feat: 查标第 1 步——上传投标分册 → 检查 → 逐条处理 → 复查沿用

后端
- check 模块：检查预览、发起、进度、取消、记录；六个阶段（准备投标文件、响应匹配、规则、证据校验、
  状态沿用、汇总）；问题列表、处理、撤销、批量处理（只限提示级）。
- 每条清单项的检查结论 check_item_result（C9，迁移 0005）：「已响应」也带投标原文出处；
  没有校验通过的证据不能判已响应（C3）。级别从清单项算，不让模型定；说明不写整改建议。
- 响应匹配先只有第三层：内存 BM25 检索候选句 + check.match v1 提示词，检索不到不调模型，
  漏答记 missing_answer，模型临时错误只影响那一批。
- 计费：免费版不记流水；专业版 24 小时内复查免扣（记一行 0）；expected_charge 不一致时拒绝不扣点；
  失败、取消退回；投标文件读不出文字按输入问题失败、不扣点。
- 投标分册：类型（volume_kind）和版本；电子投标平台加密格式在上传时拦下。
- 解析流水线前几个阶段拆到 document/pipeline/normalize.py，解析和检查共用。
- ops 模块：反馈接口；致命问题确认无误的说明自动进误报反馈（U4）。
- SK1：Valkey 客户端短超时、SSE 连接池上限。SK2：CI 加 Gotenberg、直接跑 init-roles.sh。

前端
- 上传投标文件并检查页、查标页（进度、覆盖范围、按级别筛选、逐条处理和行内说明、撤销、原文抽屉、
  已处理、本次已解决）；项目头抽成公共组件，加「查标」标签页；工作台「下一步」覆盖查标阶段。

契约、文档：openapi.yaml 加 item-results、volume_kind、coverage 字段；data-model、api-design §10、
架构 §8 / §13（SK14）、AGENTS.md 同步。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

docs/architecture/architecture.md

@@ -189,7 +189,7 @@ flowchart LR
 - **过时结果直接丢弃**：任务带运行编号，写结果前比对；发现已经有更新的一次运行，就直接丢弃本次结果。
 - **取消**：取消标记写在数据库里（权威），同时通过 Valkey 发一条消息，让 worker 立即知道。worker 在阶段之间、每批模型调用之间检查这个标记，不需要每 300ms 轮询数据库。即使消息丢了，worker 到下一个检查点也会读到数据库里的标记。
 - **优雅退出**：worker 收到 SIGTERM 后不再领取新任务，等手头这个阶段跑完再退出；超时没跑完的任务由队列的租约机制自动交还给别的 worker。
-- **进度推送**：worker 把进度写进数据库，再通过 Valkey 的发布 / 订阅通知；api 用 SSE 推给前端。多个 api 实例都能收到这条通知。前端断线后用轮询兜底，轮询读的是数据库里的进度。
+- **进度推送**：worker 把进度写进数据库，再写一条事件到 Valkey stream（SK1）；api 用 SSE 推给前端，断线重连时按 `Last-Event-ID` 补发。多个 api 实例都能读到。前端断线后用轮询兜底，轮询读的是数据库里的进度。
 - **并发**：worker 内部用 asyncio 并发调用大模型，每个供应商、每个租户都有并发上限（§3.6）。
 
 ### 3.5 文档处理流水线
@@ -776,7 +776,7 @@ docs/                  # 现有文档
 - **合并代码的前提**：类型检查通过、单元测试通过、租户隔离用例通过；改了提示词或路由的，还要跑评测回归。
 - **测试分层**：
   - 规则引擎和证据校验用单元测试覆盖，要求接近 100%；
-  - 接口用集成测试，跑在真实的 PostgreSQL 上，用 testcontainers；
+  - 接口用集成测试，跑在真实的 PostgreSQL 上：本地连 Compose 起的数据库，CI 用服务容器，每次测试会话重建测试库（SK2）；
   - 关键流程用端到端测试：上传 → 解析 → 检查 → 导出。
 - **大模型在测试里用录制回放**，CI 不调用真实模型；评测回归单独跑，需要真实模型。
 
@@ -843,12 +843,12 @@ S1–S4 风险最高，建议先做；S8（桌面外壳 PoC）等桌面版立项
 
 ## 13. 工程骨架的落地记录（2026-11-03）
 
-搭骨架时按代码实际情况做了下面这些调整或补充。SK1、SK2 改了上文的写法，待确认；其余是实现细节，记在这里备查。
+搭骨架时按代码实际情况做了下面这些调整或补充。SK1、SK2 改了上文的写法，2026-11-04 已确认（decisions.md C1–C11、SK1–SK2）；其余是实现细节，记在这里备查。
 
 | # | 事项 | 做法 | 状态 |
 |---|---|---|---|
-| SK1 | 进度推送（§3.4） | 用 **Valkey stream** 代替发布 / 订阅：一个结构同时解决实时推送和断线补发（按 `Last-Event-ID` 续读），多个 api 实例都能读到。Valkey 丢了也只是没有推送，前端轮询兜底 | 待确认 |
-| SK2 | 接口集成测试（§8） | 不用 testcontainers，改为连 Compose 起的 PostgreSQL，每次测试会话重建 `bid_doctor_test` 库；CI 里用 GitHub Actions 的服务容器。更快，本地和 CI 走同一套配置 | 待确认 |
+| SK1 | 进度推送（§3.4） | 用 **Valkey stream** 代替发布 / 订阅：一个结构同时解决实时推送和断线补发（按 `Last-Event-ID` 续读），多个 api 实例都能读到。Valkey 丢了也只是没有推送，前端轮询兜底。发布用的客户端设短超时、SSE 连接池设上限（2026-11-04 补） | 已确认 |
+| SK2 | 接口集成测试（§8） | 不用 testcontainers，改为连 Compose 起的 PostgreSQL，每次测试会话重建 `bid_doctor_test` 库；CI 里用 GitHub Actions 的服务容器。更快，本地和 CI 走同一套配置。CI 直接跑 `init-roles.sh`、加 Gotenberg（2026-11-04 补） | 已确认 |
 | SK3 | 建任务和入队在同一个事务里（§3.4） | Procrastinate 的 `defer` 用的是它自己的连接，进不了我们的事务，所以直接调用它的 SQL 函数 `procrastinate_defer_jobs_v1`（`core/queue.py`）；它的表放在 public schema。pyproject 锁定了大版本，升级时要核对 | 已实现 |
 | SK4 | 上传会话（§5.2 第 7 条） | 上传会话的元数据放在 Valkey（24 小时过期），分片按企业级数据密钥加密后写进对象存储；挂到项目上时换成项目密钥 | 已实现 |
 | SK5 | ORM 模型 | 表结构以迁移为准，ORM 模型只做列映射、不声明外键，所以写入顺序要自己 `flush` 保证（测试里踩到过两次） | 编码约定 |
@@ -861,6 +861,7 @@ S1–S4 风险最高，建议先做；S8（桌面外壳 PoC）等桌面版立项
 | SK11 | 待确认审计后的修正（2026-11-03） | 国动样本 73 条待确认里多数是好结果被校验误拦，逐条审计后按「规则只修真正的缺陷、不迁就模型的错误输出；模型输出不合理的改提示词」处理。**文字层 v3**：两端接竖线的横线是表格框线，不算下划线（功能表整格被误认成斜体下划线条款）；句号后紧跟的右括号、右引号并进同一句（切句 s3-v3，句子编号和 v2 不同）。**结构识别**：中文编号小节（「三、……否则投标无效」）下的 1. 2.，以冒号结尾的编号条目下的句子；依据核对沿上级链往上找。**校验**：比对引文前去掉我们自己加进输入的格式标记和〔…〕附注；不足 8 个字的短句整句复制时句末标点可省；取值核对认带量词的中文数字、同一行的单元格和评分因素标题；补「投标（响应）无效」「不能通过资格审查」「没有实质性响应」「拒收」等写法。引文最短 8 个字、编号必须对、证据要全部通过，这些不放宽。**提示词**：substantive v3、qualification / scoring / schedule / tech_param v2，统一证据规则（引文复制整句、并列多项不拆、跨页只引上一行、数字写阿拉伯数字），除实质性条款外输入改成纯文本；资格不收附件范本和价格扣除条件，日期不收合同条款，技术参数一句一条。**模型路由**：`BD_AI_MODELS` 按提示词声明的能力选模型，没配的用 `BD_AI_MODEL`。离线评测工具 `evals/run_extract.py` | 已实现 |
 | SK12 | 参考 BidEngine 的五项改进（2026-11-03） | 见 `ref-bid-engine-analysis.md` §5。**原因码**：没通过校验的结果记具体原因（`extract.FAILURES`，存在清单项 `ai_values.failures`），解析结果按原因计数（`verify_failures`），提示词规则和原因码的对照表在 `prompts/README.md`。**分块**：相邻分块重叠约 800 字；模型输出被截断（`finish_reason=length`）或不是合法 JSON 时，把分块对半重跑，最多 3 层，拆到底仍不完整的记 `output_incomplete`（以前当成「这一块没有结果」，审计发现 deepseek-flash 有输出正好停在 8192 token、整块条目悄悄丢掉的情况）。**项目基本信息**：提示词 v2，12 个字段每个都要表态 found / ambiguous / not_found，跨分块合并后分 found / absent（文件本身没写）/ needs_review（抽取有问题），记在解析结果 `info_fields`。**占位符**：「____元」「××」「（ ）」「待填」不算取值。**提示词**：substantive v4，qualification / scoring / schedule / tech_param v3，每条禁止事项对应一个原因码。三份样本的待确认：国动 4 → 2，S02 13 → 3，S06 57 → 55（S06 有 4 次对半重跑，截断的分块都救回来了） | 已实现 |
 | SK13 | S01–S10 标注集评测后的修正（2026-11-03） | 见 `extract-eval.md` §7。规则：合并时待确认条目不再「借道」正式条目（`pending_categories`），表后说明、章识别、★ 节标题、输出接近上限按截断处理、格式范本和整表概括句不收；提示词 substantive v5、qualification v4、schedule v4、tech_param v4；WPS 旧版 DOC 直接修正字体表字符集；表格按单元格切句（切句 s3-v4）。口径 Q1–Q4 见 decisions.md。报告分数有过拟合，只按人工标注算未全部达标，泛化未测，见 `extract-status.md` | 已实现 |
+| SK14 | 查标第 1 步（2026-11-04） | 见 `m3-plan.md`「第 1 步落地记录」。解析流水线的前几个阶段（格式核对、转换、文字层、扫描件判断）拆到 `document/pipeline/normalize.py`，解析任务和检查批次共用；投标文件每个版本只解析一次，扫描页不报错，交给检查按「请人工核对」处理（C10）。新增 `check`、`ops`（反馈）模块，worker 任务 `check_project`。Valkey 客户端设 2 秒超时、SSE 连接池上限 500（SK1）；CI 加 Gotenberg、直接跑 `init-roles.sh`（SK2） | 已实现 |
 
 SK11 修正前后（同一模型 deepseek-chat，即 deepseek-flash 不思考模式）的待确认数：国动 46 → 4，S02 17 → 13，S06 174 → 57；同一句被拆成多条的情况没有了。剩下的待确认多数是表格两栏或竖排文字串行（要按单元格切句才能解决）。实质性条款任务上比较了 flash 不思考、flash 思考（deepseek-reasoner）、deepseek-v4-pro：抽到的条款大体一致、互有多少，后两者慢 15～45 倍、输出 token 多 7～12 倍，没有看出明显更准；选型等标注集评测出结果再定。