feat: comprehensive v2 upgrade — streaming, error KB, file upload, layout analysis

Major changes:
- Streaming: LLM统一 _BaseLLM 接口 (invoke + stream), generate/modify/correct
  节点使用 get_stream_writer() 实现逐字输出, UI 节点平铺展开自动折叠
- Prompt外部化: 7个prompt拆分到 prompts/*.md, loader.py 支持热重载
- 错误自增长: backend/error_kb.py — 指纹去重 + ChromaDB持久化,
  correct_jrxml→validate 通过时自动入库, retrieve同时搜索错误KB
- 文件上传: backend/file_parser.py — PDF/DOCX/图片/文本解析,
  侧边栏多文件上传, 文本自动注入下一条消息
- A4模板识别: backend/layout_analyzer.py — 三种模式(完整A4/行片段修改/行片段新建),
  PaddleOCR元素提取 + 行分组 + JRXML section匹配
- 会话历史下载: jrxml_versions版本追踪 + 侧边栏历史版本下载按钮
- 预览修复: route_after_save跳过预览/导出意图的验证循环
- Ctrl+C修复: JS注入拦截Streamlit裸c键清缓存

Docs: CLAUDE.md (完整项目文档), ROADMAP.md (改进路线图)

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

ROADMAP.md

@@ -0,0 +1,92 @@
+# 改进路线图
+
+## 阶段一：代码质量（低风险，快速交付）
+
+### 1. Prompt 拆分 ✓
+- [x] 创建 `prompts/` 目录
+- [x] 7 个 prompt 各拆为独立 `.md` 文件
+- [x] `nodes.py` 改为从文件加载
+- [x] 支持热重载（文件变更无需重启）
+
+### 2. 修复无效代码 ✓
+- [x] `backend/llm.py` — `get_num_tokens()` 修复为正确 API
+- [x] `backend/embeddings.py` — 修复 docstring 函数名不一致
+- [x] `backend/llm.py` — 统一 LLM 接口基类 `_BaseLLM`
+
+---
+
+## 阶段二：用户体验（核心改造）
+
+### 3. 流式输出 + 节点平铺 ✓
+- [x] `backend/llm.py` — LLM 工厂支持 `stream()` 统一接口
+- [x] `agent/nodes.py` — generate/modify/correct 节点使用流式 + `get_stream_writer()`
+- [x] `app.py` — 使用 `stream_mode=["updates", "custom"]` 捕获流式事件
+- [x] 节点状态平铺（处理过程 expander 逐节点展示）
+- [x] 流式完成后节点自动折叠
+- [x] 完成后单独展示「总结卡片」
+
+### 4. 错误自增长知识库 ✓
+- [x] `backend/error_kb.py` — ErrorKB 类（ChromaDB 持久化）
+- [x] 错误指纹去重（标准化 + MD5）
+- [x] `correct_jrxml` — 保存修正前状态到 `last_error_case`
+- [x] `validate` — 修正成功时自动记录（仅新错误，自动去重）
+- [x] `retrieve` — 搜索错误知识库，注入历史修正案例
+- [x] 记录内容：错误 + 修正前后 JRXML + prompt + 工具链 + 模型
+
+### 5. 文件上传支持 ✓
+- [x] `backend/file_parser.py` — 统一解析接口
+  - [x] 图片 → PIL 元信息 + PaddleOCR（可选安装后自动识别）
+  - [x] PDF → pdfplumber / PyMuPDF 文本提取
+  - [x] DOCX → python-docx 文本提取
+  - [x] 纯文本 (.txt/.csv/.json/.xml) → 直接读取
+- [x] `can_use_vision()` — 根据模型名判断是否支持原生多模态
+- [x] `app.py` — 侧边栏文件上传组件（多文件，可移除）
+- [x] 上传文本自动注入下一条消息前缀
+
+### 6. A4 图片模板识别 ✓
+- [x] `backend/layout_analyzer.py` — 完整布局分析模块
+- [x] A4 比例判定：exact(±3%) / close(±8%) / not_a4 三档
+- [x] PaddleOCR 布局分析：逐元素提取坐标(x,y,w,h)、字号、文本
+- [x] 行分组：Y 轴容差自动聚类
+- [x] 结构化输出：`图片模板共 X 行，第 1 行有 Y 个元素，其中元素 a 长...高...字体...内容是...`
+- [x] 检测门槛：≥2 个 OCR 元素 + A4 比例 → 标记为模板
+- [x] `app.py` — 上传图片/PDF 时自动触发布局分析，替换为布局描述
+
+### 7. 会话历史 JRXML 下载 ✓
+- [x] `agent/state.py` — 新增 `jrxml_versions` 字段
+- [x] `agent/nodes.py` — `finalize` 节点追加版本记录
+- [x] `app.py` — 侧边栏"历史版本"折叠区，每版本独立下载按钮
+
+### 8. 预览功能修复 ✓
+- [x] 根因：`preview_report` 路由到 `save_session` → `validate` 触发不必要的验证修正循环
+- [x] 修复：`route_after_save` — 预览/导出意图跳过验证直接 `finalize`
+
+---
+
+## 阶段三：细节修复
+
+### 9. Ctrl+C 修复 ✓
+- [x] `app.py` — 注入 JS 拦截裸 `c` 键，保留 Ctrl+C 复制行为
+
+---
+
+## 执行顺序建议
+
+```
+1. Prompt 拆分 ──► 2. 无效代码修复
+                        │
+                        ▼
+              3. 流式输出 + 节点平铺
+                        │
+          ┌─────────────┼─────────────┐
+          ▼             ▼             ▼
+    4. 错误自增长   5. 文件上传   7. 下载历史
+          │             │
+          ▼             ▼
+    6. A4 模板识别  8. 预览修复
+                        │
+                        ▼
+                 9. Ctrl+C 修复
+```
+
+阶段一立即可做，无外部依赖。阶段二是主要工作量。阶段三是收尾。