feat(agent): domain events and transition whitelist validation (assignment 3)

Architecture (mirrors workflow/20261016 chatNode structure):
- events.py: client markers parsed to typed ClientEvent (sources
  verified against workflow JSON); plain text like '拍好了' is not an event
- transitions.py: LEGAL_TRANSITIONS whitelist drafted from chatNode
  prompts and Condition edges (16 entries, each with source_ref);
  is_legal_transition rejects unlisted/terminal-violating moves
- graph.py: multi-node graph (collect/single_photo/dual_photo/...
  matching workflow chatNodes), route_by_stage conditional edges,
  _fake_llm_propose simulates LLM stage-code proposals (assignment 4
  replaces with real LLM); code only keeps context bookkeeping
  (no_reply_count) and validation
- state.py: expanded domain fields (pending_question, accident/
  person fields, clarify/no-reply counts, turn_patch, state_version)

Key finding: 单车拍照#6/双车拍照#7 are browser_addon branches ending
at 0000, so 2005/2015 allow both 300x (direct) and 0000.

Verified: pytest 87 passed (24 transition/event tests newly green).
Known limit: stage proposals come from a fake LLM; per-stage scripts
and real LLM integration are assignments 4-5.

src/agent/state.py

@@ -1,8 +1,13 @@
-"""图状态定义（作业 1）。
+"""图状态定义。
 
-最小状态只包含脚手架所需的五个字段；作业 3 会扩充领域状态
-（阶段、事故字段、人员字段、澄清计数、本轮 patch 等）。
-所有字段必须可序列化，不得保存 HTTP client、数据库连接等资源。
+作业 1 的五个基础字段之上，作业 3 扩充领域状态：内部阶段、原始状态码、
+待回答问题、事故字段、两方人员字段、字段确认状态、澄清计数、无回复计数、
+本轮 patch 和业务版本。
+
+约束（迁移计划作业 3-2）：所有字段必须可序列化，
+不保存 HTTP client、数据库连接、音频或图片 base64。
+字段读取一律用 ``state.get(...)`` 并提供默认值——首轮会话没有
+历史 checkpoint，字段可能尚未初始化。
 """
 
 from typing import TypedDict
@@ -11,12 +16,28 @@ from typing import TypedDict
 class AgentState(TypedDict):
     """一次对话轮次在图中流动的状态。
 
-    ``turn_count`` 由同一 ``thread_id`` 的 checkpoint 承载，
-    节点每轮只负责 +1，不负责跨会话记忆。
+    ``turn_count``、``stage_code`` 等由同一 ``thread_id`` 的
+    checkpoint 承载跨轮记忆；节点返回字段增量，LangGraph 合并写回。
     """
 
+    # ---- 基础（作业 1） ----
     session_id: str
     turn_count: int
     input_text: str
     response_text: str
     stage_code: str
+
+    # ---- 客户端事件（作业 3） ----
+    # ClientEvent.value 或 ""（普通输入）。由 normalize_input 每轮解析。
+    client_event: str
+
+    # ---- 领域状态（作业 3，作业 4—6 逐步充实） ----
+    raw_status_code: str        # 原始状态码（外部归一化前的内部码）
+    pending_question: str       # 当前待回答问题 ID（如 "driver_identity"）
+    accident_fields: dict       # 事故字段：jdcsl/ywrysw/sgfssj/...
+    person_fields: dict         # 两方人员字段：xm1/2、hphm1/2、sfzmwh1/2...
+    confirm_status: dict        # 字段确认状态：unknown/candidate/confirmed
+    clarify_count: int          # 澄清计数（阈值按阶段配置，作业 4-9）
+    no_reply_count: int         # 连续无回复计数（两次 → 0004）
+    turn_patch: dict            # 本轮输出字段差量；每轮开始清空（作业 3-7）
+    state_version: int          # 业务版本（作业 7 并发冲突检测）