feat: prepare RAG evidence and compatible chat requests

docs/ARCHITECTURE.md

@@ -54,3 +54,10 @@ FastAPI + Pydantic
 文本发布之后，固定 Embedding 空间的完整向量快照通过独立代数发布，精确余弦检索只使用当前审核与发布版本。编码在发布锁外进行，完成后重新核对语料、空间及发布状态，失败保留旧版本。运行与空间身份见 [VECTOR_API.md](VECTOR_API.md)。
 
 新增 chunk 正文 BM25 与等权 RRF；两路限定同一文本/向量快照和分类，固定 k=60，先各取 candidate_k 再融合。保存完整候选排名、原始分数、贡献、切分/分词/BM25/模型配置及出处。旧条目关键词模式保留，评测不能混同两种证据单元。两路排序至检索记录写入共用当前性锁，面向最多 2000 chunks 的同步精确计算。字段、失败及回滚边界见 [HYBRID_API.md](HYBRID_API.md)。RAG、ANN 与真实领域质量验收仍待后续阶段。
+
+
+## RAG 上下文与兼容请求准备（T08）
+
+`rag_contexts` 通过检索记录外键保存证据、出处/版本、选段/排除原因、提示词版本和 OpenAI 兼容 Chat Completions 请求体。准备时在发布锁内复核审核资料及文本/向量快照；已过期检索必须重查。输入与证据作为 JSON 数据放在 user message，固定规则独立保存，不允许客户端提交任意上下文或凭据。字符预算不是模型 token 校验。
+
+准备/历史接口限管理员，写入要求会话 CSRF；历史保持当时快照。当前提供纯响应格式/引用解析，不调用生成模型；`prepared_request/model_called=false` 不能视为实际回答或领域实验。真实服务接入及模型 token 预算验证等待后续阶段。字段、权限、迁移和回滚见 [RAG_CONTEXT_API.md](RAG_CONTEXT_API.md)。