feat(review): 审查阶段对齐绘图区分辨率 + 放大取证闭环

发现的缺口：maximized_drawing_area 原先只包住取证循环，审查阶段没被包住 →
LLM 在受控子循环里 zoom + 截图拿到的是未最大化的 2110x462（正是上一轮刚解决的
低分辨率问题，在最需要放大看细节的审查阶段又出现了）；且审查中的 zoom 不复位视口，
跑完把用户的 CAD 留在最后一次放大处。

改动：
1. __main__.run_review：把 maximized_drawing_area 从「只包取证」扩到「包取证 + 审查」
   （两者都要截图）；report/annotate 留在 with 之外。
2. phases/review.py：新增 _VIEW_TOOLS；review_frame 拆成外壳 + _review_frame，
   外壳 try/finally 里仅当确实动过视口才复位到该图框整幅视图
   （zoom_to_window(win, margin=0.02)）。纯查结构化数据的路径不受影响。
3. checklist.build_system_prompt：把「可调用只读工具」改写成明确的放大取证协议——
   截图看不清时用 zoom_to_window（坐标由图框/实体 bbox 算）或 zoom_to_entity，
   再 get_viewport_screenshot 复核；并约束不要为看图而反复放大。

次生问题（同轮修复）：_MAX_OBS_IMAGES 原为硬编码 3，而模型一轮内会发 8 次截图 →
拍了 8 张只回灌 3 张。改为配置项 REVIEW_OBS_IMAGES（默认 6），并把预算耗尽的占位
文案改成明确告知模型「不要再请求截图，请给出结论」。

实测（真实图纸 1 图框，新增 verify_review_maximized.py）：取证与审查两阶段窗口均为
[-4,-2,3444,1442]（最大化态），结束精确还原 [68,0,2316,960]，三项全 PASS；
子循环里 LLM 连发 8 组 zoom_to_window + get_viewport_screenshot，提示词生效。
pytest 304 passed。

dwg_review/phases/review.py

@@ -7,18 +7,24 @@
 
 结论是**结构化对象** `{"summary": str, "issues": [dict], "raw": str}`，
 不再依赖第二次 LLM 调用来抽取结构（见 `findings.parse_conclusion`）。
+
+审查在**绘图区已最大化**的前提下进行（见 `evidence.maximized_drawing_area`），
+子循环里的放大截图因此是高清的；若 LLM 动过视口，结束时复位到该图框整幅视图。
 """
 
 import json
 
-from .. import evidence_model
+from .. import config, evidence_model
 from ..cad_tools import READ_ONLY_TOOLS, is_write_tool
 from ..findings import parse_conclusion
 from ..llm_client import LlmClient, downsample_image_b64
 from ..mcp_client import McpError, McpToolError, result_images, result_texts
 
 # 单次审查回灌给 LLM 的图片数上限（控制视觉 token 成本）
-_MAX_OBS_IMAGES = 3
+_MAX_OBS_IMAGES = config.REVIEW_OBS_IMAGES
+
+# 会改动视口的只读取证工具：用过之后须把视口复位，别把用户的 CAD 留在放大处
+_VIEW_TOOLS = frozenset({"zoom_to_window", "zoom_to_entity"})
 
 
 def evidence_payload(evidence):
@@ -54,7 +60,12 @@ def _run_readonly_tool(ctx, name, args, image_budget):
         content.append({"type": "text", "text": text})
     for b64, mime in result_images(resp):
         if image_budget[0] <= 0:
-            content.append({"type": "text", "text": "（后续截图已省略以控制成本）"})
+            content.append(
+                {
+                    "type": "text",
+                    "text": "（截图预算已用完，后续截图已省略；请基于已有信息给出结论，不要再请求截图。）",
+                }
+            )
             break
         image_budget[0] -= 1
         nb, nm = downsample_image_b64(b64, mime)
@@ -64,8 +75,32 @@ def _run_readonly_tool(ctx, name, args, image_budget):
     return content, image_budget
 
 
+def _reset_viewport(ctx, evidence):
+    """把视口复位到该图框的整幅视图（审查中的放大不应残留给用户）。"""
+    win = evidence.get("window")
+    if not win:
+        return
+    try:
+        ctx.tools.call("zoom_to_window", dict(win, margin=0.02))
+    except (McpError, McpToolError):
+        pass
+
+
 def review_frame(ctx, evidence, system_prompt, log=print):
-    """审查单个图框，返回结构化结论 `{"summary", "issues", "raw"}`。"""
+    """审查单个图框，返回结构化结论 `{"summary", "issues", "raw"}`。
+
+    审查中的放大取证会改动视口，故在 finally 里复位——**仅当确实动过视口**
+    （LLM 只查结构化数据时不动用户视图）。
+    """
+    view_changed = [False]
+    try:
+        return _review_frame(ctx, evidence, system_prompt, log, view_changed)
+    finally:
+        if view_changed[0]:
+            _reset_viewport(ctx, evidence)
+
+
+def _review_frame(ctx, evidence, system_prompt, log, view_changed):
     payload = evidence_payload(evidence)
     user_content = [
         {
@@ -105,6 +140,8 @@ def review_frame(ctx, evidence, system_prompt, log=print):
             except json.JSONDecodeError:
                 args = {}
             log(f"      [取证] {name} {args if args else ''}")
+            if name in _VIEW_TOOLS:
+                view_changed[0] = True
             content, image_budget = _run_readonly_tool(ctx, name, args, image_budget)
             messages.append(
                 {"role": "tool", "tool_call_id": tool_call.id, "content": content}