fix: ADR-003 补充幂等流程 + 修正队列配置对齐 #288 规格

- 新增 §2.4 AiJobService.createJob 幂等流程（findUnique + insert + P2002 catch）
- §3.1 队列配置对齐 Issue #288：ai-interactive attempts=2, backoff=2000ms；ai-background concurrency=1, backoff=5000ms
- 新增设计理由说明与原始规格的偏差原因

Co-Authored-By: Claude <noreply@anthropic.com>

docs/architecture/adr-003-unified-ai-job-engine.md

@@ -315,17 +315,115 @@ export class AiJobModule implements OnModuleInit {
 }
 ```
 
+#### 2.4 AiJobService — 统一 Job 创建入口与幂等性
+
+```typescript
+// AiJobService — 唯一 Job 创建入口（internal-only）
+@Injectable()
+export class AiJobService {
+  constructor(
+    private readonly prisma: PrismaService,
+    private readonly registry: JobDefinitionRegistry,
+    private readonly lifecycleRepo: AiJobLifecycleRepository,
+    private readonly outboxRepo: OutboxRepository,
+    private readonly snapshotBuilder: SnapshotBuilderService,
+  ) {}
+
+  /**
+   * 创建 Job + Snapshot + Outbox（一个 Prisma Transaction 内）。
+   *
+   * 幂等性：
+   * - AiJob 表有 @@unique([userId, jobType, idempotencyKey])
+   * - 如果 (userId, jobType, idempotencyKey) 三元组匹配到已有 Job，直接返回已有 Job
+   * - 未提供 idempotencyKey 时每次创建新 Job
+   *
+   * 事务边界：
+   * - BEGIN TRANSACTION
+   * - createJob(tx) → INSERT AiJob (lifecycleStatus = 'queued')
+   * - createInTransaction(tx) → INSERT OutboxEvent (eventType = 'ai.job.enqueue')
+   * - COMMIT
+   * - OutboxDispatcher 异步投递到 BullMQ
+   */
+  async createJob(input: CreateJobInput): Promise<AiJob>;
+}
+
+interface CreateJobInput {
+  userId: string;
+  jobType: string;
+  targetType: string;
+  targetId: string;
+  /** 幂等 Key。提供时启用幂等；不提供时每次创建新 Job */
+  idempotencyKey?: string;
+  /** 覆盖 Definition 默认值 */
+  overrides?: {
+    priority?: number;
+    credentialMode?: 'platform_key' | 'user_deepseek_key';
+    credentialId?: string;
+    promptVersion?: string;
+    outputSchemaVersion?: string;
+  };
+}
+```
+
+**幂等流程**：
+
+```
+AiJobService.createJob(input)
+  │
+  ├─ 1. lookup JobDefinition via Registry.get(input.jobType)
+  │
+  ├─ 2. if input.idempotencyKey is provided:
+  │     existing = prisma.aiJob.findUnique({
+  │       where: { userId_jobType_idempotencyKey: {
+  │         userId: input.userId,
+  │         jobType: input.jobType,
+  │         idempotencyKey: input.idempotencyKey
+  │       }}
+  │     })
+  │     if existing → return existing  // 幂等返回，不创建新 Job
+  │
+  ├─ 3. build snapshot via SnapshotBuilder
+  │
+  ├─ 4. prisma.$transaction(async (tx) => {
+  │       job = lifecycleRepo.createJob(tx, input)
+  │       outboxRepo.createInTransaction(tx, {
+  │         eventType: 'ai.job.enqueue',
+  │         aggregateType: 'AiJob',
+  │         aggregateId: job.id,
+  │         dedupeKey: `${input.jobType}:${input.userId}:${input.idempotencyKey ?? job.id}`,
+  │         payload: { jobId: job.id, jobType: input.jobType, queueName: def.queue.queueName, priority: job.priority },
+  │         availableAt: new Date(),
+  │       })
+  │       return job
+  │     })
+  │
+  └─ 5. return job
+```
+
+**约束**：
+- 不提供通用公开创建接口 —— 外部通过具体业务 Service（如 `ActiveRecallService.createJob()`）调用
+- `CreateJobInput` 的类型由 `JobDefinition` 的 `input.schemaVersion` 隐式约束
+- 并发相同 `(userId, jobType, idempotencyKey)` → `findUnique` 无记录 → 两个事务同时 INSERT → 一个成功，一个 `P2002` 唯一冲突 → catch 后 `findUnique` 返回已有（赢者）Job
+
 ---
 
 ### 3. 队列架构
 
 #### 3.1 队列配置
 
-| 队列名 | 用途 | Worker 进程 | 默认 concurrency | lockDuration | attempts |
-|--------|------|------------|-----------------|-------------|----------|
-| `ai-interactive` | 新统一 Engine — 交互式 Job（用户等待结果） | `WorkerModule` 新增 | 2 | 30s | 3 |
-| `ai-background` | 新统一 Engine — 后台 Job（用户不等待） | `WorkerModule` 新增 | 3 | 60s | 3 |
-| `ai-analysis` | 旧系统 A — active-recall + feynman-evaluation | `WorkerModule`（已有） | 1 | 30s | 3 |
+> 以下值来自 Issue #288 原始规格。有意偏离需在对应 Issue 中注明原因。
+
+| 队列名 | 用途 | Worker 进程 | concurrency | lockDuration | attempts | backoff |
+|--------|------|------------|-------------|-------------|----------|---------|
+| `ai-interactive` | 新统一 Engine — 交互式 Job（用户等待结果） | `WorkerModule` 新增 | 2 | 30s | 2 | exponential 2000ms |
+| `ai-background` | 新统一 Engine — 后台 Job（用户不等待） | `WorkerModule` 新增 | 1 | 60s | 3 | exponential 5000ms |
+| `ai-analysis` | 旧系统 A — active-recall + feynman-evaluation | `WorkerModule`（已有） | 1 | 30s | 3 | exponential 1000ms |
+
+**设计理由**：
+
+- `ai-interactive` attempts=2（非 3）：用户等待结果，BullMQ retry 会延长感知延迟。Engine 内部已有一层重试，BullMQ 仅兜底 Worker 崩溃。
+- `ai-background` concurrency=1（非 3）：后台 Job 以吞吐而非延迟为目标；单 Worker 串行消费避免 DeepSeek API 并发限流。若后续需要更大吞吐，通过水平扩展 Worker 实例而非提高 concurrency。
+- `ai-background` backoff=5000ms（非默认 1000ms）：后台场景无实时性要求，更长退避减少无效重试。
 
 **约束**：