上下文因果分析 (Context Causality)
Mantra v0.11.0 引入了上下文因果分析。它通过 AI 自动分析，帮你建立起「参考文件」与「代码变更」之间的逻辑联系，揭示 AI 为什么会写出这样的代码。
为什么需要因果分析？
在复杂的 AI 会话中，AI 经常会读取多个文件（如文档、基类、工具函数）作为参考，然后才输出代码。传统的工具仅能展示这些文件被读取过，但无法告诉你具体是哪一部分内容影响了最终的代码生成。
因果分析 解决了这个问题：
- 磁吸关联：将高置信度的参考片段直接关联到对应的代码 Diff 块旁。
- 高亮追踪：悬停在代码变更上，自动点亮它所参考的原文内容。
- 背景聚合：在消息详情中聚合展示所有被提及的文件。
核心功能
1. 自动提取提及文件
解析器现在能自动从 read_file 等工具调用中提取文件路径，并在消息头部显示该消息涉及的所有文件清单。
2. 参考块提升 (Context Promotion)
工具执行的结果（如读取到的文件内容）不再仅仅是死板的文本，而是被提升为具有语义的「参考内容块 (Reference Block)」。
3. AI 因果映射
系统通过后台 AI 任务，分析 Reference Block 与 CodeDiff 之间的因果逻辑：
- 高置信度 (> 0.8)：视为直接原因，在 UI 上进行强关联展示。
- 低置信度 (< 0.3)：视为背景知识，收纳在侧边栏。
交互体验
- 悬停预览：在叙事面板中，将鼠标悬停在一段代码变更上，系统会自动通过线条或高亮连接到它参考的那个文档片段。
- 上下文面板：点击消息旁的「上下文」图标，可以查看该消息完整的数据依赖关系图。