test: storyline 2/3/4 exploratory test results + BUG-009/010

Storyline 2 (Teacher): 3 PASS, 1 FAIL (BUG-008 confirmed)
Storyline 3 (Tech user): SSE verified, model switch OK, BUG-009 middleware bypass
Storyline 4 (Mom): 3 PASS, scene 4.3 anomalous BUG-008 behavior with kimi

New findings:
- BUG-009 (P1): SaaS Relay bypasses all 14 middleware layers
- BUG-010 (P3): No cancel button during streaming

docs/test-results/2026-04-09-exploratory/bug-tracker.md

@@ -13,6 +13,8 @@
 | BUG-006 | 启动 | P2 | WebMCP 注册失败 TypeError: Required member is undefined | KNOWN | 需 Chrome 146+ flag |
 | BUG-007 | Admin | P2 | Admin V2 authStore 测试 19 个失败 (113 passed) | OPEN | 测试代码与实现不同步 |
 | BUG-008 | 场景1.6 | P1 | SaaS Relay 模式只发送当前消息，不发送对话历史 (无上下文记忆) | FIXED | 9442471 |
+| BUG-009 | 场景3.6 | P1 | SaaS Relay 模式绕过全部14层中间件链 (DataMasking/ButlerRouter等) | OPEN | — |
+| BUG-010 | 场景3.4 | P3 | 流式响应无明确取消按钮 (用户无法中止长响应) | OPEN | — |
 
 ## BUG-001 详细
 

docs/test-results/2026-04-09-exploratory/storyline-2-wanglaoshi.md

@@ -0,0 +1,70 @@
+# 故事线2: 教师"王老师" — 测试结果
+
+> 角色: 初中语文老师
+> 日期: 2026-04-09
+> 模型: kimi-for-coding (via SaaS Relay)
+> 连接模式: SaaS Relay (browser)
+
+## 场景结果
+
+| 场景 | 描述 | 结果 | 备注 |
+|------|------|------|------|
+| 2.1 | 《背影》教学方案设计 | PASS | 2课时完整方案，含教学目标/重难点/活动设计/分层作业 |
+| 2.2 | 阅读理解选择题出题 | PASS | 5道高质量选择题，附参考答案和设计说明 |
+| 2.3 | PPT结构规划 | PASS | 15页完整PPT结构，4大部分，含设计建议 |
+| 2.4 | 上下文记忆测试 | FAIL (BUG-008) | AI无法记忆先前对话，将《背影》PPT误解为"高效沟通的艺术" |
+
+## 场景2.1 详情
+
+**输入**: "你好，我是初中语文老师王老师，下周要讲《背影》这篇课文，能帮我设计一个教学方案吗？"
+
+**输出质量**:
+- 教学目标完整（知识/过程/情感三维）
+- 教学重难点明确
+- 2课时安排合理
+- "细节放大镜"活动设计有创意
+- 情感变化图引导到位
+- 分层作业设计考虑周全
+
+## 场景2.2 详情
+
+**输入**: "帮我出5道关于《背影》的阅读理解选择题，适合初二学生。"
+
+**输出质量**:
+- 5题涵盖内容理解、细节把握、主题分析
+- 答案 C/C/A/B/C 正确
+- 干扰项设计合理
+- 附加设计说明
+
+## 场景2.3 详情
+
+**输入**: "帮我规划一下《背影》这课的PPT结构，列出每一页的标题和要点内容。"
+
+**输出质量**:
+- 15页结构，分4部分
+- 从导入→品析→升华→练习的递进设计
+- 含视觉风格、配色、动画建议
+- 龙应台《目送》引文作封底升华
+
+## 场景2.4 详情 (BUG-008 复现)
+
+**输入**: "把刚才的PPT大纲整理一下，帮我把第一页封面和第二页学习目标的具体内容写出来，包括可以配什么图片"
+
+**预期**: 基于《背影》PPT大纲生成封面和学习目标页内容
+
+**实际**: AI回复"高效沟通的艺术与技巧"封面页内容，完全丢失《背影》上下文
+
+**根因**: BUG-008 — `saas-relay-client.ts:125` 只发送当前消息，不发送对话历史:
+```typescript
+messages: [{ role: 'user', content: message }],  // 只有当前消息
+```
+
+## 质量评估
+
+| 维度 | 评分 | 说明 |
+|------|------|------|
+| 内容质量 | 9/10 | 单轮对话质量极高，专业、详细、有创意 |
+| 响应速度 | 8/10 | SSE流式响应，首token约2-3秒 |
+| 格式呈现 | 9/10 | Markdown格式完善，标题/列表/加粗使用得当 |
+| 上下文记忆 | 0/10 | 完全无记忆 (BUG-008) |
+| 用户体验 | 6/10 | 单轮体验好，多轮交互断裂严重 |

docs/test-results/2026-04-09-exploratory/storyline-3-jike.md

@@ -0,0 +1,183 @@
+# 故事线3: 技术用户"极客张" — 测试结果
+
+> 角色: 30岁软件工程师，测试边缘和系统边界
+> 日期: 2026-04-09
+> 模型: kimi-for-coding → deepseek-chat (切换测试) → kimi-for-coding
+> 连接模式: SaaS Relay (browser)
+
+## 场景结果
+
+| 场景 | 描述 | 结果 | 备注 |
+|------|------|------|------|
+| 3.1 | 多模型配置 | PASS | 模型选择器3模型可用，成功切换deepseek-chat并验证 |
+| 3.2 | Agent 创建与模板 | SKIP | 浏览器模式无Tauri invoke，仅验证"创建新Agent"按钮可见 |
+| 3.3 | Pipeline 编辑与执行 | SKIP | 浏览器模式无Pipeline UI入口 |
+| 3.4 | SaaS Relay 模式（关键缺口）| PASS | SSE流式正常，首token ~2s，delta/complete事件正确 |
+| 3.5 | Browser Hand | N/A (预期) | SaaS Relay模式下无法触发Hand，AI以文字回复代替 |
+| 3.6 | 中间件链验证 | PARTIAL | DataMasking在SaaS Relay下不生效（绕过本地中间件链）|
+| 3.7 | 记忆管道深度测试 | PARTIAL | 上下文记忆因BUG-008失效，kimi-for-coding部分场景异常PASS |
+| 3.8 | 多 Agent 身份切换 | PASS | 专业模式智能体tab正常，显示默认助手+创建入口 |
+
+## 场景3.1 详情 — 多模型配置
+
+**测试步骤**:
+1. 点击模型选择器 → 下拉列表显示3个模型：deepseek-chat / GLM-4.7 / kimi-for-coding
+2. 切换到 deepseek-chat → 发送"你是哪个AI模型？"
+3. AI回复"我是DeepSeek，由深度求索公司创造的AI助手" → 切换生效
+4. 切换回 kimi-for-coding → 后续消息正确路由
+
+**设置页面验证**:
+- 通用设置：Gateway已连接(127.0.0.1:8080)，版本saas-relay，Token已存储(掩码显示)
+- 模型与 API：内置模型 + 自定义模型(添加按钮) + Embedding模型(6选项)
+- Embedding选项：本地TF-IDF / OpenAI(1536D) / 智谱AI(1024D) / 火山引擎(1024D) / 百炼(1024D) / DeepSeek(1536D)
+- 22个设置分类全部可见，从"通用"到"高级"(技能管理/语义记忆/安全状态/审计日志/定时任务/心跳配置)
+
+**输出质量**: 模型切换即时生效，UI反馈清晰，设置页面结构完整
+
+## 场景3.2 详情 — Agent 创建与模板
+
+**状态**: SKIP (浏览器模式限制)
+
+**验证**: 专业模式下"智能体"tab显示：
+- "当前: 默认助手"
+- "创建新 Agent"链接可见
+
+**无法测试**: Tauri invoke('agent_create')、SOUL.md写入、fetchAvailableTemplates() 在浏览器模式不可用
+
+## 场景3.3 详情 — Pipeline 编辑与执行
+
+**状态**: SKIP (浏览器模式限制)
+
+Pipeline编辑器需要Tauri运行时支持，浏览器SaaS Relay模式下无UI入口。
+
+## 场景3.4 详情 — SaaS Relay 模式（关键缺口）
+
+**这是最大的测试缺口，本轮完成手动验证。**
+
+**SSE 流式验证**:
+- HTTP POST → SaaS relay → SSE 流式返回：✅ 正常
+- SSE delta 解析：✅ 内容逐字显示，无乱码
+- SSE complete 事件：✅ 响应完成后无残留"发送中"
+- 首 token 延迟：~2-3秒（符合预期）
+- 长响应（>2000字）：✅ 完整显示，无截断
+- 错误消息：✅ 中文友好（"Relay error: 500"）+ 重试按钮
+
+**流式取消测试**:
+- 发送长问题后尝试取消
+- 未找到明确的取消按钮（简洁模式和专业模式下均未发现）
+- textarea 在流式期间显示"Agent 正在回复..."并禁用
+- **注意**: 可能需要键盘快捷键(Esc)或发送按钮变形来取消，但UI未提供明确指引
+
+**Token 用量显示**:
+- 专业模式顶栏显示 "88.9K" token累计
+- "发送中 4 条" 错误消息计数器可见
+
+**三级验证**:
+- Desktop (browser): saas-relay-client.ts SSE事件处理正常 ✅
+- SaaS: relay/handlers.rs 请求处理正常 ✅
+- Admin: 未验证（需要后续在Admin V2验证）
+
+## 场景3.5 详情 — Browser Hand
+
+**状态**: N/A（SaaS Relay浏览器模式预期行为）
+
+**输入**: "帮我打开百度搜索一下 ZCLAW AI 桌面客户端"
+
+**实际**: AI回复"我无法直接操作您的电脑或打开外部网站"并提供手动搜索步骤
+
+**分析**: Hand系统需要Tauri运行时。在SaaS Relay浏览器模式下：
+1. LLM不接收Hand工具定义（因为前端未注册Hand处理程序）
+2. LLM正确识别无法执行浏览器操作并以文字回复
+3. 这不是bug，而是平台限制
+
+## 场景3.6 详情 — 中间件链验证
+
+**DataMasking 测试 (FAIL)**:
+- 输入: "患者张三，身份证号 110101199001011234"
+- 预期: 身份证号被 [REDACTED] 替换
+- 实际: AI响应中完整保留了"患者张三"和"110101199001011234"
+- **根因**: SaaS Relay模式下消息直接从浏览器→SaaS→LLM，绕过了本地中间件链（DataMasking@90、ButlerRouter、TrajectoryRecorder@650）
+- **影响**: 这意味着SaaS Relay模式下所有14层中间件均不生效
+
+**ButlerRouter 测试 (无法验证)**:
+- 输入: "生成本月门诊量统计报告，按科室分组"
+- 预期: ButlerRouter分类为data_report域
+- 实际: AI正常回复报告模板，但无法确认中间件是否介入分类
+- **原因**: SaaS Relay模式下ButlerRouter不参与消息处理
+
+**重要发现 (BUG-009)**: SaaS Relay模式绕过全部中间件链
+
+| 中间件 | 本地模式 | SaaS Relay模式 |
+|--------|----------|----------------|
+| DataMasking@90 | ✅ 生效 | ❌ 不生效 |
+| ButlerRouter | ✅ 生效 | ❌ 不生效 |
+| TrajectoryRecorder@650 | ✅ 生效 | ❌ 不生效 |
+| MemoryInjection | ✅ 生效 | ❌ 不生效 |
+| Guardrail | ✅ 生效 | ❌ 不生效 |
+
+## 场景3.7 详情 — 记忆管道深度测试
+
+**状态**: PARTIAL
+
+**上下文记忆 (BUG-008 确认)**:
+- 消息间完全无上下文——每次消息独立
+- 但kimi-for-coding模型在故事线4场景4.3中异常地保留了"三年级"信息
+- **推测**: kimi-for-coding可能有服务端会话管理，但不稳定
+
+**FTS5/TF-IDF 记忆注入**:
+- SaaS Relay模式下无法验证——记忆注入通过中间件链执行，而中间件链被绕过
+- 本地Kernel模式下应正常工作（已有自动化测试覆盖）
+
+## 场景3.8 详情 — 多 Agent 身份切换
+
+**状态**: PASS (UI层面)
+
+**验证**:
+- 专业模式侧边栏显示"对话"和"智能体"两个tab
+- "智能体"tab显示当前Agent为"默认助手"
+- "创建新 Agent"按钮可见
+- 快速切换到"对话"tab正常
+
+**未测试**: 实际创建Agent、SOUL.md写入、身份切换后对话隔离（需要Tauri运行时）
+
+## 质量评估
+
+| 维度 | 评分 | 说明 |
+|------|------|------|
+| SaaS Relay SSE | 9/10 | 流式完整、解析正确、首token快速 |
+| 模型切换 | 10/10 | 即时生效、3模型可选、UI清晰 |
+| 设置页面 | 9/10 | 22分类完整、结构清晰、配置直观 |
+| 中间件链 | 2/10 | SaaS Relay下全部14层中间件不生效 |
+| Hands系统 | N/A | 浏览器模式无法触发，预期行为 |
+| 记忆管道 | 3/10 | BUG-008 + 中间件绕过双重影响 |
+| 流式取消 | 3/10 | 无明确取消按钮或UI指引 |
+
+## 新发现 Bug
+
+### BUG-009: SaaS Relay模式绕过全部中间件链 (P1)
+
+**位置**: `desktop/src/lib/saas-relay-client.ts` → SaaS relay endpoint
+
+**现象**: SaaS Relay模式下，消息直接从浏览器→HTTP→SaaS→LLM，不经过本地中间件链
+
+**影响**:
+- DataMasking不生效 → PHI数据直接发送到第三方LLM
+- ButlerRouter不生效 → 管家模式在SaaS Relay下无法提供域分类
+- TrajectoryRecorder不生效 → 用户体验无法记录
+- MemoryInjection不生效 → 记忆管道断裂
+- Guardrail不生效 → 安全护栏缺失
+
+**严重性**: P1（数据隐私合规风险）
+
+**建议修复方向**:
+1. 在SaaS relay服务端实现中间件链（服务端DataMasking）
+2. 或在浏览器端实现DataMasking预处理后再发送
+3. ButlerRouter可在SaaS端实现域分类+system prompt增强
+
+### BUG-010: 流式响应无明确取消按钮 (P3)
+
+**现象**: 发送消息后textarea显示"Agent 正在回复..."并禁用，但无明确的停止/取消按钮
+
+**影响**: 用户无法主动取消正在生成的长响应
+
+**建议**: 在流式期间将发送按钮变为停止按钮，或添加浮动取消按钮

docs/test-results/2026-04-09-exploratory/storyline-4-mama.md

@@ -0,0 +1,62 @@
+# 故事线4: 零基础"妈妈" — 测试结果
+
+> 角色: 全职妈妈，孩子三年级，AI新手
+> 日期: 2026-04-09
+> 模型: kimi-for-coding (via SaaS Relay)
+> 连接模式: SaaS Relay (browser)
+
+## 场景结果
+
+| 场景 | 描述 | 结果 | 备注 |
+|------|------|------|------|
+| 4.1 | 三年级语文学习求助 | PASS | 通俗友好，零基础指导+分步建议 |
+| 4.2 | 换季增强免疫力食谱 | PASS | 6道家常食谱，附营养原理+操作建议 |
+| 4.3 | 上下文记忆测试 | PASS (异常) | AI正确回忆"三年级"，与BUG-008不一致 |
+
+## 场景4.1 详情
+
+**输入**: "你好，我想请问一下，我家小孩今年上三年级了，语文成绩不太好，有什么方法可以帮他提高吗？我是第一次用这个AI，不太会操作"
+
+**输出质量**:
+- 友好欢迎，消除新手焦虑（"操作很简单——您就像平时聊天一样"）
+- 针对三年级承上启下阶段给出专业分析
+- 分步诊断法：基础/阅读/写作/习惯四维度
+- 实用方法：每日听写、大声朗读、亲子共读、脚手架写作
+- 主动教用户如何使用AI（提供具体问题模板）
+- 语言通俗，无专业术语堆砌
+
+## 场景4.2 详情
+
+**输入**: "谢谢！另外想问一下，最近换季孩子容易感冒，有什么增强免疫力的食谱推荐吗？最好是家常菜，简单好做的"
+
+**输出质量**:
+- 先讲核心原则（蛋白质/维C/维A/锌/水分）
+- 6道食谱分三类：汤羹(2) + 主食(2) + 菜肴(2)
+- 每道菜列出食材、做法、免疫亮点
+- 实用贴士：让孩子参与、变换花样、不必强求完美
+- 语言风格适合家庭用户
+
+## 场景4.3 详情 (上下文记忆 — 异常行为)
+
+**输入**: "对了，我刚才问你小孩语文学习的事情，你还记得我家小孩几年级吗？"
+
+**预期**: FAIL (基于BUG-008，SaaS Relay不发送对话历史)
+
+**实际**: AI正确回答 **"上三年级"**，并补充说明"在我们当前这次连续的交流中，您提供的关键信息会保持在对话的上下文中"
+
+**分析**: 这是与BUG-008矛盾的发现。可能原因：
+1. kimi-for-coding 模型可能有服务端会话管理机制
+2. 不同模型的BUG-008表现不一致（之前 deepseek-chat/GLM-4.7 确认FAIL）
+3. 需要进一步交叉验证
+
+**注意**: 此结果不推翻BUG-008（已在故事线1和2中确认3次），但表明影响范围可能仅限特定模型。
+
+## 质量评估
+
+| 维度 | 评分 | 说明 |
+|------|------|------|
+| 内容质量 | 9/10 | 通俗、实用、有温度，适合零基础用户 |
+| 响应速度 | 8/10 | SSE流式响应，首token约2-3秒 |
+| 格式呈现 | 8/10 | 标题/列表清晰，食谱结构完整 |
+| 新手友好度 | 10/10 | 主动消除焦虑、提供AI使用教程 |
+| 上下文记忆 | ?/10 | 单次测试PASS，但与已知BUG矛盾 |