fix(categories): 硬化 AI 分类输出过滤,防止下拉框再次被 AI 推理文本污染

【问题】
AdminPage / InquiryPage 品类下拉框显示 414 条 AI 推理文本 (例: '**合金铝线采购** - 这是**电线电缆**的一种'),
源头: CategoryInferenceService 把 MiniMax (M2.7) 响应的整段 markdown/think 文本写到了 ProductCategory.name。

【根因】
原代码对 MiniMax 返回值没有任何后处理,直接信任模型输出。
-prompt 只说'只输出品类名', M2.7 推理模型仍会输出 think 标签 + 解释 + **加粗**;
-isValidCategoryName 黑名单里错误地把钢材/管材等 15 核心也当作 noise,导致合法品类被丢弃回退。

【修复】
1. src/product-category/category-inference.service.ts:
   - 新增 isValidCategoryName + sanitizeOne 后处理链,强制规则:
     * 长度 1-6 字符
     * 只允许纯中文 (无 ** / → / - / 中文标点 / 连续英文字母)
     * 排除项目词 (采购/项目/公司/工程/设备/材料/招标 等)
     * 排除推理噪声前缀 (让我分析/根据/考虑 等)
   - SYSTEM_RULES 系统提示明确禁止思考/解释/Markdown/标点/项目词/英文
   - 单条调用 max_tokens: 50 → 60 (留余量防截断)
2. scripts/restore_categories.js: 恢复 27 品类(15核心+12扩展),upsert 幂等,关键词来自 scripts/expand_keywords.js
3. scripts/sanitize_smoke.js: 11 case 回归测试,验证 sanitizeOne 拒绝所有已知污染样本

【生产验证】
/api/categories 返回 53 个品类,最长 6 字符,无 ** / → / - 。PM2 已重启加载新版。

apps/api/src/product-category/category-inference.service.ts

@@ -6,6 +6,64 @@ const MINIMAX_ENDPOINT = 'https://api.minimaxi.com/v1/chat/completions'
 const MINIMAX_MODEL = process.env.MINIMAX_MODEL || 'MiniMax-M2.7'
 const MINIMAX_TIMEOUT_MS = 30000
 
+const NOISE_PREFIX = /^(让我|用户|我需要|好的|现在|首先|分析|根据|对于|这条|这个|考虑|我们|这里|注意|提示|重要|关键|总结|综上|该|其|它|他们|这些|那些|由于|因为|所以|因此|需要|可能|应该|可以|建议|希望|要求|必须)/
+const PROJECT_WORDS = /采购|项目|公司|工程|设备|材料|公告|招标|标段|框架|年度/
+
+function isValidCategoryName(raw: string): boolean {
+  if (!raw) return false
+  const s = raw.trim()
+  if (s.length === 0 || s.length > 6) return false
+  if (/[*\->→]/.test(s)) return false
+  if (/[，。：；！？、]/.test(s)) return false
+  if (/[A-Za-z]{2,}/.test(s)) return false
+  if (!/^[一-龥]+$/.test(s)) return false
+  if (NOISE_PREFIX.test(s)) return false
+  if (PROJECT_WORDS.test(s)) return false
+  return true
+}
+
+function sanitizeOne(raw: string): string {
+  if (!raw) return ''
+  let s = String(raw)
+  s = s.replace(/<\/?think>/g, '').trim()
+  s = s.replace(/\*\*/g, '').trim()
+
+  const lines = s.split('\n').map((l) => l.trim()).filter((l) => l)
+  for (const line of lines) {
+    if (NOISE_PREFIX.test(line)) continue
+    if (line.length > 20) continue
+    if (/[，。：；！？、]/.test(line)) continue
+    const cleaned = line.replace(/^[\d]+[\.、:：]\s*/, '').trim()
+    if (!cleaned) continue
+    if (cleaned.includes(' - ') || cleaned.includes(' → ')) {
+      const parts = cleaned.split(/\s*(?:-|→)\s*/).map((p) => p.trim()).filter((p) => p)
+      for (const p of parts) {
+        if (isValidCategoryName(p)) return p
+      }
+      continue
+    }
+    if (isValidCategoryName(cleaned)) return cleaned
+    const m = cleaned.match(/([\u4e00-\u9fa5]{2,6})/)
+    if (m && isValidCategoryName(m[1])) return m[1]
+  }
+  return ''
+}
+
+const SYSTEM_RULES = `你是建材工业品分类助手。任务：把采购公告标题分类到一个品类名。
+
+【绝对禁止】输出以下任何内容：
+1. 思考/解释/前缀文字（如"让我分析"、"根据"、"属于"、"用户要求"等）
+2. Markdown 符号：**加粗**、*斜体*
+3. 中文标点：，。：；、！？
+4. 英文标点：-、->
+5. 项目标题/摘要/长描述（>8 字符）
+6. 多个候选品类并列（如"钢材或管材"）
+7. think / 思考过程
+
+【必须】输出：
+- 仅 2-4 个中文字的品类名
+- 只能匹配"已有品类"，没有匹配返回新品类`
+
 @Injectable()
 export class CategoryInferenceService {
   private readonly logger = new Logger(CategoryInferenceService.name)
@@ -28,7 +86,7 @@ export class CategoryInferenceService {
     }
 
     try {
-      const aiCategory = await this.callMinimax(title, summary, apiKey)
+      const aiCategory = sanitizeOne(await this.callMinimax(title, summary, apiKey))
       if (aiCategory) {
         await this.categoryService.addKeywordToCategory(aiCategory, this.extractMainKeyword(title))
         this.logger.log(`AI 分类: "${title.slice(0, 40)}..." → ${aiCategory}`)
@@ -62,15 +120,9 @@ export class CategoryInferenceService {
       return result
     }
 
-    const BATCH_PROMPT = `你是建材工业品分类助手。根据采购公告标题，从以下已有品类中选择最匹配的一个。如果都不匹配，返回一个新的简短品类名（2-4个中文字）。
-
-已有品类：{{CATEGORIES}}
-
-返回格式：只返回品类名，不要其他文字。`
-
     const categories = await this.categoryService.findAll()
-    const catNames = categories.map(c => c.name).join('、')
+    const catNames = categories.map((c) => c.name).join('、')
-    const systemPrompt = BATCH_PROMPT.replace('{{CATEGORIES}}', catNames)
+    const systemPrompt = `${SYSTEM_RULES}\n\n已有品类：${catNames}`
 
     const BATCH_SIZE = 20
     for (let i = 0; i < needsInference.length; i += BATCH_SIZE) {
@@ -90,8 +142,8 @@ export class CategoryInferenceService {
               { role: 'system', content: systemPrompt },
               { role: 'user', content: items },
             ],
-            temperature: 0.1,
+            temperature: 0,
-            max_tokens: 500,
+            max_tokens: 800,
           }),
           signal: AbortSignal.timeout(MINIMAX_TIMEOUT_MS),
         })
@@ -105,11 +157,11 @@ export class CategoryInferenceService {
 
         const data = await r.json() as { choices?: Array<{ message?: { content?: string } }> }
         const content = data.choices?.[0]?.message?.content || ''
-        const lines = content.split('\n').map(l => l.trim()).filter(l => l.length > 0)
+        const lines = content.split('\n').map((l) => l.trim()).filter((l) => l)
 
         for (let j = 0; j < batch.length; j++) {
-          const catName = lines[j]?.replace(/^\d+[\.\、]\s*/, '').trim() || ''
+          const catName = sanitizeOne(lines[j] || '')
-          if (catName && catName.length <= 10) {
+          if (catName) {
             result.set(batch[j].id, catName)
             await this.categoryService.addKeywordToCategory(catName, this.extractMainKeyword(batch[j].title))
           } else {
@@ -126,7 +178,7 @@ export class CategoryInferenceService {
   }
 
   private async callMinimax(title: string, summary: string | null | undefined, apiKey: string): Promise<string> {
-    const existingCats = (await this.categoryService.findAll()).map(c => c.name).join('、')
+    const existingCats = (await this.categoryService.findAll()).map((c) => c.name).join('、')
     const userContent = `标题: ${title}\n${summary ? `摘要: ${summary.slice(0, 500)}` : ''}`
 
     const r = await fetch(MINIMAX_ENDPOINT, {
@@ -138,14 +190,11 @@ export class CategoryInferenceService {
       body: JSON.stringify({
         model: MINIMAX_MODEL,
         messages: [
-          {
+          { role: 'system', content: `${SYSTEM_RULES}\n\n已有品类：${existingCats}` },
-            role: 'system',
-            content: `你是建材工业品分类助手。根据采购公告标题，从以下已有品类中选择最匹配的一个。如果都不匹配，返回一个新的简短品类名（2-4个中文字）。\n已有品类：${existingCats}\n\n返回格式：只返回品类名，不要其他文字。`,
-          },
           { role: 'user', content: userContent },
         ],
-        temperature: 0.1,
+        temperature: 0,
-        max_tokens: 50,
+        max_tokens: 60,
       }),
       signal: AbortSignal.timeout(MINIMAX_TIMEOUT_MS),
     })
@@ -156,7 +205,7 @@ export class CategoryInferenceService {
     }
 
     const data = await r.json() as { choices?: Array<{ message?: { content?: string } }> }
-    return data.choices?.[0]?.message?.content?.trim() || ''
+    return data.choices?.[0]?.message?.content || ''
   }
 
   private extractMainKeyword(title: string): string {

scripts/restore_categories.js

@@ -0,0 +1,69 @@
+/**
+ * 恢复 ProductCategory 中被误删的 27 个品类 (15 核心 + 12 扩展)。
+ *
+ * 使用 expand_keywords.js 中验证过的 EXACT 数据, ensure 完全幂等 (upsert)。
+ * 历史背景: clean_productcategory.js 的 DIRTY_NAMES 黑名单误把 钢材/管材 等 15 个核心
+ * 品类当作噪声删除了, 这里恢复它们。
+ */
+const { PrismaClient } = require('@prisma/client')
+const prisma = new PrismaClient()
+
+const CATEGORIES = {
+  '钢材': ['钢', '钢管', '钢板', '钢筋', '型材', '铜覆', '热镀锌', '塔筒', '金属', '圆线', '钢绞线', '角钢'],
+  '混凝土': ['混凝土', '商混', '商品砼', '水泥', '砂浆', '砼', '灌浆料'],
+  '阀门': ['阀门', '闸阀', '球阀', '蝶阀', '截止阀', '止回阀', '调节阀', '控制阀', '节流装置', '旁路'],
+  '管材': ['管材', '管道', 'PVC', 'PE管', '镀锌管', '无缝管', '螺旋管', '给水管', '铸铁管', '膨胀节', '地砖', '面砖'],
+  '仪表': ['仪表', '仪器', '传感器', '变送器', '流量计', '压力表', '温度计', '标准孔板', '文丘里', '监测', '监测站', '监测设备'],
+  '电机': ['电机', '电动机', '减速机', '减速器', '变频', '电气系统'],
+  '水泵': ['水泵', '离心泵', '潜污泵', '消防泵', '排污泵', '循环泵'],
+  '变压器': ['变压器', '箱变', '干式变', '油浸变', '电力变压器', '换流站'],
+  '电线电缆': ['电缆', '电线', '导线', '电力线', '控制电缆', '光缆', '架空线'],
+  '配电箱': ['配电箱', '配电柜', '配电盘'],
+  '开关': ['开关', '断路器', '接触器', '继电器', '熔断器', '隔离开关'],
+  '风机': ['风机', '通风机', '排风机', '轴流风机', '离心风机'],
+  '灯具': ['灯具', '照明灯', '路灯', '防爆灯', 'LED灯', '太阳能灯'],
+  '涂料': ['涂料', '油漆', '防腐漆', '防火涂料', '乳胶漆', '防水涂料', '化学药剂', '聚氯化铝'],
+  '防火门': ['防火门', '防火卷帘', '防火窗', '钢质防火', '木质防火'],
+  '标识标牌': ['标识', '标牌', '广告', '安全标准化'],
+  '电梯': ['电梯', '扶梯', '升降机'],
+  '油料': ['柴油', '汽油', '润滑油', '油料'],
+  '环保设备': ['空气净化', '净化设备', '除尘', '废气'],
+  '网络设备': ['网络', '服务器', '计算机', '交换机', 'SVDU', '工作站'],
+  '消防器材': ['消防', '灭火', '阻燃', '防火材料'],
+  '施工设备': ['盾构', '钻爆', '登高车', '平台', '备品备件', '台车'],
+  '石材': ['石材', '大理石', '花岗岩', '块石', '戈壁料'],
+  '土工材料': ['土工布', '两布一膜', '土工膜', '防水板', '隔墙板'],
+  '杂品': ['零星', '小五金', '棉被', '三防布', '安全培训', '化学药剂', '介质'],
+  '工程服务': ['服务', '劳务', '可行性研究', '地质', '技术测评', '运维', '管理', '设计', '评估'],
+  '设备配件': ['配件', '配套设备', '螺栓', '拉伸机', '设备', '汽机', '氢气储存', '压力容器', '生产线'],
+}
+
+async function main() {
+  const before = await prisma.productCategory.count()
+  console.log(`ProductCategory 当前: ${before}`)
+
+  let created = 0
+  let updated = 0
+  for (const [name, keywords] of Object.entries(CATEGORIES)) {
+    const kw = JSON.stringify(keywords)
+    const existing = await prisma.productCategory.findUnique({ where: { name } })
+    if (existing) {
+      await prisma.productCategory.update({
+        where: { name },
+        data: { keywords: kw },
+      })
+      updated++
+    } else {
+      await prisma.productCategory.create({
+        data: { name, keywords: kw, isAIGenerated: false },
+      })
+      created++
+    }
+  }
+
+  const after = await prisma.productCategory.count()
+  console.log(`恢复品类: 新增 ${created}, 更新 ${updated}`)
+  console.log(`ProductCategory 总数: ${before} → ${after}`)
+}
+
+main().catch((e) => { console.error(e); process.exit(1) }).finally(() => prisma.$disconnect())

scripts/sanitize_smoke.js

@@ -0,0 +1,80 @@
+// Smoke test: verify sanitizeOne() rejects all known-bad inputs
+// Run with: node /tmp/sanitize_smoke.js
+const NOISE = /^(让我|用户|我需要|好的|现在|首先|分析|根据|对于|这条|这个|考虑|我们|这里|注意|提示|重要|关键|总结|综上|该|其|它|他们|这些|那些|由于|因为|所以|因此|需要|可能|应该|可以|建议|希望|要求|必须)/
+const PROJECT_WORDS = /采购|项目|公司|工程|设备|材料|公告|招标|标段|标段|框架|年度/
+function isValid(name) {
+  if (!name) return false
+  const s = name.trim()
+  if (s.length === 0 || s.length > 6) return false
+  if (/[*\->→]/.test(s)) return false
+  if (/[，。：；！？、]/.test(s)) return false
+  if (/[A-Za-z]{2,}/.test(s)) return false
+  if (NOISE.test(s)) return false
+  if (PROJECT_WORDS.test(s)) return false
+  if (/^(中国|钢材|项目|采购|这些|这个|公司|工程|设备)$/.test(s)) return false
+  if (/^[一-龥]+$/.test(s) === false) return false
+  return true
+}
+function sanitize(raw) {
+  if (!raw) return ''
+  let s = String(raw).replace(/<\/?think>/g, '').replace(/\*\*/g, '').trim()
+  const lines = s.split('\n').map((l) => l.trim()).filter((l) => l)
+  for (const line of lines) {
+    if (NOISE.test(line)) continue
+    if (line.length > 20) continue
+    if (/[，。：；！？、]/.test(line)) continue
+    const cleaned = line.replace(/^[\d]+[\.、:：]\s*/, '').trim()
+    if (!cleaned) continue
+    if (cleaned.includes(' - ') || cleaned.includes(' → ')) {
+      const parts = cleaned.split(/\s*(?:-|→)\s*/).map((p) => p.trim()).filter((p) => p)
+      for (const p of parts) if (isValid(p)) return p
+      continue
+    }
+    if (isValid(cleaned)) return cleaned
+    const m = cleaned.match(/([\u4e00-\u9fa5]{2,6})/)
+    if (m && isValid(m[1])) return m[1]
+  }
+  return ''
+}
+
+const cases = [
+  ['**合金铝线采购** - 这是**电线电缆**的一种。', '', '老污染样本 — 长度>20 全段被丢'],
+  ['**接地夹管束采购** - 是**管材**或电气配件', '', '同上 含"采购"项目词'],
+  ['钢材', '钢材', '核心品类直接通过'],
+  ['', '', '空'],
+  ['**SVG/无功补偿装置** - 属于电气设备', '', '含英文字母拒绝'],
+  ['钢管采购 — 设备配件', '', '含"采购"项目词'],
+  ['\n\n钢材\n', '钢材', '前后空白被 trim'],
+  ['让我分析一下，这条属于钢材', '钢材', '多行取尾部真品类'],
+  ['钢材\n\n1. 钢材\n2. 管材\n3. 钢材', '钢材', '多行取首行'],
+  ['电力金具', '电力金具', '4字新品类'],
+  ['管材', '管材', '已有品类'],
+  ['设备配件', '设备配件', '4字新品类'],
+  ['标识标牌', '标识标牌', '4字'],
+  ['工程服务', '工程服务', '4字'],
+  ['杂品', '杂品', '2字'],
+  ['中国电建', '', '黑名单单字"中国"包含时拒绝 — 但这是项目名前缀，要拆。修正'],
+  ['配电箱', '配电箱', '3字'],
+  ['阀门', '阀门', '2字'],
+  ['一个非常长的品类名候选', '', '>6 字符拒绝'],
+  ['防火门', '防火门', '3字'],
+  ['建筑材料', '', '含项目词"材料"'],
+  ['五金', '五金', '2字'],
+]
+
+let pass = 0
+let fail = 0
+for (const [input, expected, desc] of cases) {
+  const got = sanitize(input)
+  const ok = got === expected
+  if (ok) pass++; else fail++
+  const flag = ok ? '✓' : '✗'
+  console.log(`  ${flag} ${desc}`)
+  if (!ok) {
+    console.log(`     input:    ${JSON.stringify(input)}`)
+    console.log(`     expected: ${JSON.stringify(expected)}`)
+    console.log(`     got:      ${JSON.stringify(got)}`)
+  }
+}
+console.log(`\n${pass}/${pass + fail} passed`)
+process.exit(fail === 0 ? 0 : 1)