feat(govern): 能力降级规则i2i→t2i/r2v→t2v(2026-09-08用户定夺,与r2v→t2v同例)——selection加CAP_DEGRADE事实源+degrade_expand,models_catalog候选池含降级源模型,网关备链/owner容错链同能力铁律放行合法降级源,auto_select提示词补降级规则;单向降级反向永远非法

pipeline_llm/gateway.py

@@ -201,10 +201,18 @@ async def _model_chain(sor, org_id: str, model_name: str, purpose: str = ''):
             # sqlor IN 列表必须展开占位符（传 list 会崩）
             ph = ','.join('${b%d}$' % i for i in range(len(backups)))
             bparams = {'b%d' % i: b for i, b in enumerate(backups)}
+            # 能力降级（2026-09-08）：备链允许同能力或合法降级源能力
+            # （t2i→i2i、t2v→r2v）；跨能力（如 t2t）仍永远非法
+            from .selection import CAP_DEGRADE_SOURCE
+            _alt = CAP_DEGRADE_SOURCE.get(want_cap, '')
+            if _alt:
+                ph += ',${altcap}$'
+                bparams['altcap'] = _alt
             bparams['cap'] = want_cap
-            brecs = await sor.sqlExe(
-                "SELECT id FROM llm_model WHERE status='active' AND id IN (%s) "
-                "AND COALESCE(NULLIF(capability,''),'t2t')=${cap}$" % ph, bparams)
+            _sql = ("SELECT id FROM llm_model WHERE status='active' AND id IN (%s) "
+                    "AND COALESCE(NULLIF(capability,''),'t2t') IN (${cap}$"
+                    + (",${altcap}$" if _alt else "") + ")") % ph
+            brecs = await sor.sqlExe(_sql, bparams)
             await sor.sqlExe("COMMIT", {})
             for br in (brecs or []):
                 bid = getattr(br, 'id', '')
@@ -542,10 +550,14 @@ async def govern_resolve(org_id: str, user_id: str = '', model_name: str = '',
             models0 = [m for m in models0 if _owner_allowed(m.get('org_id'), org_id)]
             # 同能力铁律（2026-09-07）：显式指定模型时 owner 容错链也只许
             # 同能力替代——要图给文的静默回退在任何一层都不合法。
+            # 能力降级（2026-09-08）：合法降级源能力（t2i→i2i、t2v→r2v）除外。
             if model_name and models0:
+                from .selection import CAP_DEGRADE_SOURCE
                 _want = (models0[0].get('capability') or 't2t').strip().lower()
+                _alt = CAP_DEGRADE_SOURCE.get(_want, '')
                 models0 = [m for m in models0
-                           if (m.get('capability') or 't2t').strip().lower() == _want]
+                           if (m.get('capability') or 't2t').strip().lower()
+                           in (_want, _alt)]
             for m in models0:
                 ok, cand = await _pick_candidate(sor, m, pref0)
                 if ok and isinstance(cand, tuple):

pipeline_llm/selection.py

@@ -23,6 +23,26 @@ logger = logging.getLogger("pipeline_llm.selection")
 # 会话 agent 模型下拉只列这些；embedding/rerank/图视频生成等形态各有专属入口。
 CHAT_CAPS = ('t2t', 'i2t', 'm2t')
 
+# 能力降级表（2026-09-08 用户定夺，与 r2v→t2v 同例）：请求能力无可用模型时，
+# 允许降级用「超集能力」模型执行任务。方向 = 降级目标模型的输入契约覆盖
+# 请求能力：
+#   i2i（图像→图像，接受文本提示+可选图）可执行 t2i（文本→图像）任务
+#   r2v（参考媒体→视频，接受文本+参考媒体）可执行 t2v（文本→视频）任务
+# 单向降级：t2i 模型不能接 i2i（缺源图）、t2v 不能接 r2v——反向永远非法。
+CAP_DEGRADE = {'t2i': 'i2i', 't2v': 'r2v'}
+# 反向索引：降级源能力 → 请求能力（门禁契约换算用：i2i 模型无图输入时按 t2i 契约校验）
+CAP_DEGRADE_SOURCE = {v: k for k, v in CAP_DEGRADE.items()}
+
+
+def degrade_expand(caps):
+    """能力白名单 + 其合法降级源能力（候选池扩展用）。无映射时原样返回。"""
+    out = [str(c).strip().lower() for c in (caps or ()) if str(c or '').strip()]
+    for c in list(out):
+        d = CAP_DEGRADE.get(c)
+        if d and d not in out:
+            out.append(d)
+    return tuple(out)
+
 
 def _norm_caps(capabilities):
     """capabilities 参数归一：'chat' 哨兵 → CHAT_CAPS；逗号串 → tuple；
@@ -178,6 +198,10 @@ async def models_catalog(org_id, capabilities=(), limit=50):
     """
     db, dbname = _get_sor()
     caps = _norm_caps(capabilities)
+    # 能力降级（2026-09-08）：候选池含请求能力的合法降级源模型
+    # （t2i→i2i、t2v→r2v），无可用 t2i 模型时 i2i 模型可承接文生图任务
+    if caps:
+        caps = degrade_expand(caps)
     async with db.sqlorContext(dbname) as sor:
         sql = ("SELECT m.id, m.name, m.vendor_model_id, m.capability, m.description, "
                "m.org_id, v.name AS vendor_name "
@@ -249,7 +273,10 @@ async def auto_select_model(org_id, user_input, user_id='', capabilities='chat')
         '（格式：模型名 [能力类型] 供应商：描述）：\n%s\n\n'
         '能力类型含义：t2t=文本对话 i2t=图像理解 m2t=多媒体理解 t2i=文生图 '
         'i2v=图生视频 t2v=文生视频 r2v=参考生视频 tts=语音合成 asr=语音识别 '
-        'embedding=向量化 rerank=重排序\n\n'
+        'embedding=向量化 rerank=重排序\n'
+        '能力降级规则：无 t2i 模型时 i2i（图生图）模型可承接文生图任务；'
+        '无 t2v 模型时 r2v（参考生视频）模型可承接文生视频任务；'
+        '反向（t2i 接图生图、t2v 接参考生视频）非法。\n\n'
         '用户任务：\n%s\n\n'
         '请根据任务的内容领域、语言、复杂度，从目录中选出最适合完成该任务的模型'
         '（只能选目录中的模型名，按适合度从高到低排序，最多 3 个）。'