给模型输出写快照测试

团队每次调 DeepSeek 的系统提示词都心里没底，改完不知道结构化输出的字段还对不对，需要一套不会因为文字润色就误报的回归测试时用这个。

【需求】
设计模型输出的快照测试方案：
1. 被测对象是一个返回 JSON 的接口，字段固定为 title、summary、keywords、scenes 四个；
2. 断言只锁结构不锁文字：字段名集合、字段类型、keywords 数组长度区间、每条长度上限；
3. 文字部分用相似度阈值（比如与上次快照的余弦相似度不低于 0.75）而不是精确相等；
4. 快照文件按用例名存 JSON，首次运行生成、之后比对，提供 --update 参数更新；
5. 给出 CI 里的执行方式，以及模型临时不可用时如何跳过而不是失败。

【输出要求】
1. 用 Python + pytest 实现，给完整可跑的测试文件；
2. 相似度用标准库实现（字符级 n-gram 重合度即可），不引入第三方库；
3. 说明为什么不能直接断言全文相等（模型有随机性、温度大于 0 时必然抖动）；
4. 最后列出 3 类应该做精确断言的情况（枚举值、必填字段、长度硬上限）。

---