Согласование радиуса: summary = max_distance × средний психотип-множитель

- search_engine: max_distance_km передаётся в analyzer (case_data).
- rules_analysis: search_radius = max_distance × _psychotype_radius_multiplier
  (среднее по полосам 0-500/0.5-1.5/1.5-2.5/2.5+). Убран двойной учёт
  age/season: score_zone.distance_multiplier их уже содержит, а max_distance
  их тоже учёл — раньше radius = multiplier×2.0 (хардкод) давал 1.6 км при
  радиусе 2.4 км.
- UI: подсказка у «×0.8» — коэффициент скоринга, не радиуса.
- Тест: согласованность summary↔формула.

services/rules_analysis.py

@@ -178,6 +178,17 @@ def _psychotype_phrase(case_data: dict, distance_km: float) -> str | None:
     return None
 
 
+def _psychotype_radius_multiplier(case_data: dict) -> float:
+    """Средний множитель психотипа по полосам дистанции (без двойного учёта
+    возраст/сезон — они уже в max_distance)."""
+    mods = case_data.get('psychotype_modifiers')
+    if not mods:
+        return 1.0
+    vals = [mods.get(k, 1.0) for k in ('zone_0_500', 'zone_500_1500',
+                                       'zone_1500_2500', 'zone_2500plus')]
+    return sum(vals) / len(vals)
+
+
 def _build_zone_reason(zone: dict, case_data: dict) -> str:
     """Словесное пояснение приоритета зоны — по тем же факторам, что считает
     WeightedScorer (детерминированно, без выдумок): рельеф, вода, дороги, НП,
@@ -238,7 +249,8 @@ async def rules_analyze(case_data: dict[str, Any]) -> AnalysisResult:
     urgency = _age_urgency(age, profiles)
 
     primary_zones: list[PrimaryZone] = []
-    search_radius_km = 5.0
+    base_km = float(case_data.get('max_distance_km') or 5.0)
+    search_radius_km = round(base_km * 1.0, 1)
 
     if case_data.get('lat') and case_data.get('lon'):
         try:
@@ -273,7 +285,11 @@ async def rules_analyze(case_data: dict[str, Any]) -> AnalysisResult:
                     distance=zone['distance_km'],
                     reason=_build_zone_reason(zone, case_data),
                 ))
-            search_radius_km = scorer.distance_multiplier * 2.0
+            # Радиус = max_distance (НормС×коэффициенты) × средний психотип-множитель.
+            # score_zone.distance_multiplier НЕ используется: он накопил age/season,
+            # уже учтённые в max_distance — двойной учёт.
+            base_km = float(case_data.get('max_distance_km') or 2.0)
+            search_radius_km = round(base_km * _psychotype_radius_multiplier(case_data), 1)
         except Exception as e:
             logger.warning(f'Geo/scoring service error: {e}')