fix(ai): V3 长期问题修复+规则合规+竞品对标

## P1 安全加固
- 原子化每日限额（tryConsumeDailyQuota）解决 TOCTOU 竞态
- 流式端点补齐 Zod 校验 + rate limit + 服务端强制 systemPrompt
- 配额回退机制（refundDailyQuota）：过滤/失败不扣配额
- PII 最小化：移除 AI prompt 中的学生姓名

## P1 数据一致性
- 修复 capability 埋点缺失 child_summary/study_path 类型
- 创建 data-access.ts：真实统计聚合替代硬编码零
- 修复 generateChildSummary/recommendStudyPath 的 capability 标记

## P2 可靠性
- AI 调用重试机制（withRetry 指数退避，429/5xx，2 次重试）
- 30s 超时配置
- 流式 controller 安全 enqueue（防已关闭抛错）
- localStorage 防抖持久化（500ms，流式过程中跳过）

## P2 TypeScript/规则合规
- 移除 as 断言（VariantType 类型守卫、Permission 类型、StreamErrorKey）
- 补齐返回类型标注（POST/getStatusFromError/DashboardLayout）
- 拆分 use-ai-chat-stream hook（190→107 行，函数体≤80 行）
- 抽取 stream-utils.ts（SSE 解析/错误映射/消息工具）
- Tailwind 任意值添加注释说明（max-w-[80%] 聊天气泡）

## P3 竞品对标
- 苏格拉底式辅导强化（对标 Khanmigo）：
  - SOCRATIC_TUTOR_SYSTEM_PROMPT 3 级提示升级
  - 强化 STUDENT_BLOCKED_PATTERNS 正则（中英文答案拦截）
  - validateSocraticOutput 服务端校验（问号结尾+连续陈述句限制）
  - socratic_warning SSE 事件类型
- 知识图谱集成（对标 Squirrel AI）：
  - StudyPathInput 新增 knowledgeGraph/textbookId 字段
  - recommendStudyPathAction 自动从 textbooks 模块获取图谱+掌握度
  - STUDY_PATH_SYSTEM_PROMPT 增加前置依赖链规则
  - WEAKNESS_ANALYSIS_SYSTEM_PROMPT 增加 rootCause 字段

## 架构文档同步
- 004 更新 AI 模块章节（V3 标记/新导出/依赖关系/安全机制/文件清单）
- 005 更新 modules.ai 节点（dependsOn/exports/dataAccess/streamUtils/dependencyMatrix）

src/modules/ai/services/ai-service.ts

@@ -330,10 +330,10 @@ export class DefaultAiService implements AiService {
   }
 
   async generateChildSummary(input: ChildSummaryInput): Promise<ChildSummaryResult> {
-    return withAiTracking(this.userId, "weakness_analysis", undefined, async () => {
+    return withAiTracking(this.userId, "child_summary", undefined, async () => {
+      // PII 最小化：不传学生真实姓名，用 ID 替代（COPPA/FERPA 合规）
       const userLines = [
         `Student ID: ${input.studentId}`,
-        input.studentName ? `Student Name: ${input.studentName}` : "",
         input.grade ? `Grade: ${input.grade}` : "",
         input.recentGrades && input.recentGrades.length > 0
           ? `Recent Grades:\n${JSON.stringify(input.recentGrades, null, 2)}`
@@ -370,7 +370,7 @@ export class DefaultAiService implements AiService {
   }
 
   async recommendStudyPath(input: StudyPathInput): Promise<StudyPathResult> {
-    return withAiTracking(this.userId, "weakness_analysis", undefined, async () => {
+    return withAiTracking(this.userId, "study_path", undefined, async () => {
       const userLines = [
         `Student ID: ${input.studentId}`,
         input.subject ? `Subject: ${input.subject}` : "",
@@ -379,6 +379,21 @@ export class DefaultAiService implements AiService {
           : "",
         input.learningGoal ? `Learning Goal: ${input.learningGoal}` : "",
       ].filter((line) => line.length > 0)
+
+      // 知识图谱上下文注入（V3：对标 Squirrel AI 纳米级知识图谱）
+      if (input.knowledgeGraph && input.knowledgeGraph.nodes.length > 0) {
+        const graphLines = [
+          "Knowledge Graph:",
+          "Nodes (id | name | level | mastery 0-100):",
+          ...input.knowledgeGraph.nodes.map(
+            (n) => `  ${n.id} | ${n.name} | L${n.level} | ${n.masteryLevel ?? "unassessed"}`
+          ),
+          "Prerequisite edges (from -> to, meaning 'from' must be mastered before 'to'):",
+          ...input.knowledgeGraph.edges.map((e) => `  ${e.from} -> ${e.to}`),
+        ]
+        userLines.push(graphLines.join("\n"))
+      }
+
       const { content } = await callAi(
         buildChatMessages(STUDY_PATH_SYSTEM_PROMPT, userLines.join("\n\n")),
         { temperature: 0.5, maxTokens: 2000 }