feat(models): add analysis-default flag for campaign intelligence

Introduce ModelPurpose.ANALYSIS and a globally-unique is_analysis_default
marker on chat model configs so campaign analysis can resolve its model.
Service rejects disabled or non-chat configs; repo clears the previous
holder on set. Documented the analysis role in CONTEXT.md.

.scratch/v0.7/issues/01-analysis-default-model-config.md

@@ -0,0 +1,15 @@
+# 01 — 模型配置中心「分析默认」
+
+**What to build:** 管理员在模型配置中心能把一个「启用中的 chat 模型」标记为「分析默认」（全局唯一，设新的自动清旧的），API 透出该标记。后端新增 `ModelPurpose.ANALYSIS` 枚举与 `model_configs.is_analysis_default` 列（Alembic 迁移，batch mode，回填 false），服务层校验「停用配置不能设为分析默认」「非 chat 能力不能设为分析默认」。
+
+**Blocked by:** None — can start immediately
+
+**Status:** ready-for-agent
+
+- [ ] `ModelPurpose` 枚举新增 `ANALYSIS`；CONTEXT.md 的「分析岗位」术语编辑随本 ticket 一并提交
+- [ ] Alembic 迁移：`model_configs` 加 `is_analysis_default` 布尔列（server_default 回填 false）
+- [ ] 仓储层设分析默认时互斥清除（参照 `clear_default` 模式）；服务层校验：停用 → 拒绝；非 chat 能力 → 拒绝
+- [ ] 创建/更新模型配置的 API 接受并返回 `is_analysis_default`
+- [ ] 模型配置中心前端：chat 配置上可设置/展示「分析默认」标记
+- [ ] 单元/集成测试：唯一性互斥、停用拒绝、非 chat 拒绝、API 读写
+- [ ] `pytest` + `ruff` + `npx tsc --noEmit` + `npm run build` 全绿

.scratch/v0.7/issues/02-campaign-analysis-model-override.md

@@ -0,0 +1,14 @@
+# 02 — 活动级分析模型覆盖
+
+**What to build:** 创建评估活动时，表单左列「时间与速度」区新增「分析模型」下拉（选项 = 启用中的 chat 配置，默认项「全局默认（当前默认配置名）」），不选则跟随全局默认。后端 `campaigns` 表加可空 `analysis_model_config_id` 列（迁移），创建 API 接受该字段并校验引用的配置存在（不存在 400），活动详情/列表响应透出该字段。
+
+**Blocked by:** 01（「全局默认」语义与下拉数据来自 01 的分析默认标记）
+
+**Status:** ready-for-agent
+
+- [ ] Alembic 迁移：`campaigns` 加可空 `analysis_model_config_id` 列
+- [ ] `POST /api/campaigns` 接受 `analysis_model_config_id`（可空）；引用不存在的配置返回 400
+- [ ] 活动响应模型透出 `analysis_model_config_id`
+- [ ] 创建表单加「分析模型」下拉：默认「全局默认（<名称>）」，选项为启用的 chat 配置；无全局默认时默认项提示「未配置」
+- [ ] 集成测试：带覆盖创建、不带覆盖创建（存 NULL）、无效 id 400
+- [ ] `pytest` + `ruff` + `npx tsc --noEmit` + `npm run build` 全绿

.scratch/v0.7/issues/03-analysis-agent-and-api.md

@@ -0,0 +1,16 @@
+# 03 — 两阶段分析 Agent + 存储 + 分析 API
+
+**What to build:** 对终态活动可触发生成结构化分析报告。新表 `campaign_analyses`（每活动一行 upsert：status=generating/completed/failed、result JSON、model_config_id 快照、error、triggered_by、时间戳）。新模块 `evaluation/analysis.py`：输入复用 `generate_campaign_report` 聚合结果（不重算，ADR-0002/0004 口径）+ 每场景最多 3 条截断的代表性失败对话；阶段一每场景并行一次 LLM 调用产场景叙述+问题草稿，阶段二汇总产总体结论+跨场景问题+优先级建议；输出 JSON schema 约束，解析失败记 failed；证据 run_id 白名单校验，虚构引用落库前剔除。模型解析 = 活动覆盖 ?? 全局分析默认，两者皆无 → 明确错误。API：`GET /api/campaigns/{id}/analysis`（未生成返回空态）、`POST /api/campaigns/{id}/analysis`（触发/覆盖重跑；进行中/计划中 400；无模型 400 且 detail 引导配置）。后台 asyncio 任务 + try/finally 关 Session，失败落 error。
+
+**Blocked by:** 02（模型解析依赖活动覆盖列）
+
+**Status:** ready-for-agent
+
+- [ ] Alembic 迁移：`campaign_analyses` 表（campaign_id 唯一）
+- [ ] 仓储层 upsert / get_by_campaign
+- [ ] `evaluation/analysis.py` 两阶段编排（阶段一 `asyncio.gather` 并行；输出 schema 见 spec）
+- [ ] 失败样例选取：每场景 ≤3 条失败 turn（用户消息/回复/判定理由，截断）
+- [ ] run_id 白名单：模型引用的虚构 id 落库前剔除
+- [ ] 假 LLM 客户端单测：编排、解析失败→failed、白名单剔除、无失败样例场景仍产叙述、无模型→明确错误
+- [ ] API 集成测试：GET 空态；POST→完成→GET 拿结果；进行中 400；无模型 400；重跑 upsert 不新增行
+- [ ] `pytest` + `ruff` 全绿

.scratch/v0.7/issues/04-report-drawer-analysis-section.md

@@ -0,0 +1,14 @@
+# 04 — 报告抽屉「智能分析」区块
+
+**What to build:** 活动报告抽屉顶部新增「智能分析」区块。状态行：生成中（spinner + 5s 轮询直到终态）、失败（错误原因 + 重试按钮）、未生成（「生成分析」按钮；无分析模型时引导去配置中心）。已生成时依次渲染：总体结论 callout → 问题诊断列表（严重度 Tag 高/中/低配色、涉及场景名、证据 chip 点击跳 `/reports?run={id}`）→ 分场景叙述 → 改善建议（按 priority 排序）。生成/重新生成按钮仅终态活动可用，进行中/计划中禁用并提示「活动完成后可生成」。显示所用分析模型名与生成时间。
+
+**Blocked by:** 03（API 与结果结构）
+
+**Status:** ready-for-agent
+
+- [ ] `api.ts`：`CampaignAnalysis` 类型 + `campaignsApi.getAnalysis(id)` / `generateAnalysis(id)`
+- [ ] 抽屉顶部「智能分析」区块按状态渲染（生成中轮询复用 `usePolling`）
+- [ ] 四个结构化区块渲染：总体结论 / 问题诊断（严重度配色 + 场景名 + 证据 chip 跳转）/ 分场景叙述 / 改善建议排序
+- [ ] 按钮状态：终态可点；进行中/计划中禁用 + 提示；无分析模型引导配置中心
+- [ ] 展示分析模型名 + 生成时间
+- [ ] `npx tsc --noEmit` + `npm run build` 通过；浏览器实操验证全流程

.scratch/v0.7/issues/05-auto-trigger-and-markdown-export.md

@@ -0,0 +1,14 @@
+# 05 — 正式线自动触发 + Markdown 导出纳入
+
+**What to build:** 正式线活动（`time_scale == 1`）在 runner 写入 COMPLETED 的同一处自动 enqueue 分析后台任务（`triggered_by=auto`）；加速活动（`time_scale > 1`）与失败/取消的活动不自动触发；无可解析分析模型时静默跳过（不阻塞活动完成）。活动 Markdown 导出（`render_campaign_markdown`）在该活动存在 completed 分析时追加分析区块：总体结论 / 问题诊断（含严重度、场景、证据 run 引用）/ 分场景叙述 / 改善建议。
+
+**Blocked by:** 03（分析服务与存储）
+
+**Status:** ready-for-agent
+
+- [ ] runner 完成处钩子：`time_scale == 1` 且有可解析分析模型 → enqueue（用假分析服务断言调用/不调用两侧）
+- [ ] 加速线、failed、cancelled 活动不自动触发
+- [ ] 无分析模型时静默跳过，活动完成流程不受影响
+- [ ] `render_campaign_markdown` 追加分析区块（仅 completed 分析）；无分析时导出与现状一致
+- [ ] 测试：自动触发三分支 + Markdown 含/不含分析区块两侧
+- [ ] `pytest` + `ruff` 全绿

.scratch/v0.7/spec.md

@@ -0,0 +1,87 @@
+# v0.7 — 活动智能分析（分析 Agent + 结构化分析报告）
+
+## Problem Statement
+
+评测工程师拿到活动报告时，看到的是一堆聚合数字（通过率、可用性、时延、趋势、分场景汇总），但「这个数字意味着什么、哪里出了问题、接下来该改什么」需要人自己钻进几十条子运行里翻失败对话，耗时且依赖经验。尤其是正式线（实时 ×1）活动跑完后，团队期望直接拿到一份可读的专业研判：总体结论、问题清单、改进建议——目前平台给不出。
+
+## Solution
+
+为活动引入「分析（Analysis）岗位」（CONTEXT.md 已有术语）：一个两阶段分析 Agent，对活动聚合结果做活动级、跨场景的叙述性研判，产出**结构化分析报告**（总体结论 + 问题诊断 + 分场景叙述 + 改善建议），嵌在活动报告抽屉顶部展示，证据可点击下钻到具体子运行。正式线活动完成后自动生成；调试线（加速）活动按需手动生成，结果缓存可重新生成。分析模型在模型配置中心设「分析默认」，活动创建时可覆盖。
+
+## User Stories
+
+1. 作为评测工程师，我希望正式线活动一完成就自动得到分析报告，以便不用记得去点按钮。
+2. 作为评测工程师，我希望调试线活动不自动消耗分析模型的 token，以便控制成本。
+3. 作为评测工程师，我希望在报告抽屉里对终态活动随时手动生成/重新生成分析，以便在调整数据视角后拿到新研判。
+4. 作为评测工程师，我希望进行中的活动不能生成分析，以便报告永远基于稳定数据。
+5. 作为评测工程师，我希望报告开头有一段总体结论，以便 30 秒内知道这个活动行不行。
+6. 作为评测工程师，我希望看到按严重度排列的问题诊断列表，每条注明涉及场景和证据，以便优先处理大问题。
+7. 作为评测工程师，我希望问题证据能直接跳到对应子运行报告，以便核实模型研判是否属实。
+8. 作为评测工程师，我希望每个场景有一段叙述性表现分析，以便理解数字背后的行为模式。
+9. 作为评测工程师，我希望改善建议按优先级排序且可执行，以便直接转成下一步工作。
+10. 作为评测工程师，我希望模型引用的证据都真实存在（不虚构 run_id），以便信任报告。
+11. 作为管理员，我希望在模型配置中心把某个 chat 模型设为「分析默认」，以便全平台统一分析口径。
+12. 作为管理员，我希望「分析默认」全局唯一、设置时自动互斥，以便不用手动清理旧标记。
+13. 作为评测工程师，我希望创建活动时能为该活动单独指定分析模型，以便重要活动用更强的模型。
+14. 作为评测工程师，我希望未配置分析模型时得到明确引导（去配置中心设置），以便知道为什么没有分析。
+15. 作为评测工程师，我希望分析失败时看到失败原因并能重试，以便区分是模型故障还是数据问题。
+16. 作为评测工程师，我希望导出的活动 Markdown 报告包含分析区块，以便离线分享完整报告。
+17. 作为评测工程师，我希望分析所用的模型配置被快照记录，以便事后追溯报告出自哪个模型。
+18. 作为评测工程师，我希望报告抽屉里能区分「生成中 / 已完成 / 失败」状态，以便知道后台任务进展。
+
+## Implementation Decisions
+
+- **分析岗位**：`ModelPurpose` 枚举新增 `ANALYSIS`。分析模型不按场景绑定（区别于出题/判卷），而是全局默认 + 活动覆盖（CONTEXT.md 术语定义）。
+- **分析默认标记**：`model_configs` 表新增 `is_analysis_default` 布尔列（Alembic 迁移，batch mode，server_default 回填 false）。仓储层参照 `is_default` 的 `clear_default` 模式保证全局唯一；仅启用的 chat 能力配置可设为分析默认（校验与 `is_default and not enabled` 同款）。模型配置中心 UI 在 chat 配置上提供「分析默认」标记。
+- **活动覆盖**：`campaigns` 表新增可空 `analysis_model_config_id` 列（迁移）；创建活动 API 接受该字段（可空=跟随全局默认）；创建表单左列「时间与速度」区加「分析模型」下拉（选项=启用的 chat 配置，默认项「全局默认（<默认配置名>）」）。
+- **分析模型解析**：`活动.analysis_model_config_id ?? 全局分析默认`。两者都无 → 自动触发跳过；手动触发返回 409/400 并提示去配置中心。
+- **分析存储**：新表 `campaign_analyses`，每活动一行（upsert 覆盖）：`campaign_id` 唯一、`status`（generating/completed/failed）、`result`（结构化 JSON，可空）、`model_config_id`（快照）、`error`（可空）、`triggered_by`（auto/manual）、`created_at`/`updated_at`。后台任务与 Runs 同款 `asyncio.Task` + `try/finally` 关 Session。
+- **API**：`GET /api/campaigns/{id}/analysis` → `{status, result?, error?, model_config_id?, updated_at?}`（从未生成时 status 为 none/空态）；`POST /api/campaigns/{id}/analysis` → 触发生成（已存在则覆盖重跑）；活动为进行中/计划中返回 400；无分析模型可解析返回 400 且 detail 引导配置。
+- **自动触发**：`campaign_runner` 写入 COMPLETED 的同一处（campaign_runner.py:232 附近），若 `time_scale == 1` 且可解析到分析模型，则 enqueue 分析后台任务。失败/取消的活动不自动触发。
+- **两阶段分析 Agent**（新模块 `evaluation/analysis.py`）：
+  - 输入数据：复用 `generate_campaign_report` 的聚合结果（不重算，遵循 ADR-0002/0004 口径）+ 每场景最多 3 条代表性失败对话（取自失败子运行的 turn：用户消息/回复/判定理由，各截断到合理长度）。
+  - 阶段一：每个场景一次 LLM 调用（并行 `asyncio.gather`）→ 该场景叙述 + 问题点草稿。
+  - 阶段二：汇总各场景产出 + 全局统计 → 总体结论 + 跨场景问题 + 优先级建议。
+  - 输出用 JSON schema 约束（prompt 内嵌 schema + 解析校验，解析失败按失败处理可重试）。
+  - 证据白名单：`run_id` 必须在提供的数据集内，模型虚构的引用在落库前剔除。
+- **结构化报告 schema**：
+  ```
+  {
+    "overall": str,                        # 总体结论（一段话）
+    "problems": [{"severity": "high"|"medium"|"low",
+                   "title": str, "description": str,
+                   "scenario_ids": [str],
+                   "evidence_run_ids": [str]}],
+    "scenario_narratives": [{"scenario_id": str, "narrative": str}],
+    "suggestions": [{"priority": int, "text": str}]
+  }
+  ```
+- **前端报告抽屉**：顶部新增「智能分析」区块——状态行（生成中 spinner / 失败 error+重试 / 未生成时的生成按钮与状态说明 + 分析模型名）；完成后渲染：总体结论 callout → 问题诊断列表（严重度 Tag、场景名、证据 chip 点击跳 `/reports?run=`）→ 分场景叙述 → 改善建议（按 priority 排序）。生成/重新生成按钮仅终态活动可用，进行中禁用并提示「活动完成后可生成」。
+- **Markdown 导出**：`render_campaign_markdown` 追加分析区块（有 completed 分析时），按 总体结论/问题诊断/分场景叙述/改善建议 拼段。
+- **语言**：分析输出一律中文。
+
+## Testing Decisions
+
+好测试只测外部行为，不测实现细节。
+
+- **唯一新 seam：分析服务**（`evaluation/analysis.py`），用假 LLM 客户端注入（先例：`tests/unit/mock_channel.py` 的 MockChannel、llm_score 的假网关）。覆盖：两阶段编排（阶段一并行、阶段二汇总）、JSON 解析失败→ failed 状态、run_id 白名单剔除虚构引用、无失败样例的场景也能产出叙述、无分析模型可解析→明确错误。
+- **API 集成测试**（先例 `tests/integration/test_campaigns_api.py`）：GET 空态；POST 触发→后台完成→GET 拿到结果；进行中活动 POST 400；无分析模型 POST 400；覆盖重跑 upsert 不新增行。
+- **自动触发**：runner 完成正式线活动后分析任务被 enqueue（用假分析服务断言调用）；加速活动不触发。
+- **分析默认唯一性**：仓储/服务层测试（设第二个分析默认时第一个被清；停用配置不能设为分析默认）——先例 `is_default` 现有测试。
+- **迁移**：Alembic upgrade 后两表新列存在且回填正确。
+- **前端**：无测试框架，`npx tsc --noEmit` + `npm run build` + 浏览器实操验证（生成流程、状态展示、证据跳转、终态禁用）。
+
+## Out of Scope
+
+- **工具调用循环 Agent**（function calling 让模型自主拉数据）——本批固定两阶段编排。
+- **HTML/PDF 专业报告页**——本批结构化 JSON + 抽屉原生渲染 + Markdown 导出。
+- **分析报告的历史版本**——重新生成即覆盖（upsert），不保留旧版。
+- **分析结果的通知推送**（完成提醒、Webhook）。
+- **跨活动对比分析**。
+- **进行中活动的增量分析**。
+
+## Further Notes
+
+- 分析输入完全来自既有聚合口径（ADR-0002：失败按 0.0 计入；ADR-0004：取消不计入分母），分析 Agent 不重算数字，只做叙述性研判。
+- 阶段一按场景并行，场景数 = 该活动 capability_summary 中出现的场景数；阶段二单次调用。
+- 分析模型的上下文窗口/最大输出元数据沿用模型配置中心的描述性元数据，不改变网关请求参数（AGENTS.md 模型配置中心约定）。

CONTEXT.md

@@ -81,5 +81,9 @@ _Avoid_: 在线率、健康度
 _Avoid_: 功能、类型
 
 **模型用途（Purpose）**:
-需求侧属性：评测流程中的角色岗位（出题 generator / 判卷 judge / 向量 embedding / 审核 moderation）。场景通过模型绑定为每个岗位指派一个具备相应能力的模型；一个对话能力模型可同时胜任出题与判卷两个岗位。
+需求侧属性：评测流程中的角色岗位（出题 generator / 判卷 judge / 向量 embedding / 审核 moderation / 分析 analysis）。场景通过模型绑定为每个岗位指派一个具备相应能力的模型；一个对话能力模型可同时胜任出题、判卷、分析等岗位。
 _Avoid_: 能力、角色（role 留给对话消息的 role 字段）
+
+**分析（Analysis）岗位**:
+模型用途的一种：对一整次评估活动（Campaign）的聚合结果做复杂诊断，产出结构化的问题分析与服务质量改善建议。区别于判卷（judge 只裁单轮回复），分析是活动级、跨场景的叙述性研判。因活动跨场景，分析模型不按场景绑定，而是全局默认指派、活动创建时可覆盖。
+_Avoid_: 判卷、总结

backend/agenteval/models.py

@@ -55,6 +55,7 @@ class ModelPurpose(str, Enum):
     JUDGE = "judge"
     EMBEDDING = "embedding"
     MODERATION = "moderation"
+    ANALYSIS = "analysis"
 
 
 class EvalTarget(BaseModel):

backend/agenteval/services/model_configs.py

@@ -146,6 +146,15 @@ class ModelConfigService:
         if is_default and not enabled:
             raise ModelConfigError("停用的模型配置不能设为默认")
 
+    @staticmethod
+    def validate_analysis_default(capability: str, enabled: bool, is_analysis_default: bool) -> None:
+        if not is_analysis_default:
+            return
+        if not enabled:
+            raise ModelConfigError("停用的模型配置不能设为分析默认")
+        if capability != ModelCapability.CHAT.value:
+            raise ModelConfigError("分析默认模型必须是 chat 能力")
+
     @staticmethod
     def normalize_modalities(modalities: list[str] | None) -> list[str]:
         values = modalities if modalities is not None else [ModelModality.TEXT.value]
@@ -199,6 +208,7 @@ class ModelConfigService:
         supports_reasoning: bool = False,
         region: str = "",
         documentation_url: str | None = None,
+        is_analysis_default: bool = False,
     ) -> ModelConfigDB:
         name = name.strip()
         input_modalities = self.normalize_modalities(input_modalities)
@@ -206,6 +216,7 @@ class ModelConfigService:
         self.validate_common(name, provider, enabled, is_default)
         self.validate_fields(provider, capability, endpoint_url.strip(), model_name)
         self.validate_metadata(context_window, max_output_tokens, documentation_url)
+        self.validate_analysis_default(capability, enabled, is_analysis_default)
         if self.repo.get_by_name(name):
             raise ModelConfigError("模型配置名称已存在")
         config = ModelConfigDB(
@@ -226,6 +237,7 @@ class ModelConfigService:
             api_key_encrypted=self.cipher.encrypt(api_key),
             enabled=enabled,
             is_default=is_default,
+            is_analysis_default=is_analysis_default,
             description=description.strip(),
         )
         config.set_modalities(input_modalities, output_modalities)
@@ -256,6 +268,7 @@ class ModelConfigService:
         supports_reasoning: bool = False,
         region: str = "",
         documentation_url: str | None = None,
+        is_analysis_default: bool = False,
     ) -> ModelConfigDB:
         config = self.require(config_id)
         name = name.strip()
@@ -264,6 +277,7 @@ class ModelConfigService:
         self.validate_common(name, provider, enabled, is_default)
         self.validate_fields(provider, capability, endpoint_url.strip(), model_name)
         self.validate_metadata(context_window, max_output_tokens, documentation_url)
+        self.validate_analysis_default(capability, enabled, is_analysis_default)
         references = self.repo.list_references(config_id)
         if references and not enabled:
             raise ModelConfigError("模型配置正在被场景引用，不能停用")
@@ -293,6 +307,7 @@ class ModelConfigService:
         config.documentation_url = documentation_url.strip() if documentation_url else None
         config.enabled = enabled
         config.is_default = is_default
+        config.is_analysis_default = is_analysis_default
         config.description = description.strip()
         if clear_api_key:
             config.api_key_encrypted = None

backend/agenteval/storage/db.py

@@ -145,6 +145,7 @@ class ModelConfigDB(SQLModel, table=True):
     api_key_encrypted: Optional[str] = None
     enabled: bool = True
     is_default: bool = False
+    is_analysis_default: bool = False
     description: str = ""
     created_at: Optional[datetime] = Field(default_factory=utc_now)
     updated_at: Optional[datetime] = Field(default_factory=utc_now)

backend/agenteval/storage/model_config_repository.py

@@ -31,6 +31,8 @@ class ModelConfigRepository:
     def create(self, config: ModelConfigDB) -> ModelConfigDB:
         if config.is_default:
             self.clear_default(config.capability)
+        if config.is_analysis_default:
+            self.clear_analysis_default()
         self.session.add(config)
         self.session.commit()
         self.session.refresh(config)
@@ -39,6 +41,8 @@ class ModelConfigRepository:
     def update(self, config: ModelConfigDB) -> ModelConfigDB:
         if config.is_default:
             self.clear_default(config.capability, exclude_id=config.id)
+        if config.is_analysis_default:
+            self.clear_analysis_default(exclude_id=config.id)
         config.updated_at = utc_now()
         self.session.add(config)
         self.session.commit()
@@ -61,6 +65,15 @@ class ModelConfigRepository:
             item.updated_at = utc_now()
             self.session.add(item)
 
+    def clear_analysis_default(self, exclude_id: str | None = None) -> None:
+        statement = select(ModelConfigDB).where(ModelConfigDB.is_analysis_default.is_(True))
+        for item in self.session.exec(statement).all():
+            if item.id == exclude_id:
+                continue
+            item.is_analysis_default = False
+            item.updated_at = utc_now()
+            self.session.add(item)
+
     def list_references(self, config_id: str) -> list[ScenarioModelBindingDB]:
         statement = select(ScenarioModelBindingDB).where(
             ScenarioModelBindingDB.model_config_id == config_id,

backend/agenteval/web/model_config_schemas.py

@@ -28,6 +28,7 @@ class ModelConfigCreate(BaseModel):
     api_key: str | None = None
     enabled: bool = True
     is_default: bool = False
+    is_analysis_default: bool = False
     description: str = ""
 
 
@@ -56,6 +57,7 @@ class ModelConfigResponse(BaseModel):
     has_api_key: bool
     enabled: bool
     is_default: bool
+    is_analysis_default: bool
     description: str
     created_at: str | None
     updated_at: str | None
@@ -83,6 +85,7 @@ class ModelConfigResponse(BaseModel):
             has_api_key=bool(config.api_key_encrypted),
             enabled=config.enabled,
             is_default=config.is_default,
+            is_analysis_default=config.is_analysis_default,
             description=config.description,
             created_at=iso_utc(config.created_at),
             updated_at=iso_utc(config.updated_at),

frontend/web/src/api.ts

@@ -100,6 +100,7 @@ export interface ModelConfig {
   has_api_key: boolean
   enabled: boolean
   is_default: boolean
+  is_analysis_default: boolean
   description: string
   created_at: string | null
   updated_at: string | null
@@ -126,6 +127,7 @@ export interface ModelConfigPayload {
   clear_api_key?: boolean
   enabled: boolean
   is_default: boolean
+  is_analysis_default?: boolean
   description: string
 }
 

frontend/web/src/pages/ModelConfigs.tsx

@@ -116,6 +116,7 @@ export default function ModelConfigsPage() {
       documentation_url: null,
       enabled: true,
       is_default: false,
+      is_analysis_default: false,
       description: '',
     })
     setDrawerOpen(true)
@@ -144,6 +145,7 @@ export default function ModelConfigsPage() {
       clear_api_key: false,
       enabled: config.enabled,
       is_default: config.is_default,
+      is_analysis_default: config.is_analysis_default,
       description: config.description,
     })
     setDrawerOpen(true)
@@ -208,6 +210,7 @@ export default function ModelConfigsPage() {
               <span style={{ fontWeight: 500 }}>{value}</span>
             </Tooltip>
             {record.is_default && <Tag color="gold" style={{ margin: 0 }}>默认</Tag>}
+            {record.is_analysis_default && <Tag color="purple" style={{ margin: 0 }}>分析默认</Tag>}
           </Space>
           <Tooltip title={record.endpoint_url}>
             <div style={{
@@ -427,6 +430,9 @@ export default function ModelConfigsPage() {
             </Form.Item>
             <Form.Item name="capability" label="能力" rules={[{ required: true }]}>
               <Select
+                onChange={(value) => {
+                  if (value !== 'chat') form.setFieldValue('is_analysis_default', false)
+                }}
                 options={selectedProtocolMeta.capabilities.map((value) => ({ value, label: capabilityLabels[value] }))}
               />
             </Form.Item>
@@ -452,6 +458,18 @@ export default function ModelConfigsPage() {
           <Space size={24}>
             <Form.Item name="enabled" label="启用" valuePropName="checked"><Switch /></Form.Item>
             <Form.Item name="is_default" label="设为该能力默认配置" valuePropName="checked"><Switch /></Form.Item>
+            <Form.Item shouldUpdate noStyle>
+              {() => form.getFieldValue('capability') === 'chat' && (
+                <Form.Item
+                  name="is_analysis_default"
+                  label="设为分析默认"
+                  tooltip="活动智能分析使用的全局默认模型，全局唯一"
+                  valuePropName="checked"
+                >
+                  <Switch />
+                </Form.Item>
+              )}
+            </Form.Item>
           </Space>
         </Form>
       </Drawer>

migrations/versions/a3f9c2e71b48_add_analysis_default_to_model_configs.py

@@ -0,0 +1,28 @@
+"""add analysis default flag to model configs
+
+Revision ID: a3f9c2e71b48
+Revises: e6c3d1a2f809
+Create Date: 2026-08-02
+"""
+
+from typing import Sequence, Union
+
+import sqlalchemy as sa
+from alembic import op
+
+revision: str = "a3f9c2e71b48"
+down_revision: Union[str, Sequence[str], None] = "e6c3d1a2f809"
+branch_labels: Union[str, Sequence[str], None] = None
+depends_on: Union[str, Sequence[str], None] = None
+
+
+def upgrade() -> None:
+    with op.batch_alter_table("model_configs", schema=None) as batch_op:
+        batch_op.add_column(
+            sa.Column("is_analysis_default", sa.Boolean(), nullable=False, server_default=sa.false())
+        )
+
+
+def downgrade() -> None:
+    with op.batch_alter_table("model_configs", schema=None) as batch_op:
+        batch_op.drop_column("is_analysis_default")

tests/integration/test_model_configs_api.py

@@ -201,3 +201,38 @@ def test_model_config_metadata_defaults_and_validation(model_client):
         json=_payload(name="invalid-context", api_key=None, context_window=0),
     )
     assert invalid_context.status_code == 422
+
+
+def test_analysis_default_via_api(model_client):
+    client, _ = model_client
+
+    first = client.post(
+        "/api/model-configs",
+        json=_payload(name="分析模型一", api_key=None, is_default=False, is_analysis_default=True),
+    )
+    assert first.status_code == 200
+    assert first.json()["is_analysis_default"] is True
+
+    second = client.post(
+        "/api/model-configs",
+        json=_payload(name="分析模型二", api_key=None, is_default=False, is_analysis_default=True),
+    )
+    assert second.status_code == 200
+
+    listed = client.get("/api/model-configs").json()
+    flags = {item["name"]: item["is_analysis_default"] for item in listed}
+    assert flags == {"分析模型一": False, "分析模型二": True}
+
+    rejected = client.post(
+        "/api/model-configs",
+        json=_payload(
+            name="向量分析",
+            capability="embedding",
+            model_name="embed-model",
+            api_key=None,
+            is_default=False,
+            is_analysis_default=True,
+        ),
+    )
+    assert rejected.status_code == 400
+    assert "分析默认" in rejected.json()["detail"]

tests/unit/test_analysis_default_migration.py

@@ -0,0 +1,35 @@
+"""Verify the analysis-default migration backfills existing configurations."""
+
+import importlib
+
+import sqlalchemy as sa
+from alembic.migration import MigrationContext
+from alembic.operations import Operations
+
+
+def test_analysis_default_migration_backfills_false(tmp_path, monkeypatch):
+    engine = sa.create_engine(f"sqlite:///{tmp_path / 'analysis_default.db'}")
+    metadata = sa.MetaData()
+    legacy_table = sa.Table(
+        "model_configs",
+        metadata,
+        sa.Column("id", sa.String(), primary_key=True),
+        sa.Column("name", sa.String(), nullable=False),
+    )
+    metadata.create_all(engine)
+
+    with engine.begin() as connection:
+        connection.execute(legacy_table.insert().values(id="existing", name="现有模型"))
+        operations = Operations(MigrationContext.configure(connection))
+        migration = importlib.import_module("migrations.versions.a3f9c2e71b48_add_analysis_default_to_model_configs")
+        monkeypatch.setattr(migration, "op", operations)
+        migration.upgrade()
+
+        columns = {column["name"] for column in sa.inspect(connection).get_columns("model_configs")}
+        assert "is_analysis_default" in columns
+
+        value = connection.execute(
+            sa.text("SELECT is_analysis_default FROM model_configs WHERE id = :id"),
+            {"id": "existing"},
+        ).scalar_one()
+        assert value == 0

tests/unit/test_model_configs.py

@@ -17,7 +17,15 @@ def _service(session):
     return ModelConfigService(session, SecretCipher(Fernet.generate_key().decode("ascii")))
 
 
-def _create_config(service, *, name="评估模型", capability="chat", is_default=False, api_key="secret"):
+def _create_config(
+    service,
+    *,
+    name="评估模型",
+    capability="chat",
+    is_default=False,
+    is_analysis_default=False,
+    api_key="secret",
+):
     return service.create(
         name=name,
         provider="openai_compatible",
@@ -27,6 +35,7 @@ def _create_config(service, *, name="评估模型", capability="chat", is_defaul
         api_key=api_key,
         enabled=True,
         is_default=is_default,
+        is_analysis_default=is_analysis_default,
         description="test",
     )
 
@@ -199,3 +208,76 @@ def test_model_metadata_validation_and_runtime_snapshot(db_session):
             description="",
             documentation_url="not-a-url",
         )
+
+
+def _update(service, config_id, **overrides):
+    params = {
+        "name": "updated",
+        "provider": "openai_compatible",
+        "capability": "chat",
+        "endpoint_url": "https://models.example.com/v1/chat/completions",
+        "model_name": "test-model",
+        "api_key": None,
+        "clear_api_key": False,
+        "enabled": True,
+        "is_default": False,
+        "is_analysis_default": False,
+        "description": "",
+    }
+    params.update(overrides)
+    return service.update(config_id, **params)
+
+
+def test_analysis_default_is_unique_across_configs(db_session):
+    service = _service(db_session)
+    first = _create_config(service, name="analysis-1", is_analysis_default=True)
+    second = _create_config(service, name="analysis-2", is_analysis_default=True)
+
+    assert service.require(first.id).is_analysis_default is False
+    assert service.require(second.id).is_analysis_default is True
+
+
+def test_analysis_default_update_clears_previous(db_session):
+    service = _service(db_session)
+    first = _create_config(service, name="analysis-1", is_analysis_default=True)
+    second = _create_config(service, name="analysis-2")
+
+    _update(service, second.id, is_analysis_default=True)
+
+    assert service.require(first.id).is_analysis_default is False
+    assert service.require(second.id).is_analysis_default is True
+
+
+def test_analysis_default_requires_chat_capability(db_session):
+    service = _service(db_session)
+    with pytest.raises(ModelConfigError, match="分析默认"):
+        _create_config(service, name="emb", capability="embedding", is_analysis_default=True)
+
+
+def test_analysis_default_requires_enabled(db_session):
+    service = _service(db_session)
+    with pytest.raises(ModelConfigError, match="分析默认"):
+        service.create(
+            name="disabled-analysis",
+            provider="openai_compatible",
+            capability="chat",
+            endpoint_url="https://models.example.com/v1/chat/completions",
+            model_name="test-model",
+            api_key="secret",
+            enabled=False,
+            is_default=False,
+            is_analysis_default=True,
+            description="",
+        )
+
+    config = _create_config(service, name="to-disable", is_analysis_default=True)
+    with pytest.raises(ModelConfigError, match="分析默认"):
+        _update(service, config.id, enabled=False, is_analysis_default=True)
+
+
+def test_scenario_binding_rejects_analysis_purpose(db_session):
+    service = _service(db_session)
+    config = _create_config(service)
+    with pytest.raises(ModelConfigError, match="不支持的模型用途"):
+        service.validate_bindings({ModelPurpose.ANALYSIS.value: config.id})
+