diff --git a/agent/qa/src/rag/qa_v1_1_73/direct_flow_retriever.py b/agent/qa/src/rag/qa_v1_1_73/direct_flow_retriever.py
index ca793a4..196704a 100644
--- a/agent/qa/src/rag/qa_v1_1_73/direct_flow_retriever.py
+++ b/agent/qa/src/rag/qa_v1_1_73/direct_flow_retriever.py
@@ -16,6 +16,7 @@ from src.rag.normalized_release import (
)
from .schemas import EvidenceItem, RetrievalHypothesis
+from .score_gate import min_source_score
ALLOWED_QDRANT_COLLECTIONS = {
"plant_srt_direct_v1_bge_m3_20260702",
@@ -203,11 +204,14 @@ class DirectFlowRetriever:
def qdrant_search(self, query: str, limit: int) -> List[EvidenceItem]:
try:
vector = self.embed(query)
+ # 缺陷 #28（2026-09-11）：相关性下限双保险（与 pipeline
+ # _select_graph_balanced 同源同值，见 score_gate.py）。
response = self.qdrant.query_points(
collection_name=self.collection,
query=vector,
limit=limit,
with_payload=True,
+ score_threshold=min_source_score(),
)
except Exception:
return []
diff --git a/agent/qa/src/rag/qa_v1_1_73/pipeline.py b/agent/qa/src/rag/qa_v1_1_73/pipeline.py
index 1dbdf48..5f3f590 100644
--- a/agent/qa/src/rag/qa_v1_1_73/pipeline.py
+++ b/agent/qa/src/rag/qa_v1_1_73/pipeline.py
@@ -43,6 +43,7 @@ from .question_decomposition import QuestionDecompositionPlanner
from .query_builder import QueryBuilder
from .reranker import BGEReranker
from .schemas import EvidenceItem, HypothesisEntity, RetrievalHypothesis
+from .score_gate import min_source_score
from .soft_gate_policy import (
LEGACY,
doi_from_paper_id,
@@ -3317,6 +3318,14 @@ class QAV1Pipeline:
top_k_for_llm: int,
graph_min_evidence: int,
) -> tuple[List[EvidenceItem], Dict[str, Any]]:
+ # 缺陷 #28（2026-09-11）：相关性下限。低于下限的候选不入选；
+ # 全部低于下限 -> 返回空（前端呈现未命中，与 Qdrant
+ # score_threshold 双保险）。阈值见 score_gate.py（env 可覆盖）。
+ _min_score = min_source_score()
+ _below_min = len(ranked) - sum(
+ 1 for item in ranked if item.final_score >= _min_score
+ ) # 被下限过滤的候选数（审计用，见 return 处）
+ ranked = [item for item in ranked if item.final_score >= _min_score]
graph_items = [item for item in ranked if cls._is_graph_item(item)]
other_items = [item for item in ranked if not cls._is_graph_item(item)]
selected: List[EvidenceItem] = []
@@ -3365,6 +3374,8 @@ class QAV1Pipeline:
"graph_selected": graph_selected,
"non_graph_selected": len(selected) - graph_selected,
"graph_quota_satisfied": graph_selected >= graph_min_evidence,
+ "min_source_score": _min_score,
+ "below_min_source_score": _below_min,
"note": "Graph quota is enforced after BGE rerank. If fewer graph candidates exist, all available graph candidates are retained and the deficit is reported.",
}
diff --git a/agent/qa/src/rag/qa_v1_1_73/score_gate.py b/agent/qa/src/rag/qa_v1_1_73/score_gate.py
new file mode 100644
index 0000000..2b1c65a
--- /dev/null
+++ b/agent/qa/src/rag/qa_v1_1_73/score_gate.py
@@ -0,0 +1,53 @@
+"""score_gate.py —— 检索相关性下限（缺陷 #28，2026-09-11）。
+
+语义：候选证据的最终得分（EvidenceItem.final_score）低于下限即视为
+「与问题无关」，不得进入 evidence_top30 / sources。
+
+证据与阈值依据（2026-09-11 实测）：
+- 无关问题「景甜是谁」实测 30 条 final_score 全部 0.19-0.20（纯植物学
+ 无关文献）；正常命中（DISCOVERY.md §4.1 金标样本）vector_score=0.714、
+ rerank_score=0.989、final_score=0.982。
+- BGE rerank 路径 final_score = 0.8*bge(sigmoid) + 0.2*rrf/max_rrf；
+ bge 是 sigmoid 概率，0.20 垃圾分对应 raw logit ≈ -1.4，0.25 对应 -1.1，
+ 0.30 对应 -0.85，正常命中的 sigmoid 通常 >0.9。
+- Qdrant collection distance=Cosine（score ∈ [-1,1]；bge-m3 文本嵌入对
+ 随机中文问题的 top-k 得分通常 <0.2）。
+
+默认 0.25：与垃圾实测带（0.19-0.20）留 ~25% 余量，又显著低于正常命中
+（>0.7），同时为 0.2~0.3 边缘问题保留再排序机会（阈值过滤器只是预筛，
+被过滤者已低于下限，保留也无意义）。
+env `QA_MIN_SOURCE_SCORE` 可覆盖（0-1，非法值回落默认），供复测按
+acceptance-r4 §8.3 授权临时调参。
+
+本模块无第三方依赖、无 IO，可被 v16_retriever / direct_flow_retriever /
+pipeline 直接 import（编译期与运行期均安全）。
+"""
+from __future__ import annotations
+
+import os
+
+# 相关性下限（与 Qdrant score_threshold 同源同值，双保险）
+DEFAULT_MIN_SOURCE_SCORE = 0.25
+_ENV_KEY = "QA_MIN_SOURCE_SCORE"
+
+
+def _env_override() -> float:
+ """env 覆盖：QA_MIN_SOURCE_SCORE ∈ [0,1] 才生效，否则回落默认。"""
+ raw = os.environ.get(_ENV_KEY, "").strip()
+ if not raw:
+ return DEFAULT_MIN_SOURCE_SCORE
+ try:
+ value = float(raw)
+ except ValueError:
+ return DEFAULT_MIN_SOURCE_SCORE
+ if not (0.0 <= value <= 1.0):
+ return DEFAULT_MIN_SOURCE_SCORE
+ return value
+
+
+def min_source_score() -> float:
+ """当前生效的相关性下限（模块导入期缓存 env 值，与部署环境一致）。"""
+ return min_source_score.value
+
+
+min_source_score.value = _env_override() # type: ignore[attr-defined]
diff --git a/agent/qa/src/rag/qa_v1_1_73/test_score_gate.py b/agent/qa/src/rag/qa_v1_1_73/test_score_gate.py
new file mode 100644
index 0000000..a46ea4e
--- /dev/null
+++ b/agent/qa/src/rag/qa_v1_1_73/test_score_gate.py
@@ -0,0 +1,98 @@
+"""test_score_gate.py —— 相关性下限选择单测（缺陷 #28，acceptance-r4 §2.4）。
+
+运行（venv 内，源码树）：
+ cd agent/qa/src/rag/qa_v1_1_73
+ python -m pytest test_score_gate.py -v
+（编译期 compile_qa.sh 会把全部 test_*.py 一并编进 .so 树，部署时不冲突；
+正式单测都在源码树跑。）
+
+覆盖：
+- 30 条全部低于下限 -> 选入 0（acceptance 桩）
+- 5 高 + 25 低 -> 仅选入 5（遵循现有配额逻辑）
+- graph 配额不受影响；低于下限的 graph 候选不入选
+- env 覆盖 QA_MIN_SOURCE_SCORE 生效与非法值回落
+"""
+from __future__ import annotations
+
+import sys
+from pathlib import Path
+
+# 本文件位于 agent/qa/src/rag/qa_v1_1_73/，parents[2] = agent/qa/src
+sys.path.insert(0, str(Path(__file__).resolve().parents[2]))
+
+from rag.qa_v1_1_73 import score_gate # noqa: E402
+from rag.qa_v1_1_73.schemas import EvidenceItem # noqa: E402
+from rag.qa_v1_1_73.pipeline import QAV1Pipeline # noqa: E402
+
+
+def _item(idx: int, *, final: float, graph: bool = False, key: str = "") -> EvidenceItem:
+ return EvidenceItem(
+ evidence_id=f"E{idx}",
+ kb="V16",
+ source=f"src{idx}",
+ relation="has",
+ target=f"tgt{idx}",
+ evidence=f"evidence body {idx}",
+ relation_id=(key or f"rid-{idx}"),
+ retrieval_methods=(["neo4j_bounded_expand"] if graph else ["qdrant_vector"]),
+ final_score=final,
+ )
+
+
+def _select(items, *, top_k=30, graph_min=0):
+ selected, audit = QAV1Pipeline._select_graph_balanced(
+ items, top_k_for_llm=top_k, graph_min_evidence=graph_min
+ )
+ return selected, audit
+
+
+def test_all_below_threshold_selects_zero():
+ """acceptance §2.4：30 条全部低于下限 -> 选入 0。"""
+ items = [_item(i, final=0.20) for i in range(30)]
+ selected, audit = _select(items)
+ assert selected == []
+ assert audit["policy"].startswith("graph_balanced_top30")
+ assert audit["below_min_source_score"] == 30
+ assert audit["min_source_score"] == score_gate.min_source_score()
+
+
+def test_five_high_twentyfive_low_selects_only_five():
+ """acceptance §2.4：5 高 + 25 低 -> 仅选入 5（沿用现有配额与 rerank 序）。"""
+ items = [_item(i, final=0.90 - i * 0.01) for i in range(5)]
+ items += [_item(5 + i, final=0.20) for i in range(25)]
+ selected, audit = _select(items)
+ assert len(selected) == 5
+ assert {item.evidence_id for item in selected} == {f"E{i}" for i in range(5)}
+ # 顺序保持 rerank 序
+ assert [item.evidence_id for item in selected] == [f"E{i}" for i in range(5)]
+ assert audit["below_min_source_score"] == 25
+
+
+def test_below_threshold_graph_candidates_excluded():
+ """低分 graph 候选不占用 graph 配额（配额逻辑语义不变）。"""
+ items = [
+ _item(1, final=0.30, graph=True),
+ _item(2, final=0.21, graph=True),
+ _item(3, final=0.95, graph=False),
+ _item(4, final=0.19, graph=False),
+ ]
+ selected, audit = _select(items, top_k=30, graph_min=1)
+ assert [item.evidence_id for item in selected] == ["E1", "E3"]
+ assert audit["graph_selected"] == 1
+ assert audit["below_min_source_score"] == 2
+
+
+def test_env_override_and_invalid_fallback(monkeypatch):
+ """env 解析函数行为：合法值生效；非法值/越界回落默认。"""
+ monkeypatch.setenv("QA_MIN_SOURCE_SCORE", "0.35")
+ assert score_gate._env_override() == 0.35
+ monkeypatch.setenv("QA_MIN_SOURCE_SCORE", "abc")
+ assert score_gate._env_override() == score_gate.DEFAULT_MIN_SOURCE_SCORE
+ monkeypatch.setenv("QA_MIN_SOURCE_SCORE", "1.5")
+ assert score_gate._env_override() == score_gate.DEFAULT_MIN_SOURCE_SCORE
+ monkeypatch.delenv("QA_MIN_SOURCE_SCORE", raising=False)
+ # 生效值（value 属性）驱动 _select_graph_balanced 的过滤
+ monkeypatch.setattr(score_gate.min_source_score, "value", 0.35)
+ items = [_item(i, final=0.30) for i in range(5)]
+ selected, _ = _select(items)
+ assert selected == []
diff --git a/agent/qa/src/rag/qa_v1_1_73/v16_retriever.py b/agent/qa/src/rag/qa_v1_1_73/v16_retriever.py
index 1e92d3f..a03b50d 100644
--- a/agent/qa/src/rag/qa_v1_1_73/v16_retriever.py
+++ b/agent/qa/src/rag/qa_v1_1_73/v16_retriever.py
@@ -9,6 +9,7 @@ from typing import Any, Dict, List
import requests
from neo4j import GraphDatabase
from qdrant_client import QdrantClient
+from .score_gate import min_source_score
TOKEN_RE = re.compile(r"[A-Za-z][A-Za-z0-9_.-]{2,}|[\u4e00-\u9fff]{2,}")
@@ -100,11 +101,15 @@ class V16IndependentRetriever:
self, question: str, limit: int, include_candidate: bool
) -> List[Dict[str, Any]]:
try:
+ # 缺陷 #28（2026-09-11）：相关性下限双保险（与 pipeline
+ # _select_graph_balanced 同源同值）。collection distance=Cosine，
+ # 阈值语义 = 余弦相似度下限；低于下限的点直接不返回。
response = self.qdrant.query_points(
collection_name=self.collection,
query=self.embed(question),
limit=limit * 2,
with_payload=True,
+ score_threshold=min_source_score(),
)
except Exception:
return []
diff --git a/docs/team/cases_intent.md b/docs/team/cases_intent.md
index 852d688..b52bc44 100644
--- a/docs/team/cases_intent.md
+++ b/docs/team/cases_intent.md
@@ -18,7 +18,11 @@ route(text, has_attachments, has_active_artifact) -> "qa" | "docgen" | "edit" |
### 3. docgen（写文档意图）
条件：text 含任一 WRITE_VERB 且含任一 DOC_TYPE
-- WRITE_VERB = [写, 撰写, 拟, 起草, 编制, 生成, 编写, 拟定, 草拟, 制定]
+- WRITE_VERB = [写, 撰写, 拟, 起草, 编制, 生成, 编写, 拟定, 草拟, 制定, 总结, 概括, 归纳]（r4 #52 新增后三词）
+- 动词自指保护（r4 #52 新增）：规则 3 判定时，若 text 命中的 DOC_TYPE 恰好等于命中的 WRITE_VERB 本身
+ （如「总结一下植物光合作用的过程」——「总结」既是动词又是文档类型词），不算写文档意图，
+ 继续向下判定。「写一篇总结」（动词=写，类型=总结）与「总结这篇论文」（动词=总结，类型=论文）
+ 不受影响。
- DOC_TYPE = [论文, 报告, 通知, 通告, 公告, 请示, 批复, 函, 申请书, 申请, 申报书, 标书, 合同, 协议, 方案, 计划, 总结, 汇报, 讲话稿, 致辞, 证明, 纪要, 简报, 材料, 说明书, 指南, 文档, 申报材料, 工作总结, 调研报告, 可行性报告, 项目书, 策划书, 演讲稿, 新闻稿, 文案, 简历, 制度, 规定, 办法, 细则, 章程, 声明, 邀请函, 感谢信, 慰问信, 介绍信, 推荐信, 倡议书, 述职报告, 开题报告, 结题报告, 实验报告, 分析报告, 会议纪要]
- 明确排除（不属于 DOC_TYPE，防误判）：介绍, 内容, 代码, 诗, 作业, 问题, 建议, 想法
@@ -28,7 +32,7 @@ route(text, has_attachments, has_active_artifact) -> "qa" | "docgen" | "edit" |
### 5. 其余一律 "qa"（漏判安全原则：不命中绝不进 docgen）
-## 用例表（30 条，前后端实现与测试共用同一张表）
+## 用例表（34 条，前后端实现与测试共用同一张表）
| # | 输入 text | 附件 | 活动文档 | 期望 |
|---|---|---|---|---|
@@ -62,6 +66,10 @@ route(text, has_attachments, has_active_artifact) -> "qa" | "docgen" | "edit" |
| 28 | 帮我写个会议通知模板 | 否 | 是 | docgen |
| 29 | 给这个通知加个结尾 | 否 | 是 | edit |
| 30 | 增加一段关于风险的描述 | 否 | 是 | edit |
+| 31 | 帮我总结论文 | 是 | 否 | docgen |
+| 32 | 总结一下植物光合作用的过程 | 否 | 否 | qa |
+| 33 | 概括一下这个通知 | 是 | 是 | docgen |
+| 34 | 归纳这篇文章 | 是 | 否 | docgen |
## 一致性要求
- dev1 的 sdk/app/services/docgen/intent.py 与 dev3 的 ui/src/intent.js 必须按本表逐条通过
diff --git a/sdk/app/routers/docgen.py b/sdk/app/routers/docgen.py
index 40405d1..9e8c236 100644
--- a/sdk/app/routers/docgen.py
+++ b/sdk/app/routers/docgen.py
@@ -983,7 +983,11 @@ async def export_artifact(
html, _rendered_css = render_html(
markdown, title=title, key=key, letterhead=letterhead
)
- data = await docx_from_html_document(html, title)
+ # 缺陷 #47a（2026-09-11）：css 一并传给 DOCX 转换，
+ # 红头/标题样式与预览/PDF 同源；frozen_css 优先（同 PDF 路径）
+ data = await docx_from_html_document(
+ html, title, css=frozen_css or _rendered_css
+ )
except Exception as exc:
logger.warning(
"docgen: HTML→DOCX 转换失败（%s），回退 md2docx 旧路径", exc
diff --git a/sdk/app/routers/test_docgen_api.py b/sdk/app/routers/test_docgen_api.py
index eebbf85..43a2a2c 100644
--- a/sdk/app/routers/test_docgen_api.py
+++ b/sdk/app/routers/test_docgen_api.py
@@ -108,7 +108,7 @@ def _reset_mocks(monkeypatch):
async def rebuild_ok():
return {"rebuilt": True}
- async def docx_html_ok(html: str, title: str):
+ async def docx_html_ok(html: str, title: str, css: str = ""):
return b"DOCX-HTML-BYTES"
def render_ok(markdown, *, title, key="document", letterhead=""):
diff --git a/sdk/app/services/docgen/converter.py b/sdk/app/services/docgen/converter.py
index 83f9f4b..d1c9dfe 100644
--- a/sdk/app/services/docgen/converter.py
+++ b/sdk/app/services/docgen/converter.py
@@ -31,13 +31,17 @@ async def pdf_from_markdown(markdown: str, title: str) -> bytes:
return await anyio.to_thread.run_sync(_pdf_bytes, markdown, title)
-async def docx_from_html_document(html: str, title: str) -> bytes:
- """HTML → docx（缺陷 #47a，2026-09-10）：与 converter 其它函数同签名，
- html2docx 是 CPU 同步转换，to_thread 避免阻塞事件循环。"""
+async def docx_from_html_document(html: str, title: str, css: str = "") -> bytes:
+ """HTML → docx（缺陷 #47a，2026-09-10/11）：与 converter 其它函数同签名，
+ html2docx 是 CPU 同步转换，to_thread 避免阻塞事件循环。
+
+ css：render_html 返回的模板 CSS（缺陷 #47a 同源解析，2026-09-11）。
+ 为空时 html2docx 只解析 html 内嵌 ", "html.parser")
+ for decl in _declarations(wrapped.style):
+ block = merged.setdefault(decl["selector"], {})
+ block.update(decl["block"])
+ return merged
+
+
+def letterhead_style(styles: dict[str, dict[str, str]]) -> tuple[_ColorRGB, float]:
+ """红头样式：(rgb 颜色, 字号 pt)。解析不到时回退历史常量。"""
+ block = styles.get(".doc-letterhead") or {}
+ color = parse_rgb(block.get("color", "")) or _LEGACY_LETTERHEAD_COLOR
+ size = parse_size_pt(block.get("font-size", ""))
+ if size is None:
+ size = _LEGACY_LETTERHEAD_SIZE_PT
+ return color, size
+
+
+def heading_sizes(styles: dict[str, dict[str, str]]) -> dict[int, float]:
+ """h1-h3 字号（pt）：解析 h1.doc-title、h2、h3 声明；缺失回落历史常量。"""
+ h1 = styles.get("h1.doc-title") or styles.get("h1") or {}
+ h2 = styles.get("h2") or {}
+ h3 = styles.get("h3") or {}
+ parsed = {
+ 1: parse_size_pt(h1.get("font-size", "")),
+ 2: parse_size_pt(h2.get("font-size", "")),
+ 3: parse_size_pt(h3.get("font-size", "")),
+ }
+ return {
+ level: parsed[level] if parsed[level] is not None else _LEGACY_HEADING_SIZES_PT[level]
+ for level in (1, 2, 3)
+ }
diff --git a/sdk/app/services/docgen/intent.py b/sdk/app/services/docgen/intent.py
index 3d0db8b..a0c8dc4 100644
--- a/sdk/app/services/docgen/intent.py
+++ b/sdk/app/services/docgen/intent.py
@@ -20,7 +20,8 @@ FORMAT_WORD = ["pdf", "docx", "doc", "word"] # 英文不区分大小写（conta
EDIT_WORD = ["改", "修改", "调整", "删", "删除", "加一段", "补充", "润色",
"缩写", "扩写", "重写", "改写", "优化", "加个", "增加一段"]
-WRITE_VERB = ["写", "撰写", "拟", "起草", "编制", "生成", "编写", "拟定", "草拟", "制定"]
+WRITE_VERB = ["写", "撰写", "拟", "起草", "编制", "生成", "编写", "拟定", "草拟", "制定",
+ "总结", "概括", "归纳"] # r4 #52（2026-09-11）
DOC_TYPE = [
"论文", "报告", "通知", "通告", "公告", "请示", "批复", "函", "申请书",
@@ -71,8 +72,16 @@ def route(text: str, has_attachments: bool, has_active_artifact: bool) -> str:
return "edit"
# 3. docgen：写类动词 + 文档类型词
- if _contains_any(text, WRITE_VERB) and _has_doc_type(text):
- return "docgen"
+ # r4 #52（2026-09-11）动词自指保护：当唯一命中的 DOC_TYPE 恰好等于
+ # 命中的动词本身（如「总结一下植物光合作用的过程」——「总结」既是动词
+ # 又是文档类型词），不视为写文档意图（继续向下判定）。「写一篇总结」
+ # （动词=写，类型=总结）与「总结这篇论文」（动词=总结，类型=论文）
+ # 不受影响。规则详见 docs/team/cases_intent.md 用例 31-34。
+ _matched_verbs = [w for w in WRITE_VERB if w in text]
+ _matched_types = [w for w in DOC_TYPE if w in text]
+ if _matched_verbs and _matched_types and _has_doc_type(text):
+ if set(_matched_types) != set(_matched_verbs):
+ return "docgen"
# 4. docgen：附件信号（拖入文件 + 写类动词）
if has_attachments and _contains_any(text, WRITE_VERB):
diff --git a/sdk/app/services/normalize.py b/sdk/app/services/normalize.py
index fc3d40d..0fd94b6 100644
--- a/sdk/app/services/normalize.py
+++ b/sdk/app/services/normalize.py
@@ -20,6 +20,16 @@ def pick(obj: dict, *names: str, default=None):
# ---------------------------------------------------------------------------
# §8 Source 归一化（缺失字段键必须存在，值为 null）
# ---------------------------------------------------------------------------
+# title 回填优先级（缺陷 #27，2026-09-11）：title/paper_title 缺失时，
+# 依次从以下字段取可读文本（论文标题优先于实体名），全部缺失才保持 null。
+# 排除 content/evidence/text/snippet 正文字段——正文片段不是标题。
+_TITLE_FALLBACK_TOPLEVEL = (
+ "publication_title", "article_title", "journal_title", "name",
+)
+_TITLE_FALLBACK_METADATA = (
+ "paper_title", "publication_title", "article_title", "journal_title",
+ "source_entity", "name", "source",
+)
def normalize_source(item: dict[str, Any] | None) -> dict[str, Any]:
"""单个 source item → API.md §8 形态（所有键存在，缺失为 null）。
@@ -41,6 +51,23 @@ def normalize_source(item: dict[str, Any] | None) -> dict[str, Any]:
source = pick(item, "source") # 断言主体实体名（上游语义）
title = pick(item, "title", "paper_title")
+ # 缺陷 #27：title 为空时按固定优先级回填——
+ # 顶层标题类字段 → metadata 标题类字段 → 顶层 source（断言主体实体名）。
+ # 正文字段绝不参与（正文片段不是标题）。
+ if not title:
+ for _key in _TITLE_FALLBACK_TOPLEVEL:
+ _candidate = pick(item, _key)
+ if _candidate:
+ title = _candidate
+ break
+ if not title and isinstance(pick(item, "metadata"), dict):
+ for _key in _TITLE_FALLBACK_METADATA:
+ _candidate = pick(item["metadata"], _key)
+ if _candidate:
+ title = _candidate
+ break
+ if not title:
+ title = source
doi = pick(item, "doi")
url = pick(item, "url", "doi_url")
diff --git a/sdk/app/services/test_docgen_html2docx.py b/sdk/app/services/test_docgen_html2docx.py
index 4e3fd53..d2b2183 100644
--- a/sdk/app/services/test_docgen_html2docx.py
+++ b/sdk/app/services/test_docgen_html2docx.py
@@ -127,6 +127,96 @@ def test_bold_italic_code_runs(tmp_path):
assert code_found
+# ---------------------------------------------------------------------------
+# 缺陷 #47a（2026-09-11）：红头/标题样式从 render_html 产物解析（css 参数）
+# ---------------------------------------------------------------------------
+
+HTML_OFFICIAL_STYLED = """
+红头公文
+
+
+
关于加强安全生产的通知
+
一、总体要求
+
1.1 具体要求
+
正文内容。
+
…
包裹层 + 嵌套 section
HTML_WRAPPED = """
diff --git a/sdk/app/services/test_docgen_intent.py b/sdk/app/services/test_docgen_intent.py
index ce983eb..35947a6 100644
--- a/sdk/app/services/test_docgen_intent.py
+++ b/sdk/app/services/test_docgen_intent.py
@@ -47,6 +47,11 @@ CASES = [
("帮我写个会议通知模板", False, True, "docgen"),
("给这个通知加个结尾", False, True, "edit"),
("增加一段关于风险的描述", False, True, "edit"),
+ # r4 #52（2026-09-11）新增：总结/概括/归纳 三动词 + 动词自指保护
+ ("帮我总结论文", True, False, "docgen"),
+ ("总结一下植物光合作用的过程", False, False, "qa"),
+ ("概括一下这个通知", True, True, "docgen"),
+ ("归纳这篇文章", True, False, "docgen"),
]
diff --git a/sdk/app/services/test_normalize.py b/sdk/app/services/test_normalize.py
index 8723245..f51a207 100644
--- a/sdk/app/services/test_normalize.py
+++ b/sdk/app/services/test_normalize.py
@@ -84,6 +84,52 @@ def test_normalize_source_only_doi_derives_url():
assert src["metadata"] == {}
+# ---------------------------------------------------------------------------
+# §8 title 回填（缺陷 #27，2026-09-11）
+# ---------------------------------------------------------------------------
+
+def test_normalize_source_title_fill_from_source_entity():
+ """title 为空 -> 回填 source（断言主体实体名），正文片段绝不参与。"""
+ src = normalize_source({
+ "source": "OsSPL14",
+ "title": "",
+ "evidence": "## 正文片段开头（不是标题）",
+ "paper_id": "P1",
+ })
+ assert src["title"] == "OsSPL14"
+ # title 即 source 回填：两者相等，source_entity 不落 metadata（不重复）
+ assert src["metadata"].get("source_entity") is None
+ assert src["paper_id"] == "P1"
+
+
+def test_normalize_source_title_fill_from_metadata():
+ """title/paper_title 均空 -> metadata 标题类字段回填。"""
+ src = normalize_source({
+ "source": "entity",
+ "metadata": {"paper_title": "水稻抗病基因研究进展", "source_entity": "entity"},
+ })
+ assert src["title"] == "水稻抗病基因研究进展"
+
+
+def test_normalize_source_title_not_overridden():
+ """title 非空 -> 不回填（既有语义不变）。"""
+ src = normalize_source({
+ "title": "Real Title",
+ "source": "Entity",
+ "paper_title": "Other",
+ "metadata": {"paper_title": "Meta"},
+ })
+ assert src["title"] == "Real Title"
+ assert src["metadata"]["source_entity"] == "Entity"
+
+
+def test_normalize_source_title_all_empty_stays_none():
+ """全空 -> 保持 null（前端有 fallback）。"""
+ src = normalize_source({"content": "snippet only", "paper_id": "P1"})
+ assert src["title"] is None
+ assert src["snippet"] == "snippet only"
+
+
def test_normalize_source_alias_chains():
src = normalize_source({
"content": "snippet text",