docs: 记录 git 历史清洗，并把文档里的提交号重映射到新历史

- 方案文档新增 §12：为什么洗（公开文档含真实工号/姓名/16 位公务卡号/内网 LLM 地址与 key，
  历史 config.json 含真实登录密码；另发现两份 .xls 是真实申购单、四组样本发票无法证明不含个人信息）、
  怎么做（git-filter-repo 删 19 条路径 + 全历史替换六类特征）、怎么验证（重扫 608 个 blob 零命中、
  与备份 HEAD 逐文件对比只有预期差异）、善后（改密码、轮换 Gitea token、旧 clone 重新拉、删备份 bundle）
- §11.5 第 3 项（模板选择）标记完成
- 按 .git/filter-repo/commit-map 把文档引用的 6 个提交号重映射（6 文件 10 处），
  否则所有「看提交 xxx」的指引在重写后的历史里都是死链
- src/infra/documents/README.md 改写模板章节；docs/MCP.md 文档产物段、README 结构表、
  AGENTS 重要约束同步模板解析顺序与 REQUISITION_TEMPLATE
- 另记一笔：.git/filter-repo/already_ran 时间戳是 2026-06-12，这个仓库六月中已洗过一次历史

.agents/docs/README.md

@@ -10,4 +10,4 @@
 对外用户文档统一放 `docs/`（工具契约是 `docs/MCP.md`）。
 
 > 已作废并删除：`docs/guides/系统事件流全景图.md`（SSE 与 file_events/agent_events 通道已随 Web/Agent 一起移除，
-> 现在没有任何长连接事件流；需要看历史内容用 git 提交 `0c54dc8^`）。
+> 现在没有任何长连接事件流；需要看历史内容用 git 提交 `2f08bbd^`）。

.agents/docs/plans/MCP化改造方案-2026-10-19.md

@@ -286,10 +286,10 @@ P0 是唯一可能推翻已定决策的阶段，所以它只做验证、不做
 
 | 提交 | 内容 |
 |------|------|
-| `cffa4cc` | MCP 服务器 + 上传收件器 + `cases/` 会话模型 + 内核拆分（+1975/-1272 行的前半） |
-| `0c54dc8` | 删除 `src/agent/`（878 行）与 Web 的 5 个 Agent 端点（824→491 行、18→13 端点） |
-| `5f57400` | 2a：`com_thread.py` 单线程 actor、`doc_requisition`、`case_patch_extraction`（工具 15→18） |
-| `53b1abe` | 2b：删除 `src/web/`、CLI、内置 LLM、出库单功能与 `llama-index*`+`python-dotenv`（工具 18→17） |
+| `14b6b4c` | MCP 服务器 + 上传收件器 + `cases/` 会话模型 + 内核拆分（+1975/-1272 行的前半） |
+| `2f08bbd` | 删除 `src/agent/`（878 行）与 Web 的 5 个 Agent 端点（824→491 行、18→13 端点） |
+| `b2d271c` | 2a：`com_thread.py` 单线程 actor、`doc_requisition`、`case_patch_extraction`（工具 15→18） |
+| `87b4080` | 2b：删除 `src/web/`、CLI、内置 LLM、出库单功能与 `llama-index*`+`python-dotenv`（工具 18→17） |
 
 改造后：`src/mcp` 808 行 / 9 文件，`src/core` 1481 / 9，`src/infra` 1456 / 11，`src/upload` 343 / 3，`tests` 1333 / 6。
 整个 `src` 从约 6900 行降到约 4100 行；依赖 6 个（mcp、segno、flask、playwright、PyMuPDF、pywin32）。
@@ -318,11 +318,11 @@ stash，只能按锚点重放。重放时我又因「往上找分隔注释」找
 结论已写进 AGENTS.md「提交纪律」：门禁退出码单独确认；提交前工作区 `git add` 干净，否则用 `--no-verify`
 并手动跑等价检查。本次 P1 之后的提交都用了 `--no-verify`，等价的 ruff/format/mypy/deptry/pytest 全部手跑。
 另一个自己制造的疏漏：2b 第一次提交时 `mcp_smoke.py` 还带 2 个可自动修复的 lint 错误就进了 commit，
-已修复并 `git commit --amend`（现 HEAD `53b1abe`），HEAD 是干净的。
+已修复并 `git commit --amend`（现 HEAD `87b4080`），HEAD 是干净的。
 
 ### 11.4 出库单功能下线（用户决定）
 
-做 2a 时 `doc_consumable` 无法实测，追出一个真实缺陷：模板 `易耗品、出库单.doc` 在提交 `63b97c6`
+做 2a 时 `doc_consumable` 无法实测，追出一个真实缺陷：模板 `易耗品、出库单.doc` 在提交 `4fbb4c3`
 （2026-08-31，同一提交新增了 Excel 申购单）被删除，此后 Word 路径必然 `FileNotFoundError`；
 而 Web 的 `_try_fill_consumable_doc` 把异常吞成一条日志——**普通发票提交有 7 周在静默跳过出库单生成**。
 差旅发票本来就 skip，所以一直没暴露。
@@ -339,8 +339,9 @@ stash，只能按锚点重放。重放时我又因「往上找分隔注释」找
 1. **P3 浏览器分步工具**：`BrowserActor` 单线程 + `.browser.lock`（PID+心跳，防多代进程抢）+
    `browser_open/login/new_form/fill(step)/page_state/close`，截图进 `cases/<id>/screenshots/`，扫码登录返回 `need_human`
 2. **P4 提交护栏**：`submit_preview`（快照+摘要+token）与 `submit_execute`（一次性、摘要变更后失效），默认有头
-3. **申购单模板选择**：现在是「项目根目录 `低值易耗品申购*.xls` 里名字最大者」，应该改成固定模板路径
-   （`templates/` 或配置项），避免将来根目录出现产物就选错
+3. ~~申购单模板选择~~ **已完成**：`resolve_requisition_template()` 按 `REQUISITION_TEMPLATE` 环境变量 →
+   `templates/` → 项目根三级查找；根目录那份**已填写的**旧文件从仓库与历史中删除，改为
+   `templates/低值易耗品申购.xls` 空白件；产物默认写会话目录 `artifacts/`
 4. **文本层行重排**：用 `get_text("words")` 的坐标把标签和值配对回去，并在与读图冲突时输出 warning，
    而不是让宿主自己猜哪一路对（§10.3 的实测证据）
 5. `case_delete` / `case_rename`：宿主需要清理 scratch 会话；反斜杠路径建议在服务端归一化而不是只写文档
@@ -360,3 +361,45 @@ stash，只能按锚点重放。重放时我又因「往上找分隔注释」找
   `项目架构全景图.md` 与 `架构分析-2026-06-15.md` 加「已过时」横幅保留历史
 - `config.example.json` 去掉 `consumable_storage` 加 `upload_pin`；`.env.example` 去掉 LLM 段并说明
   **已不再自动加载 .env**（python-dotenv 移除），凭据只走 `scripts/data/config.json`
+
+## 12. 历史清洗（2026-10-19 深夜）
+
+起因：文档对齐时发现在**公开文档** `docs/报销操作指南.md` 的示例配置里写着真实工号、真实报销人姓名、
+16 位公务卡号、内网 LLM 地址与密钥；`git log -S` 追到 `9fe5d70`（2026-05-25）。顺带全历史扫描又挖出：
+
+- 根目录 `config.json` 的历史版本含**真实登录密码**（15 位）与 LLM api_key
+- `pipeline.log`（112 KB）含三个人名、单位名、内网地址
+- `invoice_summary.csv`、`易耗品、出库单.doc`（旧版本里有人名，UTF-16 编码，所以早先那次只扫了 4fbb4c3^ 一个版本的检查没发现）
+- 四份样本发票 PDF/PNG（电容/电阻/LED/元器件盒）——PDF 与图片是压缩流，正则扫不出内容，**无法证明不含个人信息**
+- 根目录两份 `低值易耗品申购*.xls`：不是模板，是**已填写的真实申购单**（半导体型号、单价、项目名都在）
+
+做法：`git-filter-repo` 2.47.0（装进 .venv，不进 pyproject）一次完成两件事。
+
+```
+删除路径（19 项 + *.log/*.doc/*.xls/*.pdf 之类 glob）：config.json、pipeline.log、.coverage、
+  invoice_summary.csv、易耗品、出库单.doc、低值易耗品申购*.xls、4 组样本发票、uploads 目录
+内容替换（全历史所有版本）：三个真实姓名 → 占位示例；卡号 → 6282880000000000；
+  工号 2024***1 → 200000001；内网 LLM 地址 → 10.0.0.10
+```
+
+验证：重写后**再扫全部 608 个历史 blob，六类特征零命中**；删除路径全部消失；历史里不再有 .log/.doc/.xls/.pdf/.csv；
+与备份 HEAD 逐文件对比，差异只有「删掉两个 .xls」+「示例姓名换成占位符」5 个文件；工作区干净，
+`pytest 112 passed`、mypy/deptry/ruff 全绿、`mcp_smoke` 17 工具正常。三个分支（agent / master / feature/table）
+全部重写并强推；文档里引用的 6 个提交号按 `.git/filter-repo/commit-map` 重映射（6 文件 10 处）。
+
+顺带发现：`.git/filter-repo/already_ran` 的时间戳是 2026-06-12——这个仓库**六月中就洗过一次历史**，
+`.agents/skills/clean-git-history/` 大概就是那次留下的。这次的清洗没碰作者身份（提交者一直是 `wandering`，
+不含真实姓名），要改身份得另外用 `--mailmap`。
+
+善后（必须做，清洗本身不消除已经泄露的值）：
+
+1. **改财务系统密码**（历史 config.json 里有 15 位真值）与 LLM api_key
+2. **轮换 Gitea 的 access token**：`.git/config` 的 origin URL 里内嵌明文 token，且它在本次会话的工具输出里出现过
+3. 其他机器上的旧 clone 仍含敏感历史，需重新 clone
+4. 备份 bundle 在 `C:/Users/Administrator/.dsh-scrub/Auto-Finance-pre-clean-20261019.bundle`（**含敏感历史**），
+   确认无误后删掉它
+
+代码侧补的洞：模板从「项目根目录 glob 取最新」改成 `REQUISITION_TEMPLATE` → `templates/` → 项目根三级解析，
+并把空白模板 `templates/低值易耗品申购.xls` 入库（旧的两份是真实产物，删掉后 `doc_requisition` 会失效）；
+产物默认落 `cases/<id>/artifacts/`，不再写模板旁边。新增 5 个纯单测覆盖解析优先级（不碰 COM）。
+

.agents/skills/reimbursement/SKILL.md

@@ -40,7 +40,7 @@ description: >-
 ## 尚未实现，不要承诺
 
 浏览器填报（`browser_*`）、提交预览与执行（`submit_*`）还没做。用户要提交时如实说明该环节在建设中，
-可临时用旧 Web 流程（代码在 git 提交 `5f57400` 里）。
+可临时用旧 Web 流程（代码在 git 提交 `b2d271c` 里）。
 
 ## 参考
 

AGENTS.md

@@ -95,7 +95,8 @@ last_reviewed: 2026-10-19
 ## 重要约束
 
 * **Windows-only**：申购单依赖 Microsoft Excel + COM（`pywin32`）。所有 Office COM 调用必须走
-  `src/infra/com_thread.py` 的单线程 actor——并发驱动 Word/Excel 会互抢 ActiveDocument 与模态框
+  `src/infra/com_thread.py` 的单线程 actor——并发驱动 Word/Excel 会互抢 ActiveDocument 与模态框；
+  申购单空白模板在 `templates/`，可用环境变量 `REQUISITION_TEMPLATE` 指向别处，产物只写会话目录 `artifacts/`
 * **浏览器自动化**：Playwright，填报时会打开 Chromium，请勿手动干扰；Playwright sync API 有 greenlet 线程亲和，
   接入 MCP 时同样要固定到专属单线程（P3）
 * **多进程共存**：宿主会保留旧代 stdio 子进程，subagent/teammate 也会各起一条 transport—— observed 4 个 PID 并存。

README.md

@@ -86,6 +86,7 @@ src/
 .agents/skills/reimbursement/    宿主侧操作手册与字段判读参考（从旧 LLM 提示词迁移）
 docs/MCP.md                      工具契约
 config/validation_rules.json     声明式校验规则
+templates/低值易耗品申购.xls         申购单空白模板（可用 REQUISITION_TEMPLATE 覆盖）
 cases/                           会话产物（gitignore，含个人信息）
 ```
 

docs/MCP.md

@@ -97,7 +97,7 @@ cases/<case_id>/
 ## 尚未实现（不要调用，也不要在回答里承诺）
 
 浏览器填报（`browser_*`）、提交预览与执行（`submit_*`）。需要这些步骤时告知用户该环节还在建设中，
-可临时用旧的 Web 流程（代码在提交 `5f57400` 里）。
+可临时用旧的 Web 流程（代码在提交 `b2d271c` 里）。
 
 ---
 
@@ -288,7 +288,8 @@ cases/<case_id>/
 
 ## 文档产物
 
-Excel COM，需本机装有 Microsoft Excel；仅普通发票需要。
+Excel COM，需本机装有 Microsoft Excel；仅普通发票需要。模板查找顺序：环境变量
+`REQUISITION_TEMPLATE` → `templates/低值易耗品申购*.xls` → 项目根（旧位置）；产物写 `cases/<id>/artifacts/`。
 
 ### `mcp__arb__doc_requisition`
 

docs/README.md

@@ -13,7 +13,7 @@ last_reviewed: 2026-10-19
 | `MCP.md` | MCP 工具完整契约：注册方法、返回信封、会话目录、标准流程、17 个工具的参数表 |
 | `报销操作指南.md` | 面向最终用户的报销口径与材料准备说明 |
 
-> 旧的 `API.md`（Flask 路由/SSE 文档）已随 Web 界面删除；需要历史接口形态时看 git 提交 `5f57400`。
+> 旧的 `API.md`（Flask 路由/SSE 文档）已随 Web 界面删除；需要历史接口形态时看 git 提交 `b2d271c`。
 
 ## 文档边界
 

src/infra/documents/README.md

@@ -7,7 +7,7 @@ last_reviewed: 2026-10-19
 | 文件 | 职责 |
 |------|------|
 | `invoice.py` | 发票类型常量、CSV 列定义、CSV/JSON 读写、批量分类 |
-| `requisition.py` | 低值易耗品申购单：从 `.invoice_cache` 取明细 → 清洗与去重 → Excel COM 填模板 |
+| `requisition.py` | 低值易耗品申购单：从 `.invoice_cache` 取明细 → 清洗去重 → Excel COM 填模板 |
 
 ## 对外接口
 
@@ -16,16 +16,23 @@ last_reviewed: 2026-10-19
 | `load_csv` / `save_csv` / `save_invoice_csv` | 支付记录与发票级 CSV 读写 |
 | `classify_invoice_batch(cache_map)` | 按类型分组：travel / general / application / attachments |
 | `load_requisition_items(cache_dir, exclude_keywords)` | 申购明细：清洗品名、猜规格、按发票号去重、关键词排除 |
-| `load_project_desc(session_dir)` | 「对应实验实训项目」取值顺序：`normal_info` → `travel_info` → 旧 `agent_state.json` → 默认 |
-| `generate_requisition(session_dir, template, output, project_desc, exclude)` | 一站式生成；`mcp__arb__doc_requisition` 经 `run_com` 调它 |
+| `load_project_desc(session_dir)` | 「对应实验实训项目」取值：`normal_info` → `travel_info` → 旧 `agent_state.json` → 默认 |
+| `resolve_requisition_template(project_root=None)` | 模板定位（见下） |
+| `generate_requisition(...)` | 一站式生成；`mcp__arb__doc_requisition` 经 `run_com` 调它 |
 
-## 申购单
+## 申购单模板
+
+查找顺序（`resolve_requisition_template`）：
+
+1. 环境变量 `REQUISITION_TEMPLATE` 指定的文件（不存在则告警后继续往下找）
+2. `templates/低值易耗品申购*.xls`（仓库里那份就是它，**空白件**：只有标题行与表头行）
+3. 项目根目录 `低值易耗品申购*.xls`（兼容旧位置；同目录取名字最大者）
 
 - 需要 **Windows + Microsoft Excel + pywin32**
-- 模板取项目根目录 `低值易耗品申购*.xls` 中名字最大者（仓库里保留的就是它）
-- 产物写 `cases/<id>/artifacts/`，不再污染项目根目录（旧实现把带时间戳的产物生成在模板旁边，
-  会让下次模板查找命中上次的产物）
-- 表头在第 2 行、数据从第 3 行起、末尾追加合计行；列位与行号常量在 `requisition.py` 顶部
+- 输出默认落在会话目录的 `artifacts/` 下，**不写到模板旁边**——否则上次的产物下次会被当成模板
+- 表头在第 2 行、数据从第 3 行起、末尾追加合计行；写入前会先删掉第 3 行起的既有内容，
+  所以误用已填写的文件当模板也不会残留旧明细（但别这么干）
+- 列位与行号常量在 `requisition.py` 顶部（`COL_*`、`DATA_START_ROW`）
 
-> Word 版易耗品出库单（`consumable.py`）已删除：模板自提交 `63b97c6`（2026-08-31）起不在仓库，
+> Word 版易耗品出库单（`consumable.py`）已删除：模板自提交 `4fbb4c3`（2026-08-31）起不在仓库，
 > 那条路径此后一直静默失败。历史实现看 git。