feat(ql3): expose fenced copilot diagnosis API

docs/QINGLONG_3_0_ARCHITECTURE_RFC.md

@@ -11,6 +11,7 @@
 
 最新增量证据（2026-08-15）：
 
+- D-321/ADR-0413（已接受）：Cluster Copilot failure diagnosis 已开放唯一、默认关闭的产品写入口 `POST /api/v3/projects/{projectId}/runs/{runId}/copilot/failure-diagnoses`。该 route 只在显式 AI 进程且 `QL3_CLUSTER_AI_COPILOT_ENABLED=true` 时注入既有 Cluster Control route registry，完整复用同一认证器、`model.invoke` Project Policy、fail-closed 同步安全审计、HTTP/TLS body/response/concurrency 上限和生命周期；内部只读 Tool 仍独立复验其 exact `tool.call:*` Policy。耐久幂等身份直接绑定 `x-request-id`，body 只允许 schema 与 `traceId`，Project/source Run/principal 来自 canonical path 和认证，Attempt、日志范围、Tool、provider/model、预算、deadline、Policy fence、reason/outcome 均由服务端从数据库与只读配置派生。响应只投影 created/existing、source/diagnosis Run、终态 stage/reason/outcome 和加密输出 Artifact id/digest，不返回日志、Tool/Model plaintext、prompt、模型信息、密钥或内部异常。普通 Cluster Control、Edge、Standalone 和未启用 Copilot 的 AI 进程没有 route，也没有新增 package、进程、监听器、Pool/连接、timer、watcher、队列、cache、Pod、Service 或 Kubernetes 权限；workspace 仍为 18 package、无单文件/浅平 package，新增源码位于既有嵌套 Copilot 领域目录。Cluster Control 250 pass/2 条件 skip，18-package clean build/test 与 backend 1,207 pass/2 条件 skip/0 fail，四项架构审计和 14 档 Local artifact 全部通过；默认 Edge/Standalone 保持 2,589,890/2,589,968 bytes。PostgreSQL 18.6 arm64 HA 137/137、timeline `1→2`，报告 SHA-256 为 `0a12b5c1102555823d43b5a93dd7868b98b194b491840a5242bab6fa2da26123`，离线审计零 finding。本 Gate 不改 migration/schema/role/SQL/HA 拓扑。下一 Gate 优先补同一 Policy 下的加密诊断输出读取与费用/取消可观测性；CLI/UI/MCP 只能复用该 API，不得直连 application capability。
 - D-320/ADR-0412（已接受）：Cluster Copilot failure diagnosis 已补齐产品入口前的非成功收敛边界。新增的 pre-Model terminalizer 只从 durable Tool failure、受审日志 projection 或数据库观察到的 deadline/cancellation 派生封闭 reason，在 Model start 不存在时以一个 SERIALIZABLE 事务原子提交 StepRun mutations、RunEvents、父 Run 终态和 `pg-9021` append-only content-free receipt；Tool `failed|timed_out`、日志 `not_found|pending|missing|retired`、五秒 Tool budget 不足、deadline 和 cancellation 均可 exact replay。Model 已开始后的 `outcome_unknown` 继续要求强 User 显式 `fail|cancel|retry` resolution；Copilot finalizer 现在对 `fail|cancel` 精确校验 resolution mutation 的 resolved Step digest，既不伪造失败也不自动重试 Provider。实现复用既有 AI package、Cluster AI 进程、Pool 与 ledger，不增加 package、进程、连接、timer、watcher、队列、cache 或产品 route；workspace 仍为 18 package、无单文件/浅平 package，AI 192 个源码中 191 个位于嵌套领域目录。AI 完整测试 244 pass/3 条件 skip，18-package clean build/test 与 backend 1,207 pass/2 条件 skip/0 fail，四项架构审计和 14 档 Local artifact 全部通过。PostgreSQL 18.6 arm64 HA 137/137、timeline `1→2`，覆盖日志不可用 pre-Model terminalization、unknown completion→人工 fail resolution→Run finalization 及晋升后零外部副作用 exact replay；报告 SHA-256 为 `6eaeb20615a62d153c5a69687344f41f31351c6ecf111cfb9cbafad115538c83`，离线审计零 finding。下一 Gate 才增加认证、Policy、audit 与 source fence 保护的 Cluster API，并由 CLI/UI/MCP 复用，仍不得建立旁路执行器。
 - D-319/ADR-0411（已接受）：Cluster Copilot failure diagnosis 已在既有 `ql3-cluster-control-ai` 进程内完成默认关闭的 production composition。Prompt 与 Copilot 共享同一个 PostgreSQL AI Pool、Model Gateway、Provider client、恢复扫描、quota/pricing ledger 与 `maxConcurrent` 预算；有界 successful-completion router 只向声明 exact invocation 的 durable sink 分发，不复制 Gateway、连接或隐藏队列。application service 只接受 source Run/request identity，从数据库当前 Run、latest Attempt、Project Tool snapshot、Policy 和 canonical read-only egress config 派生计划，先 admission，再以 durable plan、historical key 与确定性 nonce 修复 admission→Artifact crash window，随后复用 Trusted Tool、Worker Artifact range reader、Model Gateway 及独立的 invocation/result/model-output 三域 keyring。能力保持 caller-driven，不增加 timer、watcher、队列、HTTP/CLI/UI/MCP route 或 Kubernetes API 权限；Kubernetes 独立可选 component 仅投影 config 与三个 0440 keyring。最终 AI 238 pass/3 条件 skip、Cluster Control 240 pass/2 条件 skip、18-package clean build/test 与 backend 1,207 pass/2 条件 skip/0 fail，四项架构审计、14 档 Local artifact 全部通过；workspace 仍为 18 package、无单文件/浅平 package，AI 187 个源码中 186 个、Cluster Control 59 个中 57 个位于嵌套领域目录。默认 Edge/Standalone 保持 2,589,890/2,589,968 bytes，Edge/Standalone AI 为 3,064,454/3,064,544 bytes，证明 Cluster-only composition 未进入小设备闭包。PostgreSQL 18.6 arm64 HA 130/130、timeline `1→2`，报告 SHA-256 为 `981299b454dce5541e9596450b85816dc40559cba8dc42adf3d5fea571c3d3a6`；本 Gate 不改 migration/schema/role/SQL/HA 拓扑。下一 Gate 是 Tool failure、日志 missing/retired/pending、deadline/cancel 与 Model outcome-unknown 的 durable terminalization/recovery，完成前不开放产品入口。
 - D-318/ADR-0410（已接受）：Cluster Copilot diagnosis Model output 获得独立的只读 projected key authority。canonical `qinglong/copilot-failure-diagnosis-output-projected-keyring@v1` manifest 只允许一个 active key 与最多 16 个 historical 32-byte key；每次 `active()`/`resolve()` 都重新执行 Cluster 私有投影文件的 direct-root、根内 atomic symlink、single-link、mode、dev/inode/size/mtime 与双 realpath fence，不使用 cache、watcher、timer 或 Kubernetes API。该 authority 以结构兼容的本地窄端口位于既有 `cluster-control/copilot/failure-diagnosis/`，只通过 `failure-diagnosis-output-keyring` subpath 发布，避免 Cluster Control 默认源码反向依赖 AI；它不复用 Prompt output、Tool invocation/result 或 Provider credential key domain，也不提前声称 Copilot 产品入口已可达。定向回归 13/13、Cluster Control 239 pass/2 条件 skip、backend 1,207 pass/2 条件 skip、18-package clean build/test、四项架构审计与 14 档 Local artifact 全部通过；workspace 仍无单文件/浅平 package，Cluster Control 58 个源码中 56 个位于嵌套领域目录。默认 Edge/Standalone 保持 2,589,890/2,589,968 bytes，Edge/Standalone AI 保持 3,061,009/3,061,099 bytes，证明 Cluster-only subpath 被裁掉。本 Gate 不改 migration/schema/role/SQL/连接/HA 拓扑，因此数据库基线继续引用 ADR-0409 的 PostgreSQL 18.6 arm64 HA 130/130、timeline `1→2`；下一 Gate 是默认关闭的完整 Cluster Copilot composition，随后补齐 Tool failure、日志 missing/retired、Model admission 前 deadline/cancel 与 outcome-unknown 的 durable terminalization/recovery。

docs/adr/ADR-0413-default-off-cluster-copilot-failure-diagnosis-api.md

@@ -0,0 +1,109 @@
+# ADR-0413：默认关闭的 Cluster Copilot 故障诊断产品 API
+
+- 状态：Accepted
+- 日期：2026-08-15
+- 关联 RFC：QL-RFC-0001 D-321、Phase 2
+- 关联 ADR：ADR-0087、ADR-0407、ADR-0408、ADR-0409、ADR-0411、ADR-0412
+
+## 问题
+
+ADR-0412 已使 Copilot failure diagnosis 的成功、Tool/日志失败和 Model unknown
+路径都能耐久收敛，但 capability 仍没有产品入口。直接增加独立 AI HTTP 服务、让 CLI/UI/MCP
+调用 application service，或允许调用者提交 Model、Tool、Attempt、日志范围和 outcome，都会绕过
+Cluster Control 已有的认证、Project Policy、同步安全审计、资源预算或 source fence。
+
+路由器上的低配 Edge/Standalone 与集群节点还必须保持不同部署闭包：默认部署不能因为一个可选
+Copilot API 增加 AI 依赖、进程、监听器、连接池、队列或常驻任务；集群多副本则必须依靠耐久
+request identity 和数据库 fence 收敛，而不是依靠单进程锁。
+
+## 决策
+
+1. 唯一产品写入口为
+   `POST /api/v3/projects/{projectId}/runs/{runId}/copilot/failure-diagnoses`，operation 是
+   `copilot.failure_diagnosis.execute`，Project permission 是 `model.invoke`。它只注入既有
+   Cluster Control route registry，完整复用同一认证器、Project Policy 和 fail-closed 同步安全
+   审计；内部受信 Tool 仍独立复验其精确 `tool.call:*` permission。
+2. 路由只在显式 AI 进程且 `QL3_CLUSTER_AI_COPILOT_ENABLED=true` 时注入。普通
+   `ql3-cluster-control`、Edge、Standalone 和未启用 Copilot 的 AI 进程都返回 `404`，并且不
+   import/构造 Copilot capability。
+3. HTTP `x-request-id` 是耐久 diagnosis request identity；缺省时由既有 HTTP surface 生成并
+   回传。客户端重试必须复用它。JSON body 采用 exact-key schema，只包含
+   `schema=qinglong/cluster-copilot-failure-diagnosis-request@v1` 与 `traceId`。调用者不能提交
+   project、source Attempt、日志 Artifact/range、Tool、provider、model、预算、deadline、输出
+   key、reason 或 outcome。
+4. `projectId` 与 `sourceRunId` 只从已匹配的 canonical path 获取，principal 只从认证结果获取。
+   application service 再从当前 Run、latest Attempt、Project Tool snapshot、配置投影和数据库时间
+   派生 exact source fence、Tool plan、Model intent 与 deadline。HTTP Policy fence 负责产品入口
+   admission；耐久执行计划仍记录 application 内部重新读取的当前 Policy fence，不能信任调用者
+   提交的 fence。
+5. 响应是 content-free 投影，只返回 schema、request identity、created/existing replay 状态、
+   source/diagnosis Run identity、终态 outcome/stage/reason，以及成功时的加密输出 Artifact
+   `artifactId/artifactDigest`。不得返回日志、Tool output、Model plaintext、prompt、provider、
+   model、密钥材料、内部异常、Policy reasons 或数据库细节。
+6. 请求体错误返回稳定 `400`；source/idempotency/durable conflict 返回 `409`；Tool approval/
+   policy deny 返回低敏 `403`；容量耗尽返回 `429`；Model budget/egress policy 拒绝返回 `422`；
+   caller abort 返回 `408`，deadline 返回 `504`；其余依赖和存储错误统一为 `503`。任何响应都
+   不透传内部 message。
+7. 路由是 caller-driven 的薄 transport adapter，不增加 package。实现放入既有
+   `cluster-control/src/copilot/failure-diagnosis` 领域目录；AI composition 只把已经创建的同一个
+   application capability 注入 control composition。不得增加进程、监听器、数据库 Pool/连接、
+   timer、watcher、队列、cache、Pod、Service 或 Kubernetes API 权限。
+8. 多副本并发继续以 application request coalescing 加 PostgreSQL exact replay 收敛。进程内
+   coalescing 仅降低同实例重复工作，不是正确性边界；不同实例对同一 `x-request-id` 的相同请求
+   必须得到 `created|existing` 同一 diagnosis Run，对不同 source/trace 的复用必须 conflict。
+9. 后续 CLI、UI、MCP 只能调用该 HTTP API，不得直接导入 Copilot application/composition，
+   也不得各自定义更宽的请求契约。
+
+## 被否决方案
+
+1. **独立 Copilot HTTP 进程或端口**：复制认证、审计、TLS、限流和生命周期，增加低配与集群
+   运维成本。
+2. **把路由放进默认 Cluster Control**：即使运行时返回 disabled，也会扩大默认制品和依赖闭包。
+3. **body 自带 requestId 且与 HTTP requestId 分离**：会产生两个重试/审计身份，难以可靠关联。
+4. **调用者选择 provider/model/Tool/日志范围**：扩大数据外发和权限边界，破坏 canonical config
+   与 source fence。
+5. **只检查 `model.invoke`，跳过内部 Tool Policy**：把组合 capability 变成 Tool 权限旁路。
+6. **同步返回诊断正文**：使重放、响应大小、日志泄露和生命周期依赖于一次 HTTP 连接。
+7. **新增 Copilot API package**：没有独立部署或复用边界，只会制造薄 package。
+
+## 验证标准
+
+1. 路由单元测试覆盖 exact body、HTTP request identity 绑定、path-derived project/source Run、
+   principal 传递、created/existing replay、成功/非成功 content-free projection、错误低敏映射和
+   非法输入零 capability call。
+2. production composition 测试证明默认 route 不存在；显式 capability 注入后只增加一个 exact
+   route，并先完成 authentication、`model.invoke` Policy 和同步 `allowed` audit 才读取 body/
+   调 capability。拒绝路径不得调用 capability。
+3. AI composition 测试证明只有显式 Copilot 配置才注入同一个 capability；Prompt 与 Copilot
+   仍共享原 Pool/Gateway，stop 顺序和 availability ownership 不变。
+4. package/dependency/import/deployment 审计证明 package 数、默认 Edge/Standalone 闭包、进程、
+   端口、Pool、Pod、Service 与 Kubernetes 权限无增长。
+5. 18-package clean build/test、完整 backend、Local artifact、PostgreSQL 18 physical HA 与
+   GitNexus staged/change detection 全通过后才允许阶段性提交。
+
+## 当前验证
+
+1. 路由与 composition 新增测试覆盖 HTTP request identity、path-derived Project/source Run、认证
+   principal、exact body、created/existing replay、成功和 pre-Model content-free projection、内部
+   错误低敏映射、默认 route absence、`model.invoke` deny 零 capability call，以及 AI composition
+   的同一 capability 注入。Cluster Control 全包 250 pass/2 条件 skip/0 fail；受影响测试格式化后
+   独立复跑 27/27。
+2. 18 个 QL3 package 从清空全部 `dist` 开始完成拓扑构建和全包测试；backend 1,207 pass/2 条件
+   skip/0 fail。Edge import、Cluster dependency、package boundary 与 Cluster deployment 四项审计
+   全部兼容且零 finding。
+3. workspace 仍为 18 个 package，`singleSourcePackages=[]`、`shallowSourcePackages=[]`。Cluster
+   Control 60 个源码中 58 个位于嵌套领域目录；唯一新增源码位于既有
+   `copilot/failure-diagnosis`，没有增加 package 或根部平铺文件。
+4. 14 档 Local artifact 全部 `compatible=true`；默认 Edge/Standalone 分别保持
+   2,589,890/2,589,968 bytes，Edge/Standalone AI 为 3,069,143/3,069,233 bytes，证明
+   Cluster-only 产品路由未进入路由设备或 Local AI 闭包。
+5. PostgreSQL 18.6 arm64 physical HA 137/137、timeline `1→2`；既有成功、pre-Model
+   terminalization、unknown resolution 和晋升后 exact replay 全部通过。私有报告 SHA-256 为
+   `0a12b5c1102555823d43b5a93dd7868b98b194b491840a5242bab6fa2da26123`，独立离线审计
+   `compatible=true`、零 finding。本 Gate 未改 migration、schema、role、SQL 或 HA 拓扑。
+
+## 后续门禁
+
+本 Gate 不开放诊断正文读取、列表、取消、unknown resolution、CLI、UI 或 MCP。下一 Gate 应优先
+提供同一 Project Policy 下的加密输出 Artifact 读取与费用/取消可观测性；真实外部 Provider 和
+多副本并发证据完成前，Copilot 继续保持默认关闭。