上线版: 产品表单统一+form嵌套修复+用户管理+部署+三套叙事

- 产品编辑入口统一走 ProductFormFull(卖点/风格/人群/品牌词全字段);
  修复开任务页 <form> 套 <form> 致"编辑产品"报错、改不了、跳回首个产品
- dashboard 入口卡片对齐实际路由: 系统管理(/config) 与 工作配置(/settings) 分开;
  settings ?tab=products 直达改用挂载后读 URL, 消除 hydration mismatch
- 新增用户管理(users API/admin service/改密页) + alembic 022/023/024
- 上线部署: Dockerfile / docker-compose.prod+https / nginx https / .env.example
- A8 三套正交叙事(痛点/场景/成分背书) + beige 调色去AI化 + 飞轮 text_import 高权重信号

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

backend/app/workers/pipeline_steps.py

@@ -46,19 +46,37 @@ def decrypt_user_key(db, operator_id: int, workspace_id: int) -> str:
     return decrypt_key(api_key_row.encrypted_key)
 
 
-def build_clients_and_clear_key(plain_key: str):
+def decrypt_codeproxy_key(db, operator_id: int, workspace_id: int) -> str | None:
+    """
+    查用户录入的 codeproxy 备用站 key → Fernet 解密，返回 plain_key 或 None。
+    备用通道：用户没录则返回 None（不抛错），build_ai_clients 会回落 env，
+    主生图流程绝不因没录备用 key 而中断（apiports 主通道才是必需）。
+    """
+    from app.models.workspace import UserApiKey
+    from app.utils.fernet_utils import decrypt_key
+
+    row = db.query(UserApiKey).filter(
+        UserApiKey.user_id == operator_id,
+        UserApiKey.workspace_id == workspace_id,
+        UserApiKey.provider == "codeproxy",
+    ).first()
+    return decrypt_key(row.encrypted_key) if row else None
+
+
+def build_clients_and_clear_key(plain_key: str, alt_key: str | None = None):
     """
     Step3: 构建 AIClients，plain_key 传入后立即由调用方置 None。
+    alt_key：用户录入的 codeproxy 备用 key（可选），同样由调用方查库解密后传入。
     返回 clients 对象。
     """
     from app.services.ai_engine.gemini_factory import build_ai_clients
-    return build_ai_clients(plain_key)
+    return build_ai_clients(plain_key, alt_key=alt_key)
 
 
 def build_product_dict(product) -> dict:
     """把 ORM product 转成 AI 引擎所需的 dict（不含任何 key）。"""
     return {
-        "id": product.id,
+        "id": getattr(product, "id", None),
         "name": product.name,
         "category": product.category or "通用好物",
         "selling_points": json.loads(product.selling_points or "[]"),
@@ -133,4 +151,7 @@ def load_flywheel_context(db, workspace_id: int, product_id: int, product_dict:
         for e in recent
     ]
     ctx = aggregate_preference_context(events_dicts, product_dict, workspace_id, product_id)
+    # 累积感知：补该产品累计信号总数（前端"飞轮已积累N条信号"），与展示端同口径
+    from app.services.flywheel_service import count_signals
+    ctx["signal_count"] = count_signals(db, workspace_id, product_id)
     return ctx.get("prompt_fragment", ""), ctx