文档：同步流式终态协议说明

补充 Responses incomplete 的完成与终止语义

修正尾部错误保留和工具槽位失败关闭说明

同步 platform-llm 源码注释与 README

server-rs/crates/platform-llm/README.md

@@ -32,12 +32,12 @@
 | `OpenAiResponses` | `tools[].type=function`，函数内为 `name` / `description` / `parameters` / `strict` | `"auto"` / `"required"` | `output[].type=function_call` | `output_index`；`output_item.added` 提供身份，`function_call_arguments.delta` 拼接，`.done` 覆盖完整参数 |
 | `Anthropic` | 顶层 `tools[]` 为 `name` / `description` / `input_schema`，没有 `function` 包装层和 `strict` | `{ "type": "auto" }` / `{ "type": "any" }`；`Required` 映射为 `any` | `content[].type=tool_use`，`input` 序列化为 `arguments` | content block `index`；`content_block_start` 提供身份，`input_json_delta` 拼接参数 |
 
-Responses 如果只发送 `response.completed`，解析器会从其中的 `response.output[]` 恢复 `function_call`；恢复时使用 output 数组下标作为 slot。三种协议的并行工具调用只在平台层做 slot 聚合，不代表工具会在平台层并发执行。
+Responses 如果只发送 `response.completed` 或 `response.incomplete`，解析器会从其中的 `response.output[]` 恢复 `function_call`；恢复时使用 output 数组下标作为 slot。`response.incomplete` 表示上游没有完成本轮生成：其中的工具调用即使参数是完整 JSON 也返回 `Deserialize`，纯正文则保留为可用的降级结果。三种协议的并行工具调用只在平台层做 slot 聚合，不代表工具会在平台层并发执行。
 
 ## 4. 流式与参数契约
 
 1. `LlmStreamDelta` 只包含 `accumulated_text`、`delta_text` 和 `finish_reason`，工具调用不会进入 `on_delta`；纯工具响应允许 `text` 为空。
-2. 工具片段按协议索引聚合：Chat 使用 `delta.tool_calls[].index`，Responses 使用 `output_index`，Anthropic 使用 content block `index`。Responses 的 `.done` 和 `response.completed` 完整 arguments 是权威值，可以覆盖之前的分片拼接。
+2. 工具片段按协议索引聚合：Chat 使用 `delta.tool_calls[].index`，Responses 使用 `output_index`，Anthropic 使用 content block `index`。Responses 的 `.done`、`response.completed` 和 `response.incomplete` 中的完整 arguments 是权威值，可以覆盖之前的分片拼接。
 3. 流结束固化工具调用时，缺少 id 或函数名返回 `Deserialize`；空参数默认保存为 `{}`；非空参数必须能反序列化为完整 JSON，截断或半截 JSON 不会交给业务层。这里是 JSON 语法完整性检查，不是针对 `parameters` 的 JSON Schema 业务校验。
 4. 非流式工具调用采用不同的参数边界：缺失或空白 `arguments` 统一归一为 `{}`；Chat / Responses 的非空畸形 `arguments` 不在平台层做 JSON 校验、修复或静默丢弃，而是保留参数内容（仅按统一归一策略去除首尾空白），连同 call id 和函数名交给调用方的 repair 循环。Anthropic `tool_use.input` 缺失时同样按 `{}` 归一；调用方不能把非流式参数自动假定为统一 schema 校验通过。
 
@@ -87,6 +87,6 @@ Responses 如果只发送 `response.completed`，解析器会从其中的 `respo
 
 ## 9. 验收证据边界
 
-1. `cargo test -p platform-llm` 的确定性用例把 checked-in SSE fixture 交给 parser，验证归一后的文本、工具调用、slot 聚合、Responses completed-only 恢复、参数 JSON 完整性和错误边界。fixture 可以来源于真实端点抓包，但测试不保存原始 SSE，也不逐事件与端点报文比较，因此不能证明抓包转录无偏差。
+1. `cargo test -p platform-llm` 的确定性用例把 checked-in SSE fixture 交给 parser，验证归一后的文本、工具调用、slot 聚合、Responses 仅有 completed / incomplete 终态事件时的恢复、参数 JSON 完整性和错误边界。fixture 可以来源于真实端点抓包，但测试不保存原始 SSE，也不逐事件与端点报文比较，因此不能证明抓包转录无偏差。
 2. `tests/live_stream_tool_calls.rs` 是默认 `#[ignore]` 的真实端点工具调用 smoke。它只验证最终归一结果中的工具名、id 和完整参数 JSON；文本增量字符数仅用于打印观测，工具调用不进入 `on_delta`，也没有原始 SSE 录制或逐事件对比能力。
 3. 因此验收应分别称为“固定 SSE fixture parser 覆盖”和“真实端点归一工具调用 smoke”，不能把后者描述为原始 SSE fidelity 或转录一致性证明。

server-rs/crates/platform-llm/src/lib.rs

@@ -610,9 +610,10 @@ struct ParsedStreamEvent {
     finish_reason: Option<String>,
     usage: Option<LlmTokenUsage>,
     is_terminal: bool,
-    // 本事件是协议层的收尾信号。它和 is_terminal 不同：is_terminal 只有 Chat 的 [DONE]
-    // 会置位，而 MiniMax 这类网关根本不发 [DONE]，只能靠各协议自己的完成事件判断。
-    // 也和 finish_reason 分开：Anthropic 的 message_stop 是收尾信号但不带 stop_reason，
+    // 本事件是协议层的收尾信号。它和 is_terminal 不同：Chat 的非空 finish_reason
+    // 与 Anthropic 带 stop_reason 的 message_delta 能证明流已收尾，但不会直接终止读取；
+    // Chat 的 [DONE]、Responses 的 completed / incomplete 与 Anthropic 的 message_stop
+    // 才会同时置 is_terminal。它也和 finish_reason 分开：message_stop 不带 stop_reason，
     // 不能借它写 finish_reason，否则会覆盖 message_delta 给出的真实 end_turn。
     is_completion: bool,
     tool_fragments: Vec<ToolCallFragment>,
@@ -2828,8 +2829,8 @@ fn parse_responses_sse_event(data: &str) -> Result<Option<ParsedStreamEvent>, Ll
         // 并给出 finish_reason，工具调用交由 reject_incomplete_tool_calls 统一拒绝，
         // 正文仍按降级结果返回，与 Chat 的 length 口径一致。忽略它会同时造成三件事：
         // 不终止读取循环（网关不关连接就等到调用方超时）、流式 Responses 永远产生不出
-        // incomplete 这个 finish_reason（截断拒绝规则形同虚设）、completed-only 型网关
-        // 的工具调用被静默丢掉。
+        // incomplete 这个 finish_reason（截断拒绝规则形同虚设）、只在整体终态事件中携带
+        // 工具调用的网关响应被静默丢掉。
         "response.completed" | "response.incomplete" => Ok(Some(ParsedStreamEvent {
             finish_reason: Some(
                 if event_type == "response.incomplete" {
@@ -2967,9 +2968,9 @@ fn anthropic_block_slot(parsed: &serde_json::Value) -> Option<u64> {
 }
 
 // 槽位是并行工具分片唯一的归并依据，缺失时必须失败关闭而不是跳过或猜测：跳过会静默
-// 丢掉整个调用（只剩一个调用时才会被 StreamUnavailable 断言兜住，丢一半就毫无察觉，
-// 而 Responses 的 finish_reason 恒为 completed，那道断言对它永远不触发），猜测则会把
-// 两个不同调用合并成一个混合体。
+// 丢掉整个调用（只剩一个调用时才可能被 StreamUnavailable 断言兜住，丢一半就毫无察觉；
+// Responses 的整体终态原因是 completed / incomplete，也不会触发只识别 tool_use /
+// tool_calls 的那道断言），猜测则会把两个不同调用合并成一个混合体。
 fn missing_tool_slot_error(protocol: &str, event: &str, field: &str) -> LlmError {
     LlmError::Deserialize(format!(
         "LLM {protocol} 流式工具事件缺少槽位字段 {field}：event={event}"
@@ -4944,8 +4945,8 @@ mod tests {
 
     #[tokio::test]
     async fn stream_run_rejects_responses_tool_calls_without_completion_signal() {
-        // Responses 的整体收尾只有 response.completed；单 item 的
-        // function_call_arguments.done 不能顶替它。
+        // Responses 的整体收尾只有 response.completed / response.incomplete；单 item
+        // 的 function_call_arguments.done 不能顶替它。
         let server_url = spawn_mock_server(vec![MockResponse {
             status_line: "200 OK",
             content_type: "text/event-stream; charset=utf-8",