feat(aiclean): 失败明细不再脱敏，完整展示原值

- AiRecordCleaner.preview 只做超长截断，不再掩码身份证/手机号/卡号
- 失败明细弹窗文案改为「原值预览」，直接展示完整原值
- 新增 07 样本（18 位坏证件）与界面截图，补充 TC-08 验收记录
- 补充单测：敏感值不被掩码

ai-electron/frontend/src/case/views/data/components/AiRejectModal.vue

@@ -15,7 +15,7 @@
       </span>
       <span class="ai-reject-summary__ok">成功 {{ successNum }}</span>
       <span class="ai-reject-summary__fail">失败 {{ failNum }}</span>
-      <span class="ai-reject-summary__hint">每一行失败都记录了阻塞列、原因与脱敏后的原值</span>
+      <span class="ai-reject-summary__hint">每一行失败都记录了阻塞列、原因与原值</span>
     </div>
 
     <Table
@@ -101,7 +101,7 @@
     { title: '行号', dataIndex: 'rowNo', key: 'rowNo', width: 90 },
     { title: '阻塞列', dataIndex: 'column', key: 'column', width: 180, ellipsis: true },
     { title: '原因', dataIndex: 'reason', key: 'reason', width: 200 },
-    { title: '原值预览（脱敏）', dataIndex: 'value', key: 'value', ellipsis: true },
+    { title: '原值预览', dataIndex: 'value', key: 'value', ellipsis: true },
     { title: '该行其他错误', dataIndex: 'others', key: 'others', ellipsis: true },
   ];
 
@@ -138,11 +138,7 @@
     // 优先展示中文表头：c1（身份证号）；没有中文名时保留列序号
     const cn = String(raw.blocking_col_cn ?? blocking?.columnCn ?? '').trim();
     const idx = raw.blocking_col_index ?? blocking?.colIndex;
-    const column = !col
-      ? '-'
-      : cn
-        ? `${col}（${cn}）`
-        : `${col}${idx != null && idx !== '' ? `（列 ${idx}）` : ''}`;
+    const column = !col ? '-' : cn ? `${col}（${cn}）` : `${col}${idx != null && idx !== '' ? `（列 ${idx}）` : ''}`;
     return {
       rowKey: `${raw.row_no ?? ''}-${idx ?? ''}-${raw.reason ?? ''}`,
       rowNo: Number(raw.row_no ?? 0),

ai-server/src/main/java/com/zsjz/ai/module/aiclean/api/AiCleanController.java

@@ -85,7 +85,7 @@ public class AiCleanController {
      * 某个 job 的行级失败明细（分页）。
      *
      * <p>返回 {@code {records,total,size,current}}；每条包含 row_no / 阻塞列 / 原因 /
-     * 脱敏后的值预览 / 该行全部列错误的 JSON。跨案件查询会被拒绝。
+     * 原值预览 / 该行全部列错误的 JSON。跨案件查询会被拒绝。
      */
     @GetMapping("/job/rejections")
     public Result<Map<String, Object>> rejections(@RequestParam Long jobId,

ai-server/src/main/java/com/zsjz/ai/module/aiclean/exec/AiRecordCleaner.java

@@ -15,7 +15,6 @@ import java.util.ArrayList;
 import java.util.LinkedHashMap;
 import java.util.List;
 import java.util.Map;
-import java.util.Set;
 import java.util.regex.Pattern;
 
 /**
@@ -42,10 +41,7 @@ public final class AiRecordCleaner {
     /** 类型化列的值清洗：只去控制字符，保留 + - . 供数字/日期解析 */
     private static final Pattern VALUE_JUNK = Pattern.compile("[\\t\\r\\n'’‘\\u3000]+");
 
-    /** 需要脱敏后再进日志/失败记录的类型 */
-    private static final Set<String> SENSITIVE = Set.of("PHONE", "ACCT_CARD_NO", "ID_CARD_NUMBER");
-
-    /** 失败记录里的值预览长度 */
+    /** 失败记录里的值预览长度：只做超长截断，不做脱敏 */
     private static final int PREVIEW_LEN = 80;
 
     private AiRecordCleaner() {
@@ -160,7 +156,7 @@ public final class AiRecordCleaner {
         if (!coerced.isOk()) {
             if (errors != null) {
                 errors.putIfAbsent(col.columnName(),
-                        "类型转换失败(" + type + ") 值=" + preview(v, type));
+                        "类型转换失败(" + type + ") 值=" + preview(v));
             }
             return null;
         }
@@ -200,18 +196,15 @@ public final class AiRecordCleaner {
 
     private static ColumnError error(CompiledColumn col, AiRejectReason reason, String raw) {
         return new ColumnError(col.colIndex(), col.columnName(), reason,
-                preview(raw, normalizeType(col.fieldType())), reason.blocking());
+                preview(raw), reason.blocking());
     }
 
-    /** 失败记录/日志里的原值预览：敏感类型掩码，其余截断 */
-    static String preview(String raw, String type) {
+    /** 失败记录/日志里的原值预览：只截断超长文本，不脱敏 */
+    static String preview(String raw) {
         if (raw == null) {
             return null;
         }
         String value = raw.trim();
-        if (SENSITIVE.contains(type) && value.length() > 6) {
-            value = value.substring(0, 3) + "***" + value.substring(value.length() - 2);
-        }
         return value.length() <= PREVIEW_LEN ? value
                 : StrUtil.subPre(value, PREVIEW_LEN) + "...";
     }

ai-server/src/main/java/com/zsjz/ai/module/aiclean/model/AiRejectRecord.java

@@ -4,7 +4,7 @@ package com.zsjz.ai.module.aiclean.model;
  * 一行被拒绝的持久化记录（案件 DuckDB 的 {@code ai_clean_reject}）。
  *
  * <p>每个被拒绝的行一条：{@code blockingCol*} 是第一个阻塞列，
- * {@code errorsJson} 保留该行<b>所有列</b>的错误（列名/原因/脱敏值预览），
+ * {@code errorsJson} 保留该行<b>所有列</b>的错误（列名/原因/原值预览），
  * 既能按行回答「为什么没进去」，也能按列聚合出「哪一列错得最多」。
  *
  * @param jobId             AI 清洗任务 id
@@ -17,7 +17,7 @@ package com.zsjz.ai.module.aiclean.model;
  * @param blockingColName   第一个阻塞列的物理列名
  * @param blockingColNameCn 第一个阻塞列的中文表头（可能为空；前端/日志优先展示）
  * @param reason            阻塞原因（{@code AiRejectReason#name()}）
- * @param errorsJson        该行全部列错误的 JSON（已脱敏）
+ * @param errorsJson        该行全部列错误的 JSON（原值预览，超长截断）
  * @author cc
  * @since 2026/10/22
  */

ai-server/src/main/java/com/zsjz/ai/module/aiclean/model/ColumnError.java

@@ -8,7 +8,7 @@ import com.zsjz.ai.module.aiclean.enums.AiRejectReason;
  * @param colIndex     文件列序号（0 基）
  * @param columnName   动态表物理列名
  * @param reason       失败原因
- * @param valuePreview 原值预览（敏感类型已脱敏、长度已截断）
+ * @param valuePreview 原值预览（超长截断，不脱敏）
  * @param blocking     是否导致整行拒绝
  * @author cc
  * @since 2026/10/22

ai-server/src/test/java/com/zsjz/ai/module/aiclean/exec/AiRecordCleanerTest.java

@@ -171,6 +171,17 @@ class AiRecordCleanerTest {
         assertEquals(AiRejectReason.REQUIRED_FUNC_ERROR, result.firstBlocking().reason());
     }
 
+    @Test
+    @DisplayName("失败记录不脱敏：身份证等敏感原值完整保留")
+    void sensitiveValueNotMasked() {
+        AiRowCleanResult result = AiRecordCleaner.cleanRowDetailed(
+                row(0, "110105194912310021"),
+                List.of(col(0, "id", "ID_CARD_NUMBER", true)));
+        assertTrue(result.rejected());
+        assertEquals("110105194912310021", result.firstBlocking().valuePreview(),
+                "失败明细/日志要展示完整原值，不能出现 ***");
+    }
+
     @Test
     @DisplayName("日期列按目标类型转成 LocalDate，而不是把字符串交给 DuckDB")
     void dateTyped() {

docs/ai-clean-e2e/README.md

@@ -4,7 +4,7 @@
 
 验证本轮改造在真实案件、真实数据源上的表现：
 
-- 行级失败可追溯：每一行为什么没进去、因为哪一列、原值（脱敏）。
+- 行级失败可追溯：每一行为什么没进去、因为哪一列、原值。
 - 必填列坏值整行拒绝；非必填坏值置空、行照常入库。
 - 成功 / 失败 / 警告 / 未处理条数口径正确。
 - 日期、时间、金额、数字、电话、身份证、卡号的类型化与入库。
@@ -37,6 +37,7 @@
 | `04_csv_types.csv` | 与 01 同数据，UTF-8 CSV | CSV 探测/入库；可选列脏值只置空 |
 | `05_required_bad.xlsx` | 同 9 列表头，20 行；第 1 行身份证 `12345` 非法 | 必填列坏值整行拒绝 + 失败明细 |
 | `06_csv_clean.csv` | 同 9 列表头，7 行全合法 | CSV 正常入库 |
+| `07_required_bad_id18.xlsx` | 同 9 列表头，20 行；第 1 行身份证 `110105194912310021`（校验位错） | 必填列整行拒绝 + 失败明细完整展示原值（不脱敏） |
 
 01 的 9 列与脏值覆盖：
 
@@ -132,7 +133,7 @@
 ### TC-07 单测覆盖
 
 `mvn -pl ai-server -Dtest='com.zsjz.ai.module.aiclean.**.*Test,com.zsjz.ai.module.dm.**.*Test' test`：
-**192 个用例通过**（5 个 live 跳过）。覆盖：
+**193 个用例通过**（5 个 live 跳过）。覆盖：
 
 - 行级失败原因、必填整行拒绝、非必填置空计数
 - `AiValueCoercer` 日期/时间/金额/数字/电话/身份证/卡号格式矩阵
@@ -140,6 +141,22 @@
 - `sameOrderedHeaders` 复用安全
 - 真 DuckDB 的类型化入库、reject 表分页/清理、先写后删
 
+### TC-08 必填身份证整行拒绝 + 原值不脱敏（07）
+
+- 前置：把 AI 模板字段 `c1`（身份证号）临时改为 `required=1`。
+- 操作：上传 `07`（20 行，第 1 行身份证为校验位错误的完整 18 位 `110105194912310021`）→ 智能清洗。
+- 预期：19 行入库、1 行拒绝；失败明细完整显示 18 位原值（不脱敏、只做超长截断）。
+- 实测：`loadedRows=19, rejectedRows=1`；文件列表「导入成功 19 / 导入失败 1」。
+- 失败明细弹窗：
+  - 行号 `2`
+  - 阻塞列 `c1（身份证号）`（有中文名时括号展示）
+  - 原因「必填列类型不合法」
+  - 原值预览 `110105194912310021`（完整 18 位，无掩码）
+- 截图：[ai-reject-modal-id18.png](screenshots/ai-reject-modal-id18.png)
+- 后置：`required` 已重置为 0。
+- 任务日志：进度页内只保留内存日志，离开页面即清空；导入文件页不再提供「任务日志」入口，
+  旧版本遗留的 `localStorage.case_clean_task_log` 会在进入进度页时清除。
+
 ## 5. 本次发现并修复的问题
 
 1. **非必填脏值被当成硬错误**：`AiRuleVerifier` 用 `cleanRow` 的全部错误计算列错误率，

docs/ai-clean-e2e/generate_fixtures.py

@@ -91,6 +91,17 @@ def main():
             "2026-01-05 10:30:00", "100.00", "1", "ok",
         ])
     save_xlsx("05_required_bad.xlsx", "经营者信息", rows05)
+    # 07：同 05，但坏证件是完整 18 位（校验位错），验证失败明细不脱敏、原值完整展示
+    rows07 = []
+    for i in range(1, 21):
+        bad = i == 1
+        rows07.append([
+            "坏18位证件行" if bad else f"正常{i}",
+            "110105194912310021" if bad else "11010519491231002X",
+            "13800000000", "6222020200001234", "2026-01-05",
+            "2026-01-05 10:30:00", "100.00", "1", "ok",
+        ])
+    save_xlsx("07_required_bad_id18.xlsx", "经营者信息", rows07)
     # 06：干净 CSV（验证 CSV 正常入库）
     save_csv("06_csv_clean.csv", [
         [f"CSV正常{i}", "11010519491231002X", "13800000000", "6222020200001234",