feat(harness,rag): dual LLM audit fields, run conclusion, and hybrid quality

Persist provider reasoning and assistant text separately on agent_reasoning_audit
(DeepSeekAssistantMessage path), extract diagnosis_run.conclusion, enrich RAG
tool audit (step_id/query/qualityScore), gate empty mysql tools, drop devtools,
and align MVP docs after live E2E verification.

devflow/projects/2026-07-28-rag-quality-score-unify/decisions.md

@@ -0,0 +1,25 @@
+# Decisions: rag-quality-score-unify（最终版）
+
+## Scale / process
+
+- sm-flow standard：Discover → Commit → Apply → Archive
+- Committed OpenSpec：`openspec/changes/rag-quality-score-unify/`（归档后见 archive 目录）
+- 废止：`rag-bm25-hybrid-drop-sdk` 中「dense L2 enrichment for threshold compatibility」
+
+## Key decisions
+
+1. **Label**：仅 `dense` | `hybrid`；旧别名 canonicalize。
+2. **Normalizer**：唯一 `toQualityScore`；dense=L2 公式；hybrid=rank 线性映射（batchSize）。
+3. **Store**：hybrid 不回填 L2、不发 `bm25_only_*`；返回序即 RRF 序。
+4. **Post-process**：`originalRank` ASC；L0 重叠只写 hitReasons；relevance/low-quality 只看 qualityScore；PRECISE 不要求 hint support。
+5. **Mode**：hybrid 主路径；dense 同库对照（架构 §6.0）。
+
+## Trade-offs
+
+- hybrid quality 为序数分，跨 query 绝对值不可比；阈值可能需后续标定。
+- 去掉 boost 改序后，「词面热语义冷」不再被后处理抬升；词面交给 BM25+RRF。
+
+## Risks accepted
+
+- `relevance_level` / unfiltered retry 分布变化（产品已接受）。
+- 未做 live E2E / 人工 hybrid 对照评测（见 acceptance 未验证项）。