refactor: replace processed output comparison with baseline-based validation in SSE simulator

docs/DeepSeekSSE流格式字段分析-2026-04-03.md

@@ -83,7 +83,7 @@ data: <json or text>
 POST /admin/dev/raw-samples/capture
 ```
 
-它会把原始上游流和项目最终输出一起落到 `tests/raw_stream_samples/<sample-id>/`，并生成 `openai.output.txt` 作为最终输出的对照基线，便于后续继续分析字段和做回放比对。
+它只会把请求元信息和原始上游流落到 `tests/raw_stream_samples/<sample-id>/`。项目最终输出不会再写入样本目录，而是留给本地回放工具按需生成，写到 `artifacts/raw-stream-sim/<run-id>/<sample-id>/` 里做对照和查阅。
 
 ## 6. `CONTENT_FILTER` 终态样本
 

docs/TESTING.md

@@ -235,8 +235,19 @@ go run ./cmd/ds2api-tests --no-preflight
 说明：
 - 该工具默认重放 `tests/raw_stream_samples/manifest.json` 声明的 canonical 样本，按上游 SSE 顺序做 1:1 仿真解析。
 - 默认校验不出现 `FINISHED` 文本泄露，并要求存在结束信号。
-- 如果样本目录里存在 `openai.output.txt`，会直接拿它和重放结果做对照；否则会回退到 `openai.stream.sse` / `openai.response.json`。
-- 结果会写入 `artifacts/raw-stream-sim/*.json`，可供其他测试脚本或排障流程复用。
+- 每次运行都会把本地派生结果写入 `artifacts/raw-stream-sim/<run-id>/<sample-id>/replay.output.txt`，并输出结构化报告。
+- 如果你有历史基线目录，可以通过 `--baseline-root` 让工具直接做文本对比。
+
+### 对单个样本做回放比对
+
+```bash
+./tests/scripts/compare-raw-stream-sample.sh markdown-format-example-20260405-spacefix
+```
+
+说明：
+- 该脚本会从 raw-only 样本目录读取 `upstream.stream.sse`。
+- 回放结果会写入 `artifacts/raw-stream-sim/<run-id>/<sample-id>/`，便于直接查阅。
+- 如果传入历史基线目录，脚本会自动对比当前回放输出和基线文本。
 
 ### 采集永久样本
 
@@ -246,7 +257,7 @@ go run ./cmd/ds2api-tests --no-preflight
 POST /admin/dev/raw-samples/capture
 ```
 
-这个接口会把请求、上游原始流和最终输出一起写入 `tests/raw_stream_samples/<sample-id>/`，以后可以直接拿来做回放和字段分析。
+这个接口会把请求元信息和上游原始流写入 `tests/raw_stream_samples/<sample-id>/`，以后可以直接拿来做回放和字段分析。派生输出会在本地回放时再生成，不再落在样本目录里。
 
 ### 指定输出目录和超时