PON Module A — Luồng một câu hỏi @AI (chat-service → ai-service → client) Diagram

Đường đậm là một câu hỏi @AI đi trọn vòng: chat-service chỉ bắt mention và giao job, toàn bộ suy nghĩ nằm ở ai-service, câu trả lời quay về chat-service qua Redis rồi mới xuống client qua STOMP.
Mỗi reply có replyId + requesterId nên hai người cùng @AI trong một nhóm không trộn bubble; chat-service claim replyId trong Redis để nhiều instance chỉ persist một lần.
Cột 2 là 5 cửa kiểm tra theo đúng thứ tự code: membership → /new → /memory → quota tháng → rate limit (20 req/phút, 3 in-flight).

Ngắn hạn = ai_sessions trong Mongo, mỗi user mỗi conversation; lấy 20 turn cuối, tự tóm tắt 80% cũ khi vượt ~80k token. /new mở session mới.
Dài hạn = fact trong Qdrant ai_memory theo userId: trích ở turn 3 rồi mỗi 10 turn (hoặc tool remember_fact), dedup cosine ≥ 0.92, recall top 6 nhân decay half-life 30 ngày.
20 tin chat-service gửi kèm chỉ dùng làm khối Recent conversation khi @AI trong nhóm, và để lấy ảnh cho vision.

Tài liệu KB: filter documentId theo conversation (hoặc cả phòng ban nếu là group department) → 25 ứng viên → score ≥ 0.2 → BM25 + vector RRF → Cohere nếu có key (Mini prod KHÔNG có) → top 4, đánh số [Source N] theo document.
Router: forcedTier của workspace > có KB → Opus 4.8 > ≤280 ký tự & ≤4 turn → Haiku 4.5 (chuyển OpenRouter nếu có key) > ≤1200 & ≤20 turn → Sonnet 4.6 > còn lại Opus. Có ảnh → ép ANTHROPIC_MODEL.
Mọi dữ liệu lấy về (KB, memory, tool result, tin nhóm, hồ sơ member) đều bọc fence UNTRUSTED_DATA và neutralize mẫu prompt-injection.

Upload KB (kb:process), reminder sweep 60s, daily digest cron, AI notetaker call:summarize, confirm/cancel action card qua POST /ai/actions/:id.
Web search thực tế đang tắt: provider anthropic hardcode isConfigured=false, provider generic thiếu WEB_SEARCH_API_URL/KEY.
Working tree lúc vẽ có sửa đổi chưa commit ở scripts/dev/seed-lumen/*, ai-service package.json, pnpm-lock.yaml; trích dẫn trỏ vào bytes đã commit ở revision fd86a348.