feat: 问题点数量口径改为 单段 1–3 / 全篇 5–10

产品口径（2026-09-11）：全篇 Pattern 由「最多 5 个」改为 5–10 个，单段主要
Pattern 由「最多 2 个」改为 1–3 个。依据 PRD §13.1（单段最多默认展示 1–3 个
主要 Pattern）与 §19.3（只概括当前段最主要的 1–3 类问题）。每段批注 3 条上限不变。

全篇 5–10 带下限，与「模型不得无 evidence 输出 Pattern」冲突——只有下限没有
逃生口，模型会编证据凑数。因此两处同时补上「证据优先于数量，下限不得靠编造
evidence 来凑」；SKILL.md 原有「也不要硬凑到十条」随口径一并改写。

无硬截断代码需要同步：evidence.sanitize_patterns 只过滤证据不截数量，前端
index.html:1053/1059 的 slice(0,3) 本就是单段 1–3 的展示上限。

证明 artifact（docs/ 被 gitignore，本地留存）：
- docs/_probe_pattern_counts_20260911.py 真实链路探针
- docs/_pattern_counts_20260911_run1.json / _pattern_counts_20260911.json
- docs/Agent化改造方案_20260911.md §十 口径与实测记录

实测（同篇文书，gemini-3.7-flash via OpenRouter，走真实 /api/diagnose）：
run1 patterns=5 批注 1/1/2/2 证据 11/11；run2 patterns=6 批注 1/1/3/2 证据 16/16。
两次均在区间内且非死咬下限，4 段 ai_focus 全非空，证据 100% 可逐字回溯。
单测 65 例全绿（test_demo.py 35 + test_agent.py 30）。

prompts.py

@@ -115,7 +115,7 @@ def build_diagnose_prompt(
 
 要求：
 - 输出 Generative Writing Patterns，不输出 AI 概率 / AI Score / 是否 AI 写的判断。
-- 只输出当前文章实际命中的 Pattern；没有确凿原文证据不得硬凑。全篇最多 5 个 Pattern（只保留最影响本人感的），单段最多 2 个主要 Pattern。
+- 只输出当前文章实际命中的 Pattern；没有确凿原文证据不得硬凑。全篇 5–10 个 Pattern，单段 1–3 个主要 Pattern。证据优先于数量——原文里确实找不到确凿 evidence 的问题类型就不写它；数量下限永远不得靠编造 evidence 来凑（PRD §13.1：模型不得无 evidence 输出 Pattern）。
 - 输出必须紧凑（这是给顾问的人工工作流，不是写报告）：overall_diagnosis ≤ 3 句；每个 Pattern 的文本字段（why_ai_like / human_impact / transformation_rule）各 ≤ 1 句、evidence 每项 ≤ 12 个词；annotations 每段最多 3 条，每条 observation / rewrite_action / why_ai_like 各 ≤ 1 句；paragraph_briefs 的 confirmed_meaning / rewrite_goal / ai_focus / context_hint 各 ≤ 2 句；must_preserve ≤ 3 项；scaffold 只给填空 / 思考顺序 / 一句不完整起笔。
 - evidence 必须是该段原文中的原句或原短语，逐字引用；禁止改写原文当作证据；禁止输出原文不存在的片段。
 - 每个 Pattern 都要说明为什么生成模型容易这么写（why_ai_like）与为什么影响本人感（human_impact）。