fix: 词表墙的四项审查修复（es 池降级/占位符白名单校验/键 allowlist/提取自检+防呆测试）

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

scripts/extract_config.py

@@ -20,11 +20,18 @@ import html as html_mod
 import json
 import re
 import shutil
+import sys
 from bisect import bisect_right
 from io import StringIO
 from pathlib import Path
 from tokenize import COMMENT, generate_tokens
 
+# 本仓库引擎编译器(仅 stdlib 依赖,无源项目 import 链,import 安全——
+# "绝不 import 源模块"约束针对的是老项目 app.*,非本文件所在仓库)。
+sys.path.insert(0, str(Path(__file__).resolve().parents[1]))
+from app.engine.wall_schema import (TEMPLATE_PLACEHOLDERS, WallConfigError,
+                                    compile_wall)
+
 # ---- 占位符映射(函数体内联话术的插值表达式 → wall 模板占位符) ----
 # 源码里的 f"{shown}" / 拼接 NO_CONTACT_WEB 等,在 wall.json 里以
 # {shown} / {no_contact_web} 占位,运行期由 conversation.py .format() 回填。
@@ -37,6 +44,16 @@ PLACEHOLDER_NAMES = {
 }
 PLACEHOLDER_CALLS = {"_cc_script": "cc_script"}
 
+# 单一来源反查(审查 I-2): 引擎侧白名单 wall_schema.TEMPLATE_PLACEHOLDERS
+# 是唯一权威,本脚本产出的占位符必须 ⊆ 白名单——清单漂移(此处新增映射
+# 而引擎未同步)在提取期立即显性失败,而非运行期 .format() KeyError。
+if not (set(PLACEHOLDER_NAMES.values()) | set(PLACEHOLDER_CALLS.values())
+        <= TEMPLATE_PLACEHOLDERS):
+    raise SystemExit(
+        "提取失败: 占位符超出 wall_schema.TEMPLATE_PLACEHOLDERS 白名单: "
+        + ", ".join(sorted((set(PLACEHOLDER_NAMES.values())
+                            | set(PLACEHOLDER_CALLS.values())) - TEMPLATE_PLACEHOLDERS)))
+
 
 class NotExtractable(Exception):
     """表达式超出受限求值语法(非目标常量,跳过)。"""
@@ -220,6 +237,9 @@ def attach_price_comments(src: str, assign: ast.Assign,
     """PRICE_PATTERNS 列表内的 # 注释块挂到紧随其后的条目(comment 键)。
 
     防误杀断言的设计说明随 pattern 一并数据化,编辑 wall.json 的人能看见。
+    边界注释有意丢弃(审查 M-2 备案): 首条目之前/末条目之后的注释没有
+    可挂靠的条目(bisect 落在 0/len(entries) 之外)——首条目前的通常是
+    分组标题注释,本就不属于任何单条 pattern 的设计说明,丢弃不损信息。
     """
     comments: list[tuple[int, str]] = []
     for tok in generate_tokens(StringIO(src).readline):
@@ -272,9 +292,12 @@ def build_wall(project_root: Path, slug: str) -> dict:
         return table[name]
 
     # price_patterns: 统一先建 dict 以便挂行内注释,无 flags 且无 comment 再瘦回字符串
-    price_assign = next(n for n in bf_tree.body
-                        if isinstance(n, ast.Assign)
-                        and getattr(n.targets[0], "id", "") == "PRICE_PATTERNS")
+    price_assign = next((n for n in bf_tree.body
+                         if isinstance(n, ast.Assign)
+                         and getattr(n.targets[0], "id", "") == "PRICE_PATTERNS"),
+                        None)
+    if price_assign is None:   # 防呆(审查 M-1): 源码重构挪走赋值节点时显性失败
+        raise SystemExit(f"提取失败: {slug} 源码缺 PRICE_PATTERNS 赋值节点")
     price_entries: list[dict] = []
     for r in need(bf, "PRICE_PATTERNS"):
         e: dict = {"pattern": r["pattern"]}
@@ -475,6 +498,16 @@ def write_json(path: Path, data: dict) -> None:
                     encoding="utf-8", newline="\n")
 
 
+def _self_check(wall: dict, slug: str) -> None:
+    """提取自检(审查 I-4): 落盘前跑 compile_wall,把"提取静默漏项"
+    (锚点漂移/结构缺失/坏 regex/非法占位符)收敛到提取期失败——带 slug
+    上下文显性报错,而非留到引擎加载或客户会话运行期才炸。"""
+    try:
+        compile_wall(wall)
+    except WallConfigError as exc:
+        raise SystemExit(f"提取自检失败({slug}): {exc}") from exc
+
+
 def main() -> None:
     parser = argparse.ArgumentParser(description=__doc__)
     parser.add_argument("--jc", default=r"D:\refactor\ai-kefu-jc",
@@ -492,6 +525,7 @@ def main() -> None:
 
     # jiancai(主线,完整提取;多语言墙 = 引擎出厂默认)
     jc_wall = build_wall(jc_root, "jiancai")
+    _self_check(jc_wall, "jiancai")
     jc_dir = out_root / "seed_profiles" / "jiancai"
     write_json(jc_dir / "wall.json", jc_wall)
     write_json(jc_dir / "brand_values.json", build_brand_values(jc_root))
@@ -510,6 +544,7 @@ def main() -> None:
         "fallback_from": "jiancai",
         "fields": FALLBACK_FIELDS,
     }
+    _self_check(auto_wall, "auto")
     auto_dir = out_root / "seed_profiles" / "auto"
     write_json(auto_dir / "wall.json", auto_wall)
     write_json(auto_dir / "brand_values.json", build_brand_values(auto_root))