feat(v2): T-M3 采纳 llmrouter pinch 三档裁剪——Architect 渲染超预算按相关性分档保留

- Workspace.render_for_architect：超 1200 token 时对 archive 行按与 query+goal
  的字符 2-gram Dice 相似度分档——sim<0.25 先丢、sim<0.55 截断为 40% 摘要、
  仍超限从低到高继续丢；保留行维持原插入序（前缀稳定），最近 4 行下限不变
  （相比旧'从最旧整段丢'，高相关事实在预算内留存更久）
- 顺带消除两项旧债：压缩态与首次渲染共用同一 parts 结构（格式漂移）、
  裁剪循环不再每轮 deepcopy 全文档
- 修复本轮引入的缺陷：会话轮次 tool_calls 为 int 计数时清单提取迭代崩溃
  （test_session_multi_turn 抓出，已加类型防御）
- 新增 tests/test_pinch_trim.py 4 项；全量 244 passed ×2（基线 230）

tests/test_pinch_trim.py

@@ -0,0 +1,60 @@
+"""Architect 渲染三档裁剪（T-M3，采纳 llmrouter pinch keep/summarize/drop 设计）。"""
+from router_system.workspace import Workspace
+
+_GOAL = "用 Python 实现快速排序并分析时间复杂度"
+
+_BRIEF = {
+    "goal": _GOAL, "constraints": ["标准库"], "tags": ["code"],
+    "acceptance": [{"id": "a1", "check": "可运行", "machine_checkable": True}],
+    "plan": [{"id": "s1", "task": "实现", "deps": [], "done_criteria": "过"}],
+}
+
+
+def _ws_with_archive():
+    ws = Workspace.new(request_id="abc123def456", query=_GOAL,
+                       api_token_cap=8000, rounds_cap=6)
+    ws.apply_brief(_BRIEF)
+    relevant = ("s1: 完成快速排序实现，基准选取三数取中，递归深度优化，"
+                "平均时间复杂度 O(n log n) 分析见附件。" + "快排边界处理细节" * 50)
+    lines = [f"sX{i}: 无关行{i}，今日食堂菜单有红烧肉、番茄炒蛋与清炒时蔬，"
+             f"周末计划去郊外徒步露营并整理旅行照片。" + "生活琐事记录" * 50
+             + f"独特结尾标记{i}号"  # 唯一尾串：判断"该行是否还被输出"
+             for i in range(7)]
+    # 相关行放在中间：不在最新 4 行下限保护区内，检验相关性而非新近度
+    ws._data["archive"] = lines[:3] + [relevant] + lines[3:]
+    return ws, relevant, lines
+
+
+def test_trim_keeps_relevant_line_full():
+    """高相关行全文保留，低相关行被丢弃/截断（尾段不再出现在输出）。"""
+    ws, relevant, lines = _ws_with_archive()
+    out = ws.render_for_architect()
+    # 相关行全文（含尾段独特内容）仍在
+    assert relevant[-40:] in out
+    # 至少一条低相关行的尾段消失（被丢或被截为摘要）
+    assert lines[0][-40:] not in out
+
+
+def test_trim_respects_floor_of_four_lines():
+    """任何情况下至少保留 4 行（与旧实现下限一致）。"""
+    ws, _, lines = _ws_with_archive()
+    out = ws.render_for_architect()
+    archive_shown = out.split("== archive ==")[1].strip().splitlines()
+    assert len(archive_shown) >= 4
+
+
+def test_render_deterministic():
+    """同输入两次渲染逐字节一致（裁剪决策确定性）。"""
+    ws1, _, _ = _ws_with_archive()
+    ws2, _, _ = _ws_with_archive()
+    assert ws1.render_for_architect() == ws2.render_for_architect()
+
+
+def test_under_budget_untouched():
+    """预算内不触发裁剪：archive 行原样出现、无截断省略号。"""
+    ws = Workspace.new(request_id="abc123def456", query="写个快排",
+                       api_token_cap=8000, rounds_cap=6)
+    ws.apply_brief(_BRIEF)
+    ws._data["archive"] = ["s1: 完成（产出: a://s1.py）"]
+    out = ws.render_for_architect()
+    assert "s1: 完成（产出: a://s1.py）" in out