第11环裂变重写：对齐上线版 split.js 一次LLM出N套完整笔记包

架构从"扇出N个GenerationTask各跑完整管道"改为"一次LLM调用直接出N套
完整笔记包(N=1~5)"，落 FissionNote 表 + 独立展示页。

后端：
- 018迁移：fission_notes 表(文案JSON+score+passed+imagePlan+images+status)
- fission_prompt：FISSION_SYSTEM+三档参考度(low/mid/high)+normalize_tags+品类兜底
- fission_pipeline：一次LLM出N套→各评分(@80合格线)→排序→落库,不达标标
  needs_optimization 非丢弃；apiports 503 回落 codeproxy gpt-5.5 强档兜底
- fission_images：每套串行调现有生图接口(零改动image_gen/storyboard)
- tasks.py：run_fission_pipeline Celery task，删旧扇出注入
- api/v1/fission：进度聚合FissionNote + GET /fission/{id}/notes(剥内部字段)

前端：FissionProgress对齐状态机 + N套独立展示页 + FissionNoteCard

测试：test_fission_engine(19)+test_fission_pipeline(5) 全过；104 全量回归绿

实测task5(fanout=2,mid)端到端跑通：一次出2套→seq0=85过/seq1=79标优化→
生图codeproxy/edits→1024×1536去AI化→task completed→notes端点返完整数据

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

backend/app/services/fission_service.py

@@ -1,9 +1,10 @@
 """
-app/services/fission_service.py — 第11环裂变 扇出 service
+app/services/fission_service.py — 第11环裂变 service 入口（对齐上线版 split.js）
 
-1爆款 → N套完整笔记包。每套=一个独立 GenerationTask(回填 source_fission_id),
-复用主管道 run_generation_pipeline 生成文案+配图。
-🔴 占位档位规则见 fission_prompt.py,真实措辞待北哥定义(倩倩姐2026-06-16先打通)。
+裂变 = 1爆款 → 一次 LLM 出 N 套完整笔记包（N=1~5）。
+本文件只留 API 入口：
+  - create_fission：建 FissionTask 后丢 run_fission_pipeline.delay，不再扇出 GenerationTask
+编排层（解析/评分/落库/生图）在 app/services/fission_pipeline.py（红线≤200行已拆）。
 """
 import json
 import logging
@@ -15,11 +16,11 @@ from app.middleware.workspace_guard import CurrentUser
 from app.models.fission import FissionTask
 from app.models.task import GenerationTask
 from app.services.ai_engine.fission_prompt import valid_level
-from app.services.task_service import _check_user_has_key, enqueue_generation
+from app.services.task_service import _check_user_has_key
 
 logger = logging.getLogger(__name__)
 
-MAX_FANOUT = 5  # 每用户并发上限5(红线),裂变扇出数受同等约束
+MAX_FANOUT = 5  # 每用户并发上限5(红线)；裂变 N 套直出受同等约束
 
 
 def create_fission(
@@ -27,15 +28,16 @@ def create_fission(
     source_task_id: int, reference_level: str, fanout_count: int,
 ) -> tuple[int, list[int]]:
     """
-    从一个源任务裂变出 N 套子任务。
-    返回 (fission_id, [子task_id,...])。
+    从一个源任务建裂变任务，丢 Celery 一次出 N 套笔记包。
+    返回 (fission_id, [])。子笔记落 FissionNote，不再扇出 GenerationTask，
+    故第二个返回值恒为空列表（保留签名兼容旧调用方）。
     """
     _check_user_has_key(db, current_user.user_id, current_user.workspace_id)
 
     level = valid_level(reference_level)
     n = max(1, min(fanout_count or 3, MAX_FANOUT))
 
-    # 读源任务(取产品+主题+已选文案作为爆款源)
+    # 读源任务（取产品+主题+已选文案作为爆款源）
     src = db.query(GenerationTask).filter(
         GenerationTask.id == source_task_id,
         GenerationTask.workspace_id == current_user.workspace_id,
@@ -45,7 +47,7 @@ def create_fission(
 
     source_note = {"title": src.theme or "", "content": _extract_source_copy(db, src)}
 
-    # 建 fission_task 记录
+    # 建 fission_task 记录（带 source_task_id 供 pipeline 取产品/张数）
     ft = FissionTask(
         workspace_id=current_user.workspace_id,
         source_note=json.dumps(source_note, ensure_ascii=False),
@@ -53,27 +55,17 @@ def create_fission(
     )
     db.add(ft); db.commit(); db.refresh(ft)
 
-    # 扇出 N 个子任务(回填 source_fission_id),复用主管道
-    task_ids: list[int] = []
-    for _ in range(n):
-        sub = GenerationTask(
-            workspace_id=current_user.workspace_id,
-            product_id=src.product_id, operator_id=current_user.user_id,
-            theme=src.theme, text_count=src.text_count, image_count=src.image_count,
-            track="ai", need_product_image=src.need_product_image,
-            status="pending", source_fission_id=ft.id,
-        )
-        db.add(sub); db.commit(); db.refresh(sub)
-        enqueue_generation(sub.id)
-        task_ids.append(sub.id)
+    # 丢 Celery：一次 LLM 出 N 套（不扇出 GenerationTask）
+    from app.workers.tasks import run_fission_pipeline
+    run_fission_pipeline.delay(ft.id, source_task_id)
 
-    logger.info("fission created id=%s level=%s fanout=%s tasks=%s",
-                ft.id, level, n, task_ids)
-    return ft.id, task_ids
+    logger.info("fission created id=%s level=%s n=%s src_task=%s",
+                ft.id, level, n, source_task_id)
+    return ft.id, []
 
 
 def _extract_source_copy(db: Session, src: GenerationTask) -> str:
-    """取源任务已选/最高分文案当爆款正文;无则用主题兜底。"""
+    """取源任务已选/最高分文案当爆款正文；无则用主题兜底。"""
     from app.models.task import TextCandidate
     c = (db.query(TextCandidate)
          .filter(TextCandidate.task_id == src.id)