[zj1123581321]

背景

生产事故（n305, 2026-07-21，另有 2026-07-09 一次同款）：总结模型 deepseek-v4-pro（思考模型）返回 HTTP 200、2383 completion tokens，但 message.content 为空串，总结被判 FAILED。排查确认两个问题同根：失败处理的最小单位是整条管线而不是层。

改动

1. text 模式空响应重试（降低失败率）

思考模型偶发返回 200 但 content 为空（多因思考预算耗尽），此前 text 模式是三种输出模式（text / json_object / json_schema）中唯一零重试的路径。

• _call_with_text_output 新增空 content 重发循环，次数读 llm.text_output.max_retries（默认 2，配置键已加入 config.example.jsonc）
• 第 2 次尝试起强制 reasoning_effort=disabled（证据表明空响应多因思考预算耗尽，原样重发大概率复发）
• 每次尝试都记录审计用量；耗尽仍空返回空串由上层判 FAILED，行为与现状一致，只是多了重试机会

2. /api/resummarize 层粒度重跑入口（降低失败成本）

此前总结失败后唯一重试路径是「重新校对」，要为补一层而重付整条校对管线成本（事故任务 2.4 万字）。

• 新增 POST /api/resummarize，镜像 recalibrate 全套骨架（复用 recalibrate 权限名、归属校验 fail-closed、inflight 登记、队列收口）
• processing_options 固定 {calibrate: false, summarize: true, infer_speaker_names: false, chapters: false}：复用缓存 llm_calibrated 作为总结输入，transcription_data=None 避免二次说话人推断，cached_speaker_count 从结构化产物回传；_handle_llm_task/_save_llm_results/coordinator 零改动（现有标志组合天然支持）
• 总结已存在且状态 generated 时 400，防止误点重复消耗
• 前端总结失败区块改为内联「重新生成总结」按钮 + 独立 dialog，不再指向重新校对按钮

测试

• 新增：tests/unit/test_llm_text_retry.py（5 例）、tests/unit/test_resummarize.py（9 例）、tests/integration/test_llm_ops_resummarize.py（断言总结写入且校对层文件/mtime/状态不动）
• 本地 make test（CI 同命令）exit 0；tests/unit 全量 2490 passed
• 注：tests/integration/test_layered_cache.py 有 20 个失败，已用 pristine HEAD git worktree 复跑确认为本环境预置失败，与本 PR 无关

部署备注

合并后走常规 ./docker/push_to_ghcr.sh 流程；生产 n305 的 config 无需变更（text_output.max_retries 缺省即默认 2）。部署后 2026-07-21 失败的小宇宙 EP44 任务可用新按钮直接补出总结。

[github-actions]

Reviewed commit: e4c5dc48c77bc5f518db6d28e9c0b9cb6bf78dda

🤖 Review 门禁 — 判定: pass(主审: claude-glm)

verdict 已按「无 blocker/major finding」规范化为 pass(原始 verdict 为 fail；minor/nit 不卡门)。

need more searching

覆盖：single；1 个审查单元；1307 行 diff。

[github-actions]

📒 Review ledger state

• Commit: e4c5dc48c77bc5f518db6d28e9c0b9cb6bf78dda
• Round: 1
• Status / findings: pass / 0
• Comparison: first_review

完整数据保存在 codex-review-ledger artifact；此 sticky comment 仅保存跨 rerun 的连续游标。