQL `to_tsvector('simple', …)`。在隔离测试库中对真实页面实测：该配置把整个中文串当成一个词元，查询"文献调研"无法命中含"第2章文献调研与技术现状"的页面（`文献调研`、`串级PID 结构`、`视觉伺服与闭环控制` 均不匹配），因此旧实现的关键词分实际上长期接近零。现改为字符二元组加 ASCII／数字整词的重叠度。
+
+### 修复的缺陷
+
+批次 3 的 77 条评分引文中 14 条来自目录页（涉及 9 个评分项），会话 6 的 20 条引用中 5 条指向阶段报告 1 的目录页。根因有两层：目录页文本被当作正文片段参与检索并占用候选名额；评分提示词只要求引文原文和页码一致，没有任何来源类型约束。现在目录页作为导航块单独存放，内容目标只接受正文和附录，引文必须标注它要支持的证据目标。
+
+### 本次验证（隔离环境）
+
+隔离 PostgreSQL + pgvector 测试容器执行 `pytest -q -m 'not integration'`：**59 通过、2 个真实集成测试未运行**。新增 `backend/tests/test_evidence_pages.py` 覆盖阶段报告 1 目录与第 6–7 页文献调研正文的区分、阶段报告 3 目录与第 11–12 页测试正文的区分、最终报告摘要／跨页目录／正文／附录的区分、混合页与目录续页与重复页眉与识别不确定页、内容性判断拒绝目录与摘要与单独标题、结构性判断仍可用目录、正文补检不足时模型分为 null 且状态为待教师复核且教师可复核且缺证据记录保留、Agent 引用页面类型标记与历史评分引用标记、检索过滤先于候选上限、学生项目与课程版本隔离、批次快照记录证据政策。前端 `npm run build` 通过（仍有 Vite 大块提示）。
+
+真实报告的分类结果已逐页核对：阶段报告 1 第 1 页封面、第 2–3 页目录、第 4–21 页正文、第 22 页参考文献；阶段报告 3 第 2–3 页目录、第 11–12 页为测试正文；最终报告第 2–3 页摘要、第 4–5 页跨页目录、第 49 页参考文献、第 50–53 页附录。
+
+### 未验证与待业务环境执行
+
+- 使用真实 DeepSeek 的完整评分批次**未**在本次运行。需要模型的部分（评分调用、事实抽取、一致性检查、Agent 回答）只用测试替身验证了编排与校验逻辑，尚未用真实模型端到端复跑。
+- 未对业务数据库执行迁移、重建索引或重新评分，也未运行 PDF／Excel 导出（导出代码已更新，但未实际生成文件）。
+- 未在 Windows Docker Desktop 实测。
+
+业务环境应用步骤与批次 3 复核清单见 [docs/EVIDENCE_POLICY_BATCH3.md](docs/EVIDENCE_POLICY_BATCH3.md)。
+
 ## 2026-09-27 会话更新
 
 新版 UI 的入口仍使用 `?page=chat`，旧 API 与历史记录保持可读。前端按运行 ID 订阅 SSE，并依靠会话列表和详情轮询恢复后台 Agent 运行；服务进程中断后的运行在 15 分钟超时后标为中断。正式 API 启动时会自动应用 `0004` 迁移。此处的测试结果以本次实际命令为准，历史验证记录仍保留在上方。