fix(audio): 断连后能接着跑完 —— 失败消息上的重试 + 步骤编号统一

用户报「卡在步骤 3」，实际断在第 5 步 structure：请求发出 46ms 后浏览器
连接断开，Gin 的 Request.Context() 被取消，上游回 499，后端包成 400。
服务端与前端应用层都没有任何主动取消（全仓 grep cancel/AbortController
零命中），是一次客户端断连。

断连本身无法在代码里杜绝，但它暴露了三个真 bug：

1. 报错文案说「第 1 步」，右栏说第 5 步 —— 尾部两步按自己这一轮从 1 数。
   新增 STEP_NUMBERS，报错与右栏共用同一份编号（这就是「步骤 3」这个
   说法的来源：用户看到的第一个数字就对不上）。
2. 断连后界面上没有任何续跑入口，任务永远停在 4/6（右栏六步是只读的）。
   失败的那条助手消息上挂「🔁 重试」。
3. 无脑重跑会在同一任务里留第二份「结构化纪要」，两份差别用户看不出来。
   resumeAudioSkill 收 skipSteps，按 task_run.action_key 判「跑过没有」
   —— 不用产物类型判，document/checklist 别的技能也在用。

另修：待确认那条消息改用 reactive()。messages 是 ref([])，push 进去的对象
模板读时才被代理，而代码改的是那个变量，改普通对象不触发重渲染，
用户会一直看到「正在继续整理...」。

验证（临时任务 100，已删，先备份 db）：CDP setBlockedURLs 掐掉 structure
复现同形断连 → 消息挂出重试按钮，文案与右栏同为第 5 步；后端补跑一次
structure（模拟响应丢失但已落库）→ 点重试只跑 minutes，落库 document 1 份、
checklist 1 份。反证：再手工跑一次 structure，同名产物立刻变 2 份。
详见 bugs_and_errors.md E14。

E15（未修，记录在案）：DeleteMyTask 只删 task_record，run 与 artifact 全成
孤儿，产物 content_text 是完整逐字稿。删除语义务必先定硬删还是软删。

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

bugs_and_errors.md

@@ -620,6 +620,85 @@ torch / matplotlib 之类的 dotfile 也落在同一个可写位置。
 
 ---
 
+## E14 「卡在第 3 步」——三步说的不是同一步
+
+**日期**：2026-09-26　**区域**：语音转写技能 / 失败恢复
+
+**症状**：用户报「看起来在步骤 3 卡住了，没有完成工作」。界面实况：右栏
+「语音转写 · 技能工作流 **4 / 6** 完成」，第 1–4 步全绿，第 5 步「整理段落与重点」
+与第 6 步「提炼可交付纪要」都是「未开始」；聊天区最后一条停在
+「已记下你确认的说话人身份，正在继续整理段落与生成纪要...」。
+
+**根因**：**用户说的第 3 步、右栏的第 5 步、报错文案里的第 1 步，是三个不同的编号。**
+
+- 真正断掉的是 `audio-transcribe:structure`（右栏第 5 步）。请求发出后 **46ms**
+  浏览器↔dev server 的连接断开，Gin 的 `c.Request.Context()` 随之取消，上游 LMUAI
+  回 499 `context canceled`，后端包成 400。
+- **不是服务端取消**：全仓 grep `WithCancel|WithTimeout|cancel()` 在 `internal/ai`、
+  `internal/skills/api`、`internal/middleware`、`audio_transcribe` 中**零命中**；
+  前端全 `src/` grep `AbortController|CancelToken|signal` 同样零命中。
+  日志里也没有 401（排除跳登录页杀请求），全文只此 1 次 `context canceled`。
+  结论：一次客户端断连，不是模型/路由/代码的问题。
+- 但**失败文案把它叫「第 1 步」** —— 尾部两步按**自己这一轮**从 1 数，
+  而右栏按整条链数。用户看到的第一个数字就对不上，于是有了「卡在步骤 3」这个说法。
+- 更麻烦的是：断连之后**界面上没有任何续跑入口**。右栏那六个步骤是只读的，
+  没有 `@click`，任务永远停在 4/6。
+
+**修法**（三处，都在前端）：
+
+1. `audioSkill.js` 导出 `STEP_NUMBERS`，报错文案与右栏共用同一份编号 —— 两处各写一遍
+   就是这次对不上号的成因。
+2. 失败的那条助手消息上挂 `🔁 重试`（`SmartAssistantPage.vue`）。复用 `speakerConfirmBusy`
+   做并发闸，不新造一套。
+3. `resumeAudioSkill` 收 `skipSteps`，由页面按 `task_run.action_key` 算出「哪几步跑过了」。
+   **判据必须是 run 而不是产物类型**：产物类型（`document` / `checklist`）别的技能也在用，
+   拿它判断会把别人的产物误认成自己的。
+4. 待确认那条消息要用 `reactive()` 包。`messages` 是 `ref([])`，push 进去的对象在模板里
+   读时才被代理，而代码改的是**那个变量** —— 改普通对象只改了原始值，不触发重渲染，
+   用户会一直看到「正在继续整理...」。
+
+**验证**（临时任务 100，用完即删）：
+
+- 用 CDP `Network.setBlockedURLs` 掐掉 `*/api/skills/audio/structure`，复现与线上同形的
+  断连 → 消息变失败态并挂出重试按钮。截图 `/tmp/shot_retry_a_failed.png`：红字
+  「第 5 步「整理段落与重点」失败：Network Error」，与右栏那个 5 是同一个。
+- 脚本直接对后端补跑一次 `structure`（模拟「后端跑完了，只是响应没回来」）→ 点重试
+  → 只跑 `minutes`，跑完 6/6（`/tmp/shot_retry_b_done.png`）。
+- 落库核对：`document` 1 份、`checklist` 1 份，没有重复。
+- **反证**（先证明断言会失败）：再手工 POST 一次 `structure`，同名「结构化纪要」立刻变成
+  **2 份** —— 这就是 `skipSteps` 缺席时会发生的事。
+
+**怎么早点发现**：
+
+> **同一步在界面上有两个编号，迟早有一天会被当成两步。** 序号这种东西只有一份来源，
+> 谁要显示都从那里取。
+>
+> 而**失败现场必须自带出路**。把「怎么继续」放在一个用户当前看不到、也点不动的地方
+> （右栏只读列表），等于没放 —— 用户会做的是刷新，而刷新之后连失败的那条消息都没了。
+
+---
+
+## E15 删除任务只删了 `task_record`，run 与 artifact 全成孤儿
+
+**日期**：2026-09-26　**区域**：后端（`internal/api/my_task.go`）
+
+**症状**：清理验证夹具时走真实接口 `DELETE /api/my/tasks/100`，返回 200。
+删前 `task_record` 1 条、`task_run` 7 条、`task_artifact` 6 条；删后
+**0 / 7 / 6** —— 只有主记录没了，run 与产物原样留着。
+
+**根因**：`DeleteMyTask`（`my_task.go:46`）只调 `taskRecordDAO.Delete(&task)`，没有级联。
+
+**影响**：产物的 `content_text` 是**完整逐字稿**（真实会议录音，本次夹具那份 1550 字，
+线上任务是 26278 字）。也就是说「删掉任务」并不等于「删掉录音内容」。
+`DELIVERY.md` 第 3 节手工清单 C 项「清空测试数据」若按这个删法走，
+库里会留下一批**没有任何入口能看到、也没人能删**的孤儿逐字稿。
+
+**状态**：**未修**。删除语义（硬删 / 软删留痕）是产品决定，不擅自改。
+本次是我自己造的夹具，已手工清掉那 7 条 run 与 6 条产物（先备份
+`/tmp/eai_backup_before_retry_test.db`，删后核对为 0 / 0）。
+
+---
+
 ## 待沉淀（还没写进规则的）
 
 - [ ] **装完必须导入自检**：带 C 扩展的包（torch / torchaudio / ctranslate2）装完立刻 import 一次（见 E01）。
@@ -634,3 +713,6 @@ torch / matplotlib 之类的 dotfile 也落在同一个可写位置。
       ProtectSystem / ReadOnlyPaths）、并发模型（前台独占 vs 后台多请求）。
       凡是「原型上验过」的东西，装成服务后必须**照着这三条重验一遍**。
       这次的 E13 是账号那条，E12 是并发那条。
+- [ ] **E14/E15 的通用形状**：**多步流程的「第 N 步」只能有一个编号来源**（E14）；
+      **有从属数据的聚合根，删除必须级联，或者明确是软删**（E15）。
+      两条都属「界面/接口说了一件事，数据说另一件事」，候选合并成 P06 的一条。

eai_agentplatform/backend-go/config/ai_config.json.bak-asmr-tests

@@ -0,0 +1,248 @@
+{
+  "agent_routes": {
+    "embed_gen": "embed_route_llamacpp_nomic",
+    "image_gen": "image_route_openrouter_gpt_image_2",
+    "video_gen": "video_route_openrouter_veo_3",
+    "path_coach": "chat_route_lmuai_deepseek_v4_flash",
+    "title_gen": "chat_route_lmuai_deepseek_v4_flash",
+    "audio_transcribe": "audio_route_auto",
+    "audio_transcribe_llm": "chat_route_lmuai_deepseek_v4_flash_doc"
+  },
+  "audio_routes": {
+    "audio_route_local_whisper": {
+      "base_url": "http://127.0.0.1:8090/v1",
+      "description": "语音转写 · 本机 faster-whisper large-v3 + pyannote 3.1（音频不出本机）。由 deploy/eai_agentplatform-asr.service 常驻在 127.0.0.1:8090；服务不在时 audio_route_auto 会改走 fallback_routes 里的云端路由，并在转写产物里标注「音频已出本机」。timeout 定在 840s 而不是一小时：前端 api/audioSkill.js 给这一步的上限是 15 分钟，后端必须在它之前自己收手（否则用户看到的是 axios 超时，而后端还在跑），同时 840s 里还留得下云端那 600s 的回退预算",
+      "endpoint": "/audio/transcriptions",
+      "model": "large-v3",
+      "provider": "local_asr",
+      "short_model_name": "whisper large-v3",
+      "short_route_name": "本地",
+      "supports_speakers": true,
+      "timeout_seconds": 840
+    },
+    "audio_route_siliconflow_diarize": {
+      "description": "语音转写 · SiliconFlow / XingChen ASR Diarize（云端，音频会出本机；本地服务不可用时的回退，也可由管理员手动指定）",
+      "endpoint": "/audio/transcriptions",
+      "model": "XingChenAGI/XingChenASR-Diarize-V3.0",
+      "provider": "siliconflow",
+      "short_model_name": "XingChen ASR Diarize",
+      "short_route_name": "SiliconFlow",
+      "supports_speakers": true,
+      "timeout_seconds": 600
+    },
+    "audio_route_siliconflow_qwen3": {
+      "description": "语音转写 · SiliconFlow / Qwen3-ASR（云端，音频会出公网；无说话人分离）",
+      "endpoint": "/audio/transcriptions",
+      "model": "Qwen/Qwen3-ASR-1.7B",
+      "provider": "siliconflow",
+      "short_model_name": "Qwen3 ASR",
+      "short_route_name": "SiliconFlow",
+      "supports_speakers": false,
+      "timeout_seconds": 600
+    }
+  },
+  "chat_routes": {
+    "chat_route_lmuai_deepseek_v4_flash": {
+      "description": "LMUAI / DeepSeek Flash。max_tokens 从 4096 提到 32768（2026-09-26）：4096 是当初只按「聊天」估的，但这条路由是 default_route，用户在对话框里选过模型后这个选择会被记进 localStorage 并**一路带到技能内部的加工步骤**（全仓库只有语音转写的第 3、4 步消费 ai_route_id，见 skills/api/audio_handlers.go 的 resolveAudioChatRoute）。于是它会顶掉技能自带的 _doc 路由，让「整理段落」在推理模型思考完之前就把预算耗光、正文 0 字。上限是天花板不是配额，模型写完就停，抬高不会让聊天变慢变贵（实测见 _doc 那条的说明）",
+      "endpoint": "/chat/completions",
+      "max_tokens": 32768,
+      "model": "deepseek-v4-flash",
+      "provider": "lmuai",
+      "short_model_name": "DeepSeek V4 Flash",
+      "short_route_name": "LMUAI",
+      "temperature": 0.7
+    },
+    "chat_route_lmuai_deepseek_v4_flash_doc": {
+      "description": "LMUAI / DeepSeek Flash（长文输出档，max_tokens=32768）· 供逐字稿整理这类要产出一整篇文档的技能使用。为什么不复用上面那条 4096 的：这是推理模型，思考与正文共用 max_tokens，而思考的长度跟输入几乎不成比例（实测 1200 字的输入，思考照样写到 7169 字）。4096 下正文一个字都写不出来（六次实测只有一次成功）。再说为什么是 32768 而不是 8192：纪要步骤最后要把各段结果**归并**成一份，那是全流程最长的一次输入（实测 8628 字），8192 下 finish_reason=length、正文 0 字，16384 才出稿、32768 又快又稳。上限提高**不会**让逐块调用变慢或变贵——上限是天花板不是配额，模型写完就停：实测同一批 11 段，8192 与 32768 两档的用时（18.6s / 19.2s）与 completion token（均 4928 / 5094）基本一致。调小这个值之前请先看 audio_transcribe/prompts.go 里的实测表",
+      "endpoint": "/chat/completions",
+      "max_tokens": 32768,
+      "model": "deepseek-v4-flash",
+      "provider": "lmuai",
+      "short_model_name": "DeepSeek V4 Flash（长文档）",
+      "short_route_name": "LMUAI",
+      "temperature": 0.7
+    },
+    "chat_route_ollama_qwen": {
+      "description": "本地对话 · llama.cpp / Qwen3.5 4B",
+      "endpoint": "/chat/completions",
+      "max_tokens": 512,
+      "model": "Qwen3.5-4B-Q4_K_M.gguf",
+      "provider": "llamacpp",
+      "short_model_name": "Qwen3.5 4B",
+      "short_route_name": "本地对话",
+      "temperature": 0.7,
+      "timeout_seconds": 90
+    },
+    "chat_route_ollama_qwen_fast": {
+      "description": "本地快聊 · llama.cpp / Qwen3.5 4B",
+      "endpoint": "/chat/completions",
+      "max_tokens": 512,
+      "model": "Qwen3.5-4B-Q4_K_M.gguf",
+      "provider": "llamacpp",
+      "short_model_name": "Qwen3.5 4B",
+      "short_route_name": "本地快聊",
+      "temperature": 0.3
+    },
+    "chat_route_openrouter_deepseek_v3": {
+      "description": "OpenRouter / DeepSeek V3.2",
+      "endpoint": "/chat/completions",
+      "max_tokens": 4096,
+      "model": "deepseek/deepseek-v3.2",
+      "provider": "openrouter",
+      "short_model_name": "DeepSeek V3.2",
+      "short_route_name": "OpenRouter",
+      "temperature": 0.6
+    },
+    "chat_route_openrouter_deepseek_v4_flash": {
+      "description": "OpenRouter / DeepSeek V4 Flash 0731",
+      "endpoint": "/chat/completions",
+      "max_tokens": 4096,
+      "model": "deepseek/deepseek-v4-flash-0731",
+      "provider": "openrouter",
+      "short_model_name": "DeepSeek V4 Flash 0731",
+      "short_route_name": "OpenRouter",
+      "temperature": 0.7
+    },
+    "chat_route_openrouter_gpt_5": {
+      "description": "OpenRouter / GPT 5.4",
+      "endpoint": "/chat/completions",
+      "max_tokens": 8192,
+      "model": "openai/gpt-5.4",
+      "provider": "openrouter",
+      "short_model_name": "GPT 5.4",
+      "short_route_name": "OpenRouter",
+      "temperature": 0.7
+    },
+    "chat_route_openrouter_grok_4": {
+      "description": "OpenRouter / Grok 4.20",
+      "endpoint": "/chat/completions",
+      "max_tokens": 4096,
+      "model": "x-ai/grok-4.20",
+      "provider": "openrouter",
+      "short_model_name": "Grok 4.20",
+      "short_route_name": "OpenRouter",
+      "temperature": 0.6
+    },
+    "chat_route_siliconflow_deepseek_v4_flash": {
+      "description": "SiliconFlow / DeepSeek V4 Flash",
+      "endpoint": "/chat/completions",
+      "max_tokens": 4096,
+      "model": "deepseek-ai/DeepSeek-V4-Flash",
+      "provider": "siliconflow",
+      "short_model_name": "DeepSeek V4 Flash",
+      "short_route_name": "SiliconFlow",
+      "temperature": 0.7
+    }
+  },
+  "default_audio_route": "audio_route_local_whisper",
+  "default_embed_route": "embed_route_llamacpp_nomic",
+  "default_route": "chat_route_lmuai_deepseek_v4_flash",
+  "description": "eai_agentplatform AI 路由配置 — 按场景分类定义多条路由，支持 provider/模型切换",
+  "embed_routes": {
+    "embed_route_llamacpp_nomic": {
+      "base_url": "http://127.0.0.1:8081/v1",
+      "description": "本地向量 · llama.cpp / Nomic Embed v1.5",
+      "endpoint": "/embeddings",
+      "model": "nomic-embed-text-v1.5.Q4_K_M.gguf",
+      "provider": "llamacpp",
+      "short_model_name": "Nomic Embed v1.5",
+      "short_route_name": "本地向量",
+      "timeout_seconds": 30
+    },
+    "embed_route_ollama_bge_m3": {
+      "description": "本地向量 · Ollama / BGE-M3",
+      "endpoint": "/embeddings",
+      "model": "bge-m3",
+      "provider": "ollama",
+      "short_model_name": "BGE-M3",
+      "short_route_name": "本地向量"
+    },
+    "embed_route_openrouter_text_v3": {
+      "description": "OpenRouter / text-embedding-3-small",
+      "endpoint": "/embeddings",
+      "model": "openai/text-embedding-3-small",
+      "provider": "openrouter",
+      "short_model_name": "text-embedding-3-small",
+      "short_route_name": "OpenRouter"
+    }
+  },
+  "fallback_routes": {
+    "chat_route_lmuai_deepseek_flash": [
+      "chat_route_ollama_qwen_fast",
+      "chat_route_ollama_qwen"
+    ],
+    "chat_route_openrouter_deepseek_v3": [
+      "chat_route_openrouter_grok_4",
+      "chat_route_ollama_qwen"
+    ],
+    "chat_route_openrouter_deepseek_v4_flash": [
+      "chat_route_openrouter_deepseek_v3",
+      "chat_route_openrouter_grok_4",
+      "chat_route_ollama_qwen"
+    ],
+    "chat_route_openrouter_grok_4": [
+      "chat_route_ollama_qwen"
+    ],
+    "chat_route_siliconflow_deepseek_v4_flash": [
+      "chat_route_ollama_qwen_fast",
+      "chat_route_ollama_qwen"
+    ],
+    "audio_route_local_whisper": [
+      "audio_route_siliconflow_diarize"
+    ],
+    "embed_route_llamacpp_nomic": [
+      "embed_route_openrouter_text_v3"
+    ],
+    "embed_route_ollama_bge_m3": [
+      "embed_route_openrouter_text_v3"
+    ],
+    "embed_route_openrouter_text_v3": [
+      "embed_route_ollama_bge_m3"
+    ]
+  },
+  "image_routes": {
+    "image_route_ollama_llava": {
+      "description": "本地图像 · Ollama / LLaVA",
+      "endpoint": "/chat/completions",
+      "max_tokens": 2048,
+      "model": "llava",
+      "provider": "ollama",
+      "short_model_name": "LLaVA",
+      "short_route_name": "本地图像",
+      "temperature": 0.7
+    },
+    "image_route_openrouter_flux": {
+      "description": "OpenRouter / FLUX 1.1 Pro",
+      "endpoint": "/images/generations",
+      "max_tokens": 1024,
+      "model": "black-forest-labs/flux-1.1-pro",
+      "provider": "openrouter",
+      "short_model_name": "FLUX 1.1 Pro",
+      "short_route_name": "OpenRouter",
+      "temperature": 1
+    },
+    "image_route_openrouter_gpt_image_2": {
+      "description": "OpenRouter / GPT 5.4 Image 2",
+      "endpoint": "/images/generations",
+      "max_tokens": 4096,
+      "model": "openai/gpt-5.4-image-2",
+      "provider": "openrouter",
+      "short_model_name": "GPT 5.4 Image 2",
+      "short_route_name": "OpenRouter",
+      "temperature": 1
+    }
+  },
+  "video_routes": {
+    "video_route_openrouter_veo_3": {
+      "description": "OpenRouter / Google Veo 3",
+      "endpoint": "/videos/generations",
+      "model": "google/veo-3",
+      "max_tokens": 4096,
+      "provider": "openrouter",
+      "short_model_name": "Veo 3",
+      "short_route_name": "OpenRouter",
+      "temperature": 0.7
+    }
+  },
+  "version": "2.1.0"
+}

eai_agentplatform/backend-go/config/ai_config.json.bak-b-degrade

@@ -0,0 +1,303 @@
+{
+  "agent_routes": {
+    "embed_gen": "embed_route_llamacpp_nomic",
+    "image_gen": "image_route_openrouter_gpt_image_2",
+    "video_gen": "video_route_openrouter_veo_3",
+    "path_coach": "chat_route_lmuai_deepseek_v4_flash",
+    "title_gen": "chat_route_lmuai_deepseek_v4_flash",
+    "audio_transcribe": "audio_route_auto",
+    "audio_transcribe_llm": "chat_route_lmuai_deepseek_v4_flash_doc"
+  },
+  "audio_routes": {
+    "audio_route_local_whisper": {
+      "base_url": "http://127.0.0.1:8090/v1",
+      "description": "语音转写 · 本机 faster-whisper large-v3 + pyannote 3.1（音频不出本机）。由 deploy/eai_agentplatform-asr.service 常驻在 127.0.0.1:8090；服务不在时 audio_route_auto 会改走 fallback_routes 里的云端路由，并在转写产物里标注「音频已出本机」。timeout 定在 840s 而不是一小时：前端 api/audioSkill.js 给这一步的上限是 15 分钟，后端必须在它之前自己收手（否则用户看到的是 axios 超时，而后端还在跑），同时 840s 里还留得下云端那 600s 的回退预算",
+      "endpoint": "/audio/transcriptions",
+      "model": "large-v3",
+      "provider": "local_asr",
+      "short_model_name": "whisper large-v3",
+      "short_route_name": "本地",
+      "supports_speakers": true,
+      "timeout_seconds": 840
+    },
+    "audio_route_siliconflow_diarize": {
+      "description": "语音转写 · SiliconFlow / XingChen ASR Diarize（云端，音频会出本机；本地服务不可用时的回退，也可由管理员手动指定）",
+      "endpoint": "/audio/transcriptions",
+      "model": "XingChenAGI/XingChenASR-Diarize-V3.0",
+      "provider": "siliconflow",
+      "short_model_name": "XingChen ASR Diarize",
+      "short_route_name": "SiliconFlow",
+      "supports_speakers": true,
+      "timeout_seconds": 600
+    },
+    "audio_route_siliconflow_qwen3": {
+      "description": "语音转写 · SiliconFlow / Qwen3-ASR（云端，音频会出公网；无说话人分离）",
+      "endpoint": "/audio/transcriptions",
+      "model": "Qwen/Qwen3-ASR-1.7B",
+      "provider": "siliconflow",
+      "short_model_name": "Qwen3 ASR",
+      "short_route_name": "SiliconFlow",
+      "supports_speakers": false,
+      "timeout_seconds": 600
+    },
+    "audio_route_openrouter_whisper": {
+      "description": "语音转写 · OpenRouter / OpenAI whisper-1（云端，音频会出公网；无说话人分离）。此路只作同能力（无分离）路由之间的备份，不能顶替默认的本地路由 —— 回退链按 supports_speakers 过滤，能力不同不回退",
+      "endpoint": "/audio/transcriptions",
+      "model": "openai/whisper-1",
+      "provider": "openrouter",
+      "base_url": "https://openrouter.ai/api/v1",
+      "short_model_name": "whisper-1",
+      "short_route_name": "OpenRouter",
+      "supports_speakers": false,
+      "timeout_seconds": 600
+    },
+    "audio_route_openrouter_gpt4o_transcribe": {
+      "description": "语音转写 · OpenRouter / OpenAI gpt-4o-transcribe（云端，音频会出公网；无说话人分离）。实测比 whisper-1 快一倍且断句更整，无分离路由里的首选",
+      "endpoint": "/audio/transcriptions",
+      "model": "openai/gpt-4o-transcribe",
+      "provider": "openrouter",
+      "base_url": "https://openrouter.ai/api/v1",
+      "short_model_name": "gpt-4o-transcribe",
+      "short_route_name": "OpenRouter",
+      "supports_speakers": false,
+      "timeout_seconds": 600
+    },
+    "audio_route_siliconflow_asr_ultra": {
+      "description": "语音转写 · SiliconFlow / XingChen ASR V3.2 Ultra（云端，音频会出公网；无说话人分离）。同门的 V3.2（非 Ultra）实测同样可用、约快一倍，但效果略差，没有单独建路由",
+      "endpoint": "/audio/transcriptions",
+      "model": "XingChenAGI/XingChenASR-V3.2-Ultra",
+      "provider": "siliconflow",
+      "short_model_name": "XingChen V3.2 Ultra",
+      "short_route_name": "SiliconFlow",
+      "supports_speakers": false,
+      "timeout_seconds": 600
+    }
+  },
+  "chat_routes": {
+    "chat_route_lmuai_deepseek_v4_flash": {
+      "description": "LMUAI / DeepSeek Flash。max_tokens 从 4096 提到 32768（2026-09-26）：4096 是当初只按「聊天」估的，但这条路由是 default_route，用户在对话框里选过模型后这个选择会被记进 localStorage 并**一路带到技能内部的加工步骤**（全仓库只有语音转写的第 3、4 步消费 ai_route_id，见 skills/api/audio_handlers.go 的 resolveAudioChatRoute）。于是它会顶掉技能自带的 _doc 路由，让「整理段落」在推理模型思考完之前就把预算耗光、正文 0 字。上限是天花板不是配额，模型写完就停，抬高不会让聊天变慢变贵（实测见 _doc 那条的说明）",
+      "endpoint": "/chat/completions",
+      "max_tokens": 32768,
+      "model": "deepseek-v4-flash",
+      "provider": "lmuai",
+      "short_model_name": "DeepSeek V4 Flash",
+      "short_route_name": "LMUAI",
+      "temperature": 0.7
+    },
+    "chat_route_lmuai_deepseek_v4_flash_doc": {
+      "description": "LMUAI / DeepSeek Flash（长文输出档，max_tokens=32768）· 供逐字稿整理这类要产出一整篇文档的技能使用。为什么不复用上面那条 4096 的：这是推理模型，思考与正文共用 max_tokens，而思考的长度跟输入几乎不成比例（实测 1200 字的输入，思考照样写到 7169 字）。4096 下正文一个字都写不出来（六次实测只有一次成功）。再说为什么是 32768 而不是 8192：纪要步骤最后要把各段结果**归并**成一份，那是全流程最长的一次输入（实测 8628 字），8192 下 finish_reason=length、正文 0 字，16384 才出稿、32768 又快又稳。上限提高**不会**让逐块调用变慢或变贵——上限是天花板不是配额，模型写完就停：实测同一批 11 段，8192 与 32768 两档的用时（18.6s / 19.2s）与 completion token（均 4928 / 5094）基本一致。调小这个值之前请先看 audio_transcribe/prompts.go 里的实测表",
+      "endpoint": "/chat/completions",
+      "max_tokens": 32768,
+      "model": "deepseek-v4-flash",
+      "provider": "lmuai",
+      "short_model_name": "DeepSeek V4 Flash（长文档）",
+      "short_route_name": "LMUAI",
+      "temperature": 0.7
+    },
+    "chat_route_ollama_qwen": {
+      "description": "本地对话 · llama.cpp / Qwen3.5 4B",
+      "endpoint": "/chat/completions",
+      "max_tokens": 512,
+      "model": "Qwen3.5-4B-Q4_K_M.gguf",
+      "provider": "llamacpp",
+      "short_model_name": "Qwen3.5 4B",
+      "short_route_name": "本地对话",
+      "temperature": 0.7,
+      "timeout_seconds": 90
+    },
+    "chat_route_ollama_qwen_fast": {
+      "description": "本地快聊 · llama.cpp / Qwen3.5 4B",
+      "endpoint": "/chat/completions",
+      "max_tokens": 512,
+      "model": "Qwen3.5-4B-Q4_K_M.gguf",
+      "provider": "llamacpp",
+      "short_model_name": "Qwen3.5 4B",
+      "short_route_name": "本地快聊",
+      "temperature": 0.3
+    },
+    "chat_route_openrouter_deepseek_v3": {
+      "description": "OpenRouter / DeepSeek V3.2",
+      "endpoint": "/chat/completions",
+      "max_tokens": 4096,
+      "model": "deepseek/deepseek-v3.2",
+      "provider": "openrouter",
+      "short_model_name": "DeepSeek V3.2",
+      "short_route_name": "OpenRouter",
+      "temperature": 0.6
+    },
+    "chat_route_openrouter_deepseek_v4_flash": {
+      "description": "OpenRouter / DeepSeek V4 Flash 0731",
+      "endpoint": "/chat/completions",
+      "max_tokens": 4096,
+      "model": "deepseek/deepseek-v4-flash-0731",
+      "provider": "openrouter",
+      "short_model_name": "DeepSeek V4 Flash 0731",
+      "short_route_name": "OpenRouter",
+      "temperature": 0.7
+    },
+    "chat_route_openrouter_gpt_5": {
+      "description": "OpenRouter / GPT 5.4",
+      "endpoint": "/chat/completions",
+      "max_tokens": 8192,
+      "model": "openai/gpt-5.4",
+      "provider": "openrouter",
+      "short_model_name": "GPT 5.4",
+      "short_route_name": "OpenRouter",
+      "temperature": 0.7
+    },
+    "chat_route_openrouter_grok_4": {
+      "description": "OpenRouter / Grok 4.20",
+      "endpoint": "/chat/completions",
+      "max_tokens": 4096,
+      "model": "x-ai/grok-4.20",
+      "provider": "openrouter",
+      "short_model_name": "Grok 4.20",
+      "short_route_name": "OpenRouter",
+      "temperature": 0.6
+    },
+    "chat_route_siliconflow_deepseek_v4_flash": {
+      "description": "SiliconFlow / DeepSeek V4 Flash",
+      "endpoint": "/chat/completions",
+      "max_tokens": 4096,
+      "model": "deepseek-ai/DeepSeek-V4-Flash",
+      "provider": "siliconflow",
+      "short_model_name": "DeepSeek V4 Flash",
+      "short_route_name": "SiliconFlow",
+      "temperature": 0.7
+    }
+  },
+  "default_audio_route": "audio_route_local_whisper",
+  "default_embed_route": "embed_route_llamacpp_nomic",
+  "default_route": "chat_route_lmuai_deepseek_v4_flash",
+  "description": "eai_agentplatform AI 路由配置 — 按场景分类定义多条路由，支持 provider/模型切换",
+  "embed_routes": {
+    "embed_route_llamacpp_nomic": {
+      "base_url": "http://127.0.0.1:8081/v1",
+      "description": "本地向量 · llama.cpp / Nomic Embed v1.5",
+      "endpoint": "/embeddings",
+      "model": "nomic-embed-text-v1.5.Q4_K_M.gguf",
+      "provider": "llamacpp",
+      "short_model_name": "Nomic Embed v1.5",
+      "short_route_name": "本地向量",
+      "timeout_seconds": 30
+    },
+    "embed_route_ollama_bge_m3": {
+      "description": "本地向量 · Ollama / BGE-M3",
+      "endpoint": "/embeddings",
+      "model": "bge-m3",
+      "provider": "ollama",
+      "short_model_name": "BGE-M3",
+      "short_route_name": "本地向量"
+    },
+    "embed_route_openrouter_text_v3": {
+      "description": "OpenRouter / text-embedding-3-small",
+      "endpoint": "/embeddings",
+      "model": "openai/text-embedding-3-small",
+      "provider": "openrouter",
+      "short_model_name": "text-embedding-3-small",
+      "short_route_name": "OpenRouter"
+    }
+  },
+  "fallback_routes": {
+    "chat_route_lmuai_deepseek_flash": [
+      "chat_route_ollama_qwen_fast",
+      "chat_route_ollama_qwen"
+    ],
+    "chat_route_openrouter_deepseek_v3": [
+      "chat_route_openrouter_grok_4",
+      "chat_route_ollama_qwen"
+    ],
+    "chat_route_openrouter_deepseek_v4_flash": [
+      "chat_route_openrouter_deepseek_v3",
+      "chat_route_openrouter_grok_4",
+      "chat_route_ollama_qwen"
+    ],
+    "chat_route_openrouter_grok_4": [
+      "chat_route_ollama_qwen"
+    ],
+    "chat_route_siliconflow_deepseek_v4_flash": [
+      "chat_route_ollama_qwen_fast",
+      "chat_route_ollama_qwen"
+    ],
+    "audio_route_local_whisper": [
+      "audio_route_siliconflow_diarize"
+    ],
+    "embed_route_llamacpp_nomic": [
+      "embed_route_openrouter_text_v3"
+    ],
+    "embed_route_ollama_bge_m3": [
+      "embed_route_openrouter_text_v3"
+    ],
+    "embed_route_openrouter_text_v3": [
+      "embed_route_ollama_bge_m3"
+    ],
+    "audio_route_openrouter_gpt4o_transcribe": [
+      "audio_route_siliconflow_asr_ultra",
+      "audio_route_openrouter_whisper",
+      "audio_route_siliconflow_qwen3"
+    ],
+    "audio_route_siliconflow_asr_ultra": [
+      "audio_route_openrouter_gpt4o_transcribe",
+      "audio_route_openrouter_whisper",
+      "audio_route_siliconflow_qwen3"
+    ],
+    "audio_route_openrouter_whisper": [
+      "audio_route_openrouter_gpt4o_transcribe",
+      "audio_route_siliconflow_asr_ultra",
+      "audio_route_siliconflow_qwen3"
+    ],
+    "audio_route_siliconflow_qwen3": [
+      "audio_route_openrouter_gpt4o_transcribe",
+      "audio_route_siliconflow_asr_ultra",
+      "audio_route_openrouter_whisper"
+    ],
+    "audio_route_siliconflow_diarize": [
+      "audio_route_local_whisper"
+    ]
+  },
+  "image_routes": {
+    "image_route_ollama_llava": {
+      "description": "本地图像 · Ollama / LLaVA",
+      "endpoint": "/chat/completions",
+      "max_tokens": 2048,
+      "model": "llava",
+      "provider": "ollama",
+      "short_model_name": "LLaVA",
+      "short_route_name": "本地图像",
+      "temperature": 0.7
+    },
+    "image_route_openrouter_flux": {
+      "description": "OpenRouter / FLUX 1.1 Pro",
+      "endpoint": "/images/generations",
+      "max_tokens": 1024,
+      "model": "black-forest-labs/flux-1.1-pro",
+      "provider": "openrouter",
+      "short_model_name": "FLUX 1.1 Pro",
+      "short_route_name": "OpenRouter",
+      "temperature": 1
+    },
+    "image_route_openrouter_gpt_image_2": {
+      "description": "OpenRouter / GPT 5.4 Image 2",
+      "endpoint": "/images/generations",
+      "max_tokens": 4096,
+      "model": "openai/gpt-5.4-image-2",
+      "provider": "openrouter",
+      "short_model_name": "GPT 5.4 Image 2",
+      "short_route_name": "OpenRouter",
+      "temperature": 1
+    }
+  },
+  "video_routes": {
+    "video_route_openrouter_veo_3": {
+      "description": "OpenRouter / Google Veo 3",
+      "endpoint": "/videos/generations",
+      "model": "google/veo-3",
+      "max_tokens": 4096,
+      "provider": "openrouter",
+      "short_model_name": "Veo 3",
+      "short_route_name": "OpenRouter",
+      "temperature": 0.7
+    }
+  },
+  "version": "2.1.0"
+}

eai_agentplatform/frontend/src/skills/shared/audioSkill.js

@@ -45,8 +45,13 @@ export function skillConsumesAudio(skillKey) {
  */
 const STEP_ORDER = ['scope', 'transcribe', 'speakers']
 
-/** 确认之后才跑的两步。中间隔着一次人工确认，所以不能和上面合成一个循环。 */
-const RESUME_STEP_ORDER = ['structure', 'minutes']
+/**
+ * 确认之后才跑的两步。中间隔着一次人工确认，所以不能和上面合成一个循环。
+ *
+ * 导出是给页面用的：失败后「重试」要先算出哪几步已经有产物了（见
+ * audioTailDoneSteps），跳过的判断得和这里的顺序是同一份。
+ */
+export const RESUME_STEP_ORDER = ['structure', 'minutes']
 
 const STEP_LABELS = {
   scope: '确认音频范围与语言',
@@ -57,6 +62,22 @@ const STEP_LABELS = {
   minutes: '提炼可交付纪要',
 }
 
+/**
+ * 每一步在右栏工作流里的序号。
+ *
+ * 报错文案里说的「第 N 步」必须和右栏那个数字是同一个 —— 原先尾部两步按
+ * **自己这一轮**从 1 数（「第 1 步『整理段落与重点』失败」），而右栏把它叫第 5 步，
+ * 于是用户看到「卡住了」时根本对不上是哪一步（2026-09-26 实际发生过一次）。
+ */
+const STEP_NUMBERS = {
+  scope: 1,
+  transcribe: 2,
+  speakers: 3,
+  'speakers-confirm': 4,
+  structure: 5,
+  minutes: 6,
+}
+
 /** 从已挂载的附件里挑出第一个音频（挂多个时只处理第一个，不做隐式合并）。 */
 export function pickAudioResource(resources) {
   const list = Array.isArray(resources) ? resources : []
@@ -143,7 +164,7 @@ export async function executeAudioSkill(context = {}) {
     } catch (error) {
       const done = results.length
       const tail = done > 0 ? `（前 ${done} 步的产物已保存，可在右侧产物区查看）` : ''
-      throw new Error(`第 ${index + 1} 步「${STEP_LABELS[step]}」失败：${error?.message || '请稍后重试'}${tail}`)
+      throw new Error(`第 ${STEP_NUMBERS[step]} 步「${STEP_LABELS[step]}」失败：${error?.message || '请稍后重试'}${tail}`)
     }
   }
 
@@ -165,11 +186,17 @@ export async function executeAudioSkill(context = {}) {
  *
  * 为什么确认这件事要在这里再做一次调用、而不是让后端一路跑到底：确认是**人的动作**，
  * 中间可能隔几分钟、隔一次刷新、甚至隔一天。后端不为此挂一个等待中的请求。
+ *
+ * `skipSteps` 是给「重试」用的：请求可能**已经在后端跑完并落库了，只是响应没回来**
+ * （浏览器连接断掉、代理掉线 —— 2026-09-26 第 5 步就这么失败过一次）。那时无脑重跑
+ * 会在同一个任务里留下第二份「结构化纪要」，而两份的差别用户看不出来，
+ * 只会疑惑产物区为什么多了一条。调用方按任务里已有的 run 算好传进来。
  */
 export async function resumeAudioSkill(context = {}) {
   const definition = context?.definition || {}
   const taskId = Number(context?.taskId || 0)
   const aiRouteId = String(context?.aiRouteId || '').trim()
+  const skipSteps = new Set(Array.isArray(context?.skipSteps) ? context.skipSteps : [])
   if (!taskId) {
     throw new Error('找不到当前任务，无法继续。请刷新后重试。')
   }
@@ -177,6 +204,7 @@ export async function resumeAudioSkill(context = {}) {
   const results = []
   for (let index = 0; index < RESUME_STEP_ORDER.length; index += 1) {
     const step = RESUME_STEP_ORDER[index]
+    if (skipSteps.has(step)) continue
     try {
       const res = await runAudioSkillStep(step, { task_id: taskId, ai_route_id: aiRouteId })
       if (!res?.data) throw new Error('服务没有返回结果')
@@ -185,7 +213,7 @@ export async function resumeAudioSkill(context = {}) {
     } catch (error) {
       const done = results.length
       const tail = done > 0 ? '（「整理段落与重点」的产物已保存，可在右侧产物区查看）' : ''
-      throw new Error(`第 ${index + 1} 步「${STEP_LABELS[step]}」失败：${error?.message || '请稍后重试'}${tail}`)
+      throw new Error(`第 ${STEP_NUMBERS[step]} 步「${STEP_LABELS[step]}」失败：${error?.message || '请稍后重试'}${tail}`)
     }
   }
 

eai_agentplatform/frontend/src/views/workbench/SmartAssistantPage.vue

@@ -149,6 +149,16 @@
             <div class="msg-actions">
               <button @click="copyMessage(msg.content)">📋 复制</button>
               <button v-if="msg.role === 'assistant'" @click="handleFollowUp(msg)">💬 追问</button>
+              <!-- 失败消息上的续跑入口。它挂在**消息**上而不是右栏：失败那一刻
+                   用户的眼睛在这里，右栏那六个步骤是只读的，点不了。 -->
+              <button
+                v-if="msg.retry"
+                class="msg-retry"
+                :disabled="speakerConfirmBusy"
+                @click="handleMessageRetry(msg)"
+              >
+                {{ speakerConfirmBusy ? '⏳ 重试中...' : '🔁 重试' }}
+              </button>
             </div>
             <div class="msg-time">{{ msg.timestamp }}</div>
           </div>
@@ -208,7 +218,7 @@
 </template>
 
 <script setup>
-import { ref, computed, nextTick, watch, onMounted, markRaw } from 'vue'
+import { ref, reactive, computed, nextTick, watch, onMounted, markRaw } from 'vue'
 import { useRoute, useRouter } from 'vue-router'
 import { storeToRefs } from 'pinia'
 import { ElMessage } from 'element-plus'
@@ -238,6 +248,7 @@ import { getSkillByKey } from '@/skills/registry'
 import { buildComposerBlocks, blocksToMountedResources, hasSendableContent } from '@/skills/shared/runtime'
 import {
   AUDIO_SKILL_KEY,
+  RESUME_STEP_ORDER as AUDIO_TAIL_STEPS,
   pickAudioResource,
   resumeAudioSkill,
   runAudioSkillStep,
@@ -1701,15 +1712,68 @@ async function handleSpeakerConfirm(speakers) {
   }
 
   // 确认已经落库了，从这里往后就是「继续跑」—— 失败也不能把上面那次确认说成失败。
-  const pendingMessage = {
+  //
+  // 这条消息用 reactive() 包了一层，不是多此一举：messages 是 ref([])，
+  // push 进去的对象在模板里读时才会被代理，而下面改的是**这个变量**。
+  // 直接改普通对象只改了它的原始值，不会触发重新渲染 —— 文案要等到下一次
+  // 别的原因引起的重渲染才会变，用户在那之前一直看到「正在继续整理...」。
+  const pendingMessage = reactive({
     role: 'assistant',
     content: '已记下你确认的说话人身份，正在继续整理段落与生成纪要...',
     timestamp: new Date().toLocaleTimeString(),
-  }
+    retry: null,
+  })
   messages.value.push(pendingMessage)
   await nextTick()
   scrollToEnd()
 
+  try {
+    await runAudioTail(taskId, pendingMessage, {
+      failureLead: '已确认说话人身份，但继续执行失败：',
+    })
+  } finally {
+    speakerConfirmBusy.value = false
+    await refreshTaskRail()
+    await nextTick()
+    scrollToEnd()
+  }
+}
+
+/** 尾部两步里已经跑完的那些步骤。 */
+function audioTailDoneSteps() {
+  // 判据取 task_run 而不是「有没有 document 产物」：后端每一步的 run 与产物是在
+  // 同一个事务里写的（audio_handlers.go persistAudioStep），所以有 run 必有产物；
+  // 而产物类型（document / checklist）别的技能也在用，拿它判断会误判成「跑过了」。
+  const runs = currentTaskDetail.value?.runs
+  const done = new Set()
+  for (const run of Array.isArray(runs) ? runs : []) {
+    const key = String(run?.action_key || run?.actionKey || '').trim()
+    if (!key.startsWith(`${AUDIO_SKILL_KEY}:`)) continue
+    done.add(key.slice(AUDIO_SKILL_KEY.length + 1))
+  }
+  return done
+}
+
+/**
+ * 跑尾部的「整理段落与重点」与「提炼可交付纪要」，结果写回传入的那条消息。
+ *
+ * 失败不抛，改成把消息标成失败态并挂上 `retry`：调用它的两处（确认那一下、
+ * 以及重试按钮）都不该各自再写一遍 try/catch，否则迟早有一处忘了挂重试入口 ——
+ * 而那正是这一次要修的问题。
+ *
+ * `failureLead` 由调用方给：确认失败和重试失败要说的第一句话不一样，但
+ * 「后半句怎么办」是同一句。
+ */
+async function runAudioTail(taskId, message, { failureLead = '继续执行失败：' } = {}) {
+  const done = audioTailDoneSteps()
+  const skipSteps = AUDIO_TAIL_STEPS.filter((step) => done.has(step))
+  if (skipSteps.length === AUDIO_TAIL_STEPS.length) {
+    message.content = '「整理段落与重点」和「提炼可交付纪要」的产物都已经在任务里了，不用重跑，右侧产物区可以查看。'
+    message.retry = null
+    message.timestamp = new Date().toLocaleTimeString()
+    return
+  }
+
   try {
     const result = await resumeAudioSkill({
       // 按 key 从注册表取，不用 mountedRegistrySkill：刷新页面之后
@@ -1721,13 +1785,44 @@ async function handleSpeakerConfirm(speakers) {
       // scope 那一步的产物不在这一轮的 results 里（它是确认之前跑的），
       // 用它生成文件名下载才不至于退回默认的「转写稿」。
       fileName: audioFileNameOf(currentTaskDetail.value),
+      skipSteps,
       onStepDone: refreshTaskRail,
     })
+    message.retry = null
     messages.value.push(buildLocalSkillReply(result, mountedRegistrySkill.value))
   } catch (error) {
-    pendingMessage.content = `已确认说话人身份，但继续执行失败：${error?.message || '请稍后重试'}`
-    pendingMessage.timestamp = new Date().toLocaleTimeString()
-    ElMessage.error(error.message || '继续执行失败')
+    message.content =
+      `${failureLead}${error?.message || '请稍后重试'}` +
+      '。可以点下面的「重试」接着跑，已经出过产物的步骤会跳过。'
+    // 重试入口只挂在这条消息上，刷新页面就没了 —— 这是选「消息上的按钮」时
+    // 就接受的代价：此刻用户就在这条消息旁边，而右栏那六个步骤是只读的。
+    message.retry = { kind: 'audio-tail' }
+    message.timestamp = new Date().toLocaleTimeString()
+    ElMessage.error(error?.message || '继续执行失败')
+  }
+}
+
+/**
+ * 失败消息上的「重试」：接着跑尾部那两步。
+ *
+ * 为什么不必重跑整条链：确认（第 4 步）已经落库，逐字稿与说话人名单也都在，
+ * 断掉的只是最后两次加工。而后端每一步都是独立端点，本来就能单独跑
+ * （services 的六个 /skills/audio/* 各是一步），缺的只是界面上这个入口。
+ */
+async function handleMessageRetry(message) {
+  if (speakerConfirmBusy.value) return
+  if (message?.retry?.kind !== 'audio-tail') return
+  const taskId = Number(currentTaskId.value) || 0
+  if (!taskId) {
+    ElMessage.error('找不到当前任务，请刷新后重试')
+    return
+  }
+  speakerConfirmBusy.value = true
+  try {
+    // 先刷一次再判「哪几步跑过了」：这份 detail 可能是几分钟前拉的，
+    // 而断连那次很可能其实已经在后端跑完并落库了。
+    await refreshTaskRail()
+    await runAudioTail(taskId, message, { failureLead: '重试仍未成功：' })
   } finally {
     speakerConfirmBusy.value = false
     await refreshTaskRail()
@@ -2596,6 +2691,24 @@ onMounted(async () => {
   background: #eef1f6;
 }
 
+/* 「重试」是这个平台上唯一一个「接着把活干完」的按钮，其余按钮都只是复制/追问。
+   给它一个区别于灰按钮的颜色，免得用户把它当成第三个装饰按钮划过去。 */
+.msg-actions button.msg-retry {
+  background: #eef2ff;
+  border-color: #c7d2fe;
+  color: #4f46e5;
+  font-weight: 600;
+}
+
+.msg-actions button.msg-retry:hover {
+  background: #e0e7ff;
+}
+
+.msg-actions button.msg-retry:disabled {
+  opacity: 0.6;
+  cursor: not-allowed;
+}
+
 .msg-time {
   font-size: 11px;
   color: #909399;