feat: make chat model routing configurable

ai_knowledge_base_v2/deployment/DEPLOYMENT_GUIDE.md

@@ -168,21 +168,27 @@ PERIODIC_REPORT_MAX_ATTEMPTS=3
 模型管理现在区分两个概念：
 
 - 可用模型：允许后台任务选择，可同时启用多个；
-- 默认主模型：只能有一个，正式用户聊天、追问改写和检索重排始终使用它。
+- 默认主模型：只能有一个，承担未分流的正式聊天、追问改写和检索重排。
 
 周期报告会选择“周期报告”能力已开启的可用模型，主题摘要和成长档案会选择“摘要沉淀”能力已开启的可用模型。若找不到匹配模型，会自动回退默认主模型，不会因为分流配置缺失直接中断任务。
 
-固定信息问答采用保守分流：只有本轮最终召回并采用的知识全部属于固定信息类时，才选择“固定信息”能力模型；混合召回、未命中和其他知识问答仍使用默认主模型。场景模型在尚未输出任何内容前调用失败，会自动重试默认主模型；已经输出部分内容后不会重新生成，避免重复内容。
+正式问答的分流规则在“系统配置 / AI 问答 / 正式问答模型分流规则”中配置：
+
+- 关闭分流：全部正式问答使用默认主模型；
+- 仅固定信息（升级后的默认值）：只有本轮最终召回并采用的知识全部属于固定信息类时，才选择“固定信息”能力模型；
+- 保守分流：在上一条基础上，把短、明确、只命中课程/问答/通用知识，且不涉及个人感受、关系、建议或判断的问题交给“简单知识”能力模型。
+
+混合固定信息、未命中、深度问题和个人化问题始终使用默认主模型。场景模型在尚未输出任何内容前调用失败，会自动重试默认主模型；已经输出部分内容后不会重新生成，避免重复内容。
 
 部署迁移后，旧版本原来启用的模型会自动成为默认主模型。新增其他模型时建议按以下顺序操作：
 
 1. 保存模型并执行“测试”；
 2. 加入可用池；
 3. 只勾选它实际承担的能力；
-4. 如需让低成本模型承担报告，应取消默认主模型的“周期报告”能力，避免默认模型优先命中；
+4. 如需让低成本模型承担某一场景，应取消默认主模型的对应能力，并在专用模型上开启该能力，避免默认模型优先命中；
 5. 在数据看板“模型使用与成本”中核对实际模型和成本。
 
-如线上发现固定信息模型质量或稳定性异常，可在“系统配置 / AI 问答”关闭“固定信息模型分流”，下一次提问立即恢复为默认主模型，无需重新部署。后台 Agent 预览选择默认主模型时会复用正式分流规则；显式选择非默认模型时视为人工调试覆盖，不执行自动分流。
+如线上发现分流模型质量或稳定性异常，可把“正式问答模型分流规则”改为“关闭分流”，下一次提问立即恢复为默认主模型，无需重新部署。后台 Agent 预览选择默认主模型时会复用正式分流规则；显式选择非默认模型时视为人工调试覆盖，不执行自动分流。旧版本的 `fixed_info_model_routing_enabled` 开关仍兼容，但保存新规则后以 `chat_model_routing_mode` 为准。
 
 停用或删除唯一默认主模型会被后端拒绝，必须先启用并设置替代主模型。该限制用于避免生产聊天突然变成无模型可用。