fix(webui): 聊天记录不再"每次都发完整记录"，并修掉视口跳顶

两个都是你指出的症状，都定位到了具体代码路径。

① 「每次都发完整聊天记录」
   a) API 缺省值错了：/api/v1/chat/history 的 limit 缺省是 0 = **不限制**，
      于是任何不带 limit 的调用每次都拿到整段记录。实测（126 条）：
      不带 limit 635,297 字节；现在默认只回一页 180,668 字节。
      显式 limit=0 仍可整取（逃生口）。WebUI/GUI 本来都带 limit，不受影响。
   b) 前端 30s 轮询（以及每次 SSE 报错）都直接拉一页 40 条：
      浏览器实测单次 180,813 字节。现在先做"尾巴探测"（limit=1，362 字节），
      尾巴一致就直接跳过；不一致才拉整页。

② 「聊天记录会跳到顶部」——两条会导致视口丢失的路径都堵上
   a) syncChatFromHistory 在"找不到重合点"时直接 `state.messages = serverMsgs`：
      服务端只回一页，而本地可能已经向上翻了好几页；一覆盖，容器立刻变矮，
      视口被夹回顶部，用户翻过的旧消息也凭空消失。现在只在服务端页**不短于**本地时
      才整体替换。
   b) renderChat 全量重建 innerHTML 后，仅在粘底时滚到底；非粘底（用户正在向上读）
      时位置没人管。改为重建前记住 scrollTop、非粘底时原样还回去。

浏览器实测（CDP 驱动真实页面，126 条历史）：
  * 15s/30s 定时器跑满 40s：聊天区滚动位置 **0 px 变化**，未跳顶；
  * 期间 chat/history 请求：limit=1 × 2（各 362 字节）+ 首屏 limit=40 一次；
  * 控制台无报错；新增消息后轮询仍能正确并进来（尾巴探测→拉整页→合并）。

测试：新增 TestChatHistoryDefaultIsPaged（默认一页 / has_more / limit=0 整取 / 显式分页）。
顺带修测试串味：迁移用例往 os.TempDir() 写共享历史文件，会让其它用例的
NewHandler 加载到脏历史（表现为条数多 1）；现在各用例用自己的临时文件。

internal/plugins/webui/dashboard.js

@@ -1209,9 +1209,14 @@
               : "") +
             "</div></div></div>";
         }
+        // 重建前记住阅读位置：非粘底（用户正向上翻）时，innerHTML 重建后必须把位置还回去，
+        // 否则视口会被重置——这就是"聊天记录跳到顶部"的直接来源。
+        var prevTop = msgsEl.scrollTop;
         msgsEl.innerHTML = html;
         if (state.chatStick !== false) {
           msgsEl.scrollTop = msgsEl.scrollHeight;
+        } else {
+          msgsEl.scrollTop = prevTop;
         }
         updateChatBadge();
       }
@@ -2161,10 +2166,44 @@
         }
       }
 
-      // syncChatFromHistory 增量同步：对比服务端历史，仅追加新消息 DOM 节点，
-      // 不重建已有消息 → 无闪烁。用于 SSE 断连恢复期间的轮询兜底。
+      // syncChatFromHistory 增量同步：先做一次极轻的"尾巴探测"，只有尾巴变了才拉整页。
+      //
+      // 原先每 30s（以及每次 SSE 报错）都直接拉一页 40 条：本地实测 180KB、
+      // 生产消息更大时可达 ~1MB —— 这是"每次都在发完整聊天记录"的观感来源。
+      // 探测只需 1 条（约几 KB），尾巴一致就直接跳过。
+      var _syncingChat = false;
       function syncChatFromHistory() {
-        return api("/chat/history?limit=" + CHAT_PAGE_SIZE).then(function (data) {
+        if (_syncingChat) return Promise.resolve();
+        _syncingChat = true;
+        return api("/chat/history?limit=1")
+          .then(function (tail) {
+            var t = tail && tail.messages && tail.messages[0];
+            var local = state.messages.length
+              ? state.messages[state.messages.length - 1]
+              : null;
+            var same =
+              t &&
+              local &&
+              t.role === (local.role || local.Role) &&
+              (t.content || "") === (local.content || local.Content || "");
+            if (same) return null; // 尾巴一致：无需拉整页
+            return api("/chat/history?limit=" + CHAT_PAGE_SIZE);
+          })
+          .then(function (data) {
+            if (!data) return;
+            return mergeChatFromHistory(data);
+          })
+          .catch(function () {})
+          .then(function () {
+            _syncingChat = false;
+          });
+      }
+
+      // mergeChatFromHistory 把服务端的一页历史并进本地：只追加新消息，不重建已有节点。
+      // 关键约束：**绝不**用更短的服务端页替换更长的本地列表（那会让用户翻上来的旧页
+      // 凭空消失、视口跳回顶部）。
+      function mergeChatFromHistory(data) {
+        {
           if (!data || !data.messages || data.messages.length === 0) return;
           var serverMsgs = data.messages;
           var localMsgs = state.messages;
@@ -2215,9 +2254,14 @@
             newMsgs = serverMsgs.slice(serverMsgs.length - overlap);
             if (newMsgs.length === 0) return; // 无新增（内容改写走上面的分支）
           } else {
-            // 找不到重含点（本地领先太多，超出服务端页）→ 无法精确差异，安全退化为全量刷新
-            state.messages = serverMsgs;
-            rerenderChat(true);
+            // 找不到重合点：**不能**直接拿服务端页覆盖本地。
+            // 服务端只回一页，本地翻上来的旧页更长；覆盖会同时造成两个后果：
+            // 用户翻过的旧消息凭空消失、容器变矮后视口被夹回顶部。
+            // 只有在服务端页不短于本地时才整体替换（那种情况下不丢内容）。
+            if (serverMsgs.length >= localMsgs.length) {
+              state.messages = serverMsgs;
+              rerenderChat(true);
+            }
             return;
           }
           var msgsEl = document.getElementById("chat-msgs");
@@ -2246,7 +2290,7 @@
           Array.prototype.push.apply(state.messages, newMsgs);
           // 同步聊天占位符（如果有新消息但最后一条非 assistant → 显示流式占位）
           syncStreamingPlaceholder();
-        }).catch(function () {});
+        }
       }
       // syncStreamingPlaceholder：同步聊天占位符的可见性
       function syncStreamingPlaceholder() {

internal/plugins/webui/handler_chat.go

@@ -46,6 +46,9 @@ type ChatToolCall struct {
 	Plugin string      `json:"plugin,omitempty"`
 }
 
+// defaultChatHistoryLimit 是 /chat/history 不带 limit 时默认返回的页大小。
+const defaultChatHistoryLimit = 40
+
 const maxChatHistory = 200
 
 // ===== client_msg_id 去重（防 GUI 断线重连/超时重试导致的消息重放）=====
@@ -481,9 +484,14 @@ func (h *Handler) addChatMsg(msg ChatMsg) {
 // 上下文还原的关键信息，必须完整下发；瘦身只通过分页控制条数。
 func (h *Handler) handleChatHistory(w http.ResponseWriter, r *http.Request) {
 	q := r.URL.Query()
-	limit := parseIntDefault(q.Get("limit"), 0)
+	// 默认只给**一页**，不是整段历史。
+	//
+	// 原先缺省值 0 = 不限制，于是任何不带 limit 的客户端每次都会拿到完整聊天记录
+	// （生产实例上 ~5MB；本地 126 条实测 635KB）。WebUI/GUI 都显式带 limit，
+	// 所以把默认收到一页不会影响它们；想整取的调用方显式传 limit=0。
+	limit := parseIntDefault(q.Get("limit"), defaultChatHistoryLimit)
 	if limit < 0 {
-		limit = 0
+		limit = defaultChatHistoryLimit
 	}
 	if limit > maxChatHistory {
 		limit = maxChatHistory

internal/plugins/webui/handler_test.go

@@ -1002,6 +1002,12 @@ func TestSettingsNoCrossPluginLeak(t *testing.T) {
 
 	webuiCfg := cfgReg.PluginConfig("webui")
 	webuiCfg.RegisterDef(internalConfig.ConfigDef{Key: "addr", Default: ":8080"})
+	// 隔离聊天记录文件：不设的话会落到 os.TempDir()/webui_chat_history.json，
+	// 与其它用例串味（迁移用例会把自己的数据写进去）。
+	webuiCfg.RegisterDef(internalConfig.ConfigDef{Key: "history_file", Default: ""})
+	if err := webuiCfg.Set("history_file", filepath.Join(t.TempDir(), "chat.json")); err != nil {
+		t.Fatalf("set history_file: %v", err)
+	}
 	webuiCfg.Set("addr", ":8080")
 	webuiCfg.Set("chathistory", `[{"role":"assistant","content":"secret blob"}]`)
 
@@ -1332,3 +1338,52 @@ func TestDashboardAssetsSplit(t *testing.T) {
 		t.Fatal("组装后的页面缺脚本")
 	}
 }
+
+// TestChatHistoryDefaultIsPaged 钉住 /chat/history 的默认页大小。
+//
+// 原先缺省 limit=0 表示"不限制"，于是任何不带 limit 的调用每次都拿到完整聊天记录
+// （生产实测 ~5MB；本地 126 条 635KB）——这正是"每次都在发完整聊天记录"的来源。
+// 现在默认只回一页；想整取必须显式 limit=0。
+func TestChatHistoryDefaultIsPaged(t *testing.T) {
+	h, _ := newTestHandler(t)
+	// 清空可能从临时目录共享文件加载进来的历史，让用例只依赖自己播的数据
+	h.chatMu.Lock()
+	h.chatHistory = nil
+	for i := 0; i < maxChatHistory; i++ {
+		h.chatHistory = append(h.chatHistory, ChatMsg{Role: "user", Content: "消息", Time: "t"})
+	}
+	h.chatMu.Unlock()
+
+	get := func(q string) map[string]interface{} {
+		req := httptest.NewRequest(http.MethodGet, "/api/v1/chat/history"+q, nil)
+		w := httptest.NewRecorder()
+		h.handleChatHistory(w, req)
+		if w.Code != http.StatusOK {
+			t.Fatalf("GET %q: %d", q, w.Code)
+		}
+		var out map[string]interface{}
+		if err := json.Unmarshal(w.Body.Bytes(), &out); err != nil {
+			t.Fatalf("unmarshal: %v", err)
+		}
+		return out
+	}
+	// 不带 limit → 只回一页，且明确告知还有更早的
+	def := get("")
+	if n := len(def["messages"].([]interface{})); n != defaultChatHistoryLimit {
+		t.Fatalf("默认应回 %d 条，实际 %d", defaultChatHistoryLimit, n)
+	}
+	if def["has_more"] != true {
+		t.Fatal("还有更早内容时 has_more 应为 true")
+	}
+	// 显式 limit=0 → 整取（逃生口）：返回条数应等于 total
+	all := get("?limit=0")
+	total := int(all["total"].(float64))
+	if n := len(all["messages"].([]interface{})); n != total {
+		t.Fatalf("limit=0 应整取 total=%d 条，实际 %d", total, n)
+	}
+	// 显式分页仍然照旧
+	page := get("?limit=5")
+	if n := len(page["messages"].([]interface{})); n != 5 {
+		t.Fatalf("limit=5 应回 5 条，实际 %d", n)
+	}
+}