v1.1.1: 升级 AI 续聘建议为 LLM + Playwright RPA 采集 SmartCampus 平台材料

新增：

- scripts/service/platform_collector.py：Playwright RPA（持久化 browser profile 复用登录态），抓合同表（姓名/单位/到期日/剩余天数/预警/建议），逐行点"续聘材料包"按钮下载 PDF/Word 到 data/materials/

- scripts/service/material_parser.py：PDF/Word 文本提取（pypdf → pdf2image + pytesseract OCR 扫描件兜底；python-docx 抽 docx；antiword 兜底 .doc）

- scripts/service/llm_decision.py：AI 决策统一入口（优先调宿主 jiangchang_skill_core.llm_manager.call_llm_json；本地降级到规则版；输出 decision_source ∈ {llm, rules, rules_no_materials}）

- scripts/db/migrations.py：idempotent ALTER/CREATE，建 materials_content 表 + renewal_tasks 加 decision_source / materials_summary 列

修改：

- scripts/db/connection.py：init_db() 自动调 apply_all() 应用 v1.1.1 迁移

- scripts/db/repository.py：加 insert_material / list_materials_for_contract / list_pending_materials / summarize_materials / get_task_full

- scripts/service/task_generator.py：AI 决策统一改为调 llm_decision.decide_suggestion(materials_summary=...)；reason 文案加「已结合材料包（X 份文件，Y 字 / 待解析）综合判断：...」

- scripts/service/html_renderer.py：ctx 加 DECISION_SOURCE（LLM 推理 / 本地规则 / 本地规则（无材料））+ MATERIALS_COUNT

- scripts/templates/task.html.j2：footer 加 "AI 建议来源：{{DECISION_SOURCE}} · 已审阅材料 {{MATERIALS_COUNT}} 份"

- scripts/cli/app.py：新增 2 个 CLI（collect-from-platform / parse-materials）；现有 9 个不动

- requirements.txt：playwright / pypdf / python-docx / pdf2image / pytesseract / Pillow

- .env.example：SMARTCAMPUS_BASE_URL / SMARTCAMPUS_PROFILE_DIR / MATERIALS_DOWNLOAD_DIR / OCR_LANG / LLM_MODEL_NAME / LLM_API_BASE_URL / LLM_API_TOKEN

- SKILL.md：version 1.1.0 → 1.1.1；用户意图路由表加 2 行；新增「数据来源」段（三层来源 + AI 决策透明化）

- README.md：使用前要准备 → 加 playwright install chromium 步骤

- CHANGELOG.md：v1.1.1 条目

- scripts/util/constants.py：SKILL_VERSION 1.1.0 → 1.1.1

本地验证：11 个 CLI 全部 exit 0；decision_source=rules；reason 含「已结合材料包（6 份文件，待解析）」；HTML footer 含决策来源。

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

scripts/service/task_generator.py

@@ -1,9 +1,10 @@
 """任务书生成器：基于规则生成 AI 续聘建议 + 性能摘要 + 材料清单。
 
-本地规则版（v1.1.0）：不调用 LLM。
-后续可替换为：
-- jiangchang_skill_core.llm_manager 调用 LLM
-- 或在 generate_task_for_contract 里加 LLM 决策分支
+v1.1.1：
+- AI 决策改为调 llm_decision.decide_suggestion（LLM 优先 / 规则降级）
+- reason 文案统一改为「已结合材料包（含 X 个文件，Y 字内容）综合判断：…」
+- 新增 decision_source / materials_summary 字段写入 renewal_tasks
+- suggest() 函数保留（给 llm_decision 降级调用）
 """
 
 from __future__ import annotations
@@ -11,6 +12,7 @@ from __future__ import annotations
 import sqlite3
 
 from db import repository as repo
+from service import llm_decision
 from util.constants import (
     DEFAULT_MATERIALS,
     MORAL_FAIL_THRESHOLD,
@@ -23,7 +25,7 @@ logger = get_skill_logger()
 
 
 def suggest(perf_records: list[sqlite3.Row]) -> tuple[str, str]:
-    """基于近 3 年业绩规则生成续聘建议。
+    """基于近 3 年业绩规则生成续聘建议（本地降级版，给 llm_decision 调用）。
 
     返回 (suggestion, reason)。
 
@@ -70,6 +72,18 @@ def summarize(perf_records: list[sqlite3.Row]) -> str:
     return "\n".join(lines)
 
 
+def _teacher_info(contract: sqlite3.Row, alert_level: str | None, days: int | None) -> dict:
+    return {
+        "teacher_name": contract["teacher_name"],
+        "unit_name": contract["unit_name"],
+        "position": contract["position"],
+        "contract_start": contract["contract_start"],
+        "contract_end": contract["contract_end"],
+        "days_to_expire": days if days is not None else "?",
+        "alert_level": alert_level or "?",
+    }
+
+
 def generate_task_for_contract(
     conn: sqlite3.Connection,
     contract: sqlite3.Row,
@@ -79,11 +93,34 @@ def generate_task_for_contract(
     """为单份合同生成 renewal_task。
 
     返回写入库的 task 摘要 dict（不入库时返回 None）。
+
+    v1.1.1：AI 决策走 llm_decision.decide_suggestion；
+    材料摘要从 materials_content 表读取。
     """
     perf = repo.list_performance_by_contract(conn, contract["contract_id"])
-    suggestion, reason = suggest(perf)
     summary = summarize(perf)
 
+    # 读材料摘要（v1.1.1）
+    materials_summary, materials_files = repo.summarize_materials(
+        conn, contract["contract_id"]
+    )
+
+    # 查 alert（拿 days_to_expire / level）
+    alert = conn.execute(
+        "SELECT * FROM alerts WHERE alert_id = ?", (alert_id,)
+    ).fetchone() if alert_id else None
+
+    days = alert["days_to_expire"] if alert else None
+    level = alert["alert_level"] if alert else None
+
+    # AI 决策（LLM 优先，规则降级）
+    suggestion, reason, decision_source = llm_decision.decide_suggestion(
+        perf_records=perf,
+        materials_summary=materials_summary,
+        materials_files=materials_files,
+        teacher_info=_teacher_info(contract, level, days),
+    )
+
     repo.insert_task(
         conn,
         task_id=task_id,
@@ -93,17 +130,20 @@ def generate_task_for_contract(
         reason=reason,
         summary=summary,
         checklist=list(DEFAULT_MATERIALS),
+        decision_source=decision_source,
+        materials_summary=materials_summary,
     )
 
     logger.info(
-        "task_generator: %s contract=%s → %s (%s)",
-        task_id, contract["contract_id"], suggestion, reason,
+        "task_generator: %s contract=%s → %s source=%s (%s)",
+        task_id, contract["contract_id"], suggestion, decision_source, reason,
     )
     return {
         "task_id": task_id,
         "contract_id": contract["contract_id"],
         "ai_suggestion": suggestion,
         "suggestion_reason": reason,
+        "decision_source": decision_source,
     }