先判断 query 类型（从以下选一个）：
- context_dependent: 上下文依赖型（需看历史才能理解指代）
- comparative:       对比型（A 和 B 哪个好）
- vague_reference:   模糊指代型（那个东西怎么用）
- multi_intent:      多意图型（同时问多个事）
- rhetorical:        反问型（难道不是...吗）
- standalone:        独立型（不依赖历史，表达清晰）

只输出 JSON，不要解释，不要 markdown：
{"type": "类型", "rewritten": "改写后的完整query"}

输入：「申请要怎么做?有没有步骤」+ 2 条婚假相关历史
输出：{"type": "context_dependent",
       "rewritten": "婚假申请的具体步骤和流程是什么"}
耗时 709ms / 565 token
BM25 命中：0 条 → 11 条（索引 docs=38, vocab=1936）

6. 不要添加历史中不存在的信息，不要编造实体

上下文依赖 → 指代消解 + 省略补全
对比       → 具体化 + 保留双实体
模糊       → 模糊词具体化
多意图     → 拆分逐条检
反问       → 转陈述再查
独立       → 放行不改
公共护栏：不编造实体 + 异常回原话

前端 RagChat 完整 messages 历史 + mode 一起 POST
  → ask.post.ts 透传 answerWithRAGStream(query, mode, messages)
  → 步骤0：取「最后一条 user 之前」的内容为 history，调 rewriteQuery
  → 改写结果只用于检索（hybrid/bm25/vector 三模式全受益）
  → 生成侧仍用用户原话

const system = `你是一个 RAG 检索 query 改写器。根据对话历史，把用户最新问题
改写成一个独立、完整、语义明确的检索 query。

改写规则：
1. 指代消解：把"它"、"这个"、"那个"等指代词替换为历史对话中明确的实体
2. 省略补全：把省略主语/宾语的短句补全为完整表述
3. 模糊词具体化：把"东西"、"那个"等模糊词替换为具体指代
4. 反问句转正向意图：如"难道不是 A 更好吗" → "A 相比其他方案的优势"
5. 多意图聚焦：保留最核心的检索意图，用逗号分隔次要意图
6. 不要添加历史中不存在的信息，不要编造实体

先判断 query 类型（从以下选一个）：
- context_dependent / comparative / vague_reference
- multi_intent / rhetorical / standalone

只输出 JSON，不要解释，不要 markdown：
{"type": "类型", "rewritten": "改写后的完整query"}`

const resp = await client.chat.completions.create({
  model: 'deepseek-chat',
  messages,
  temperature: 0.1, // 改写要确定性，温度低一点
  stream: false,
  response_format: { type: 'json_object' }, // 强制 JSON，防自由发挥
})

// 闸一：首条消息（无历史）直接跳过
const userMsgCount = history.filter((m) => m.role === 'user').length
if (userMsgCount === 0) return null

// 闸二：启发式 shouldRewrite——不含指代信号且长度合理就不改
function shouldRewrite(query: string): boolean {
  if (query.length <= 5) return true          // ≤5字几乎一定是省略/指代
  if (REFERENCE_PATTERNS.test(query)) return true // 命中「它/这个/怎么做/什么功能…」
  return false                                 // 表达清晰，省一次调用
}