feat(knowledge)!: 检索改为纯稠密向量路，去掉三路融合

按「完全改用向量方案」的要求，SearchIn 现在只走多模态稠密路，
不再与稀疏语义路 / 词法路融合。

## 为什么必须去掉融合（实测，不是判断）

生产知识库（192 条）上，10 条带标注查询的命中率：

    改前（三路融合）  top1= 1/10  top3= 2/10
    改后（纯稠密路）  top1= 6/10  top3= 7/10

改前连条目**自己的全名**都搜不到：
`plugin_dev_sdk` 搜不到 `plugin_dev_sdk`、`homeagent_identity` 搜不到
`homeagent_identity`，用户看到的是「查什么都返回同样的几个无关条目」。

而稠密路单独打分时**全库排名 1/192**：

    the_jet_engine     → the_jet_engine_rolls-royce  0.769
    plugin_dev_sdk     → plugin_dev_sdk              0.852
    homeagent_identity → homeagent_identity          0.823

### 根因：逐路归一化把噪声抬到与信号同权

`addPath` 把每路都按**查询内最大值**归一化到 1.0 再加权：

    scores[h.id] += weight * h.score / max

于是词法路原始分只有 **0.027** 的弱信号归一化后也变成 1.0，与稠密路的
1.0 等权相加。叠加两个因素：

- jieba 把英文标识符切碎：`the_jet_engine_rolls-royce` →
  `[t h e _ j n g i r o l s - y c]`，两条**无关**文档 token 重叠 50%
- `SetMinScore(0)` 导致 186/192 条都进候选，几乎全库打分

余弦分数**本身就可比**（同空间同维度），根本不需要逐路归一化 ——
那一步当初是为「量级不同的三路」服务的，现在只剩一路，它反而成了
破坏排序的东西。

## 历史结论为何在此翻转

旧注释引的实测（仅稠密路 top-1 15% / MRR 0.271；融合后 21% / 0.376）
建立在这两个**已不成立的前提**上：

- 33 条的小规模 KB（现 192 条，含大量英文标识符）
- 稀疏 fastText 词向量（现 chineseclip 512 维多模态空间）

那段结论我没删，而是在 Search 的注释里写明「前提已变、结论翻转」，
免得后来者看到旧数字又把它改回去。

## 退化路径有意保留

未注入多模态空间时（provider 留空）仍走稀疏两路。不保留的话，
那些部署的知识库会直接变成**完全不可用** —— 比排序差更严重。
该路径行为与接入稠密路之前逐字一致（TestNoDenseSpaceKeepsLegacyBehavior）。

## 判据（都可杀变异，逐个实测）

新增 `dense_recall_quality_test.go`：

- `TestDenseRecallQuality`——带标注 10 条查询，门槛 top1≥4 且 top3≥7。
  把 denseEnabled 改成恒假 → FAIL「top1 仅 1/10」（正是退化态）
- `TestDensePathIsSoleRecall`——钉形状：稠密路必须在稀疏路之前且
  **结果真的参与组装**。第一版只查「有没有调 denseHits」，把结果赋给 `_`
  仍能骗过它；补上 `s.items[h.id]` 断言后，变异（结果不参与组装）才被杀
- `TestSearchDocReflectsDenseOnly`——防文档漂移。第一版简单搜「三路」
  会误伤（新文档解释「为何不再融合」时正当地提到它），改为检查只在
  *声称当前如此* 时才会出现的句子

## 顺带修的

- `TestDenseCrossModalRecall` 的桩把**所有未知文本**映射到同一向量，
  导致 `other` 与 `cat-photo` 正文同向、「猫」查询下 `other` 以余弦 1.0
  压过 `cat-photo` 的 0.707。那是**桩的假象不是产品缺陷**。给 other
  一个真正正交的方向（且 key 必须是 denseFor 实际传入的
  `Name + " " + Content`，写成纯 Content 会静默回落到默认向量）。
- 清掉随融合退场的死代码 `denseSpaceWeight` / `hasAnyDense`，
  并把 `vec`/`lex` 字段注释改准（它们现在只服务退化路径）。
- `rankdiag_test.go` 现在测的是**退化路径**（它不注入多模态空间），
  注释与门槛说明据此改准：实测 top-1 24% / MRR 0.358，
  别拿它当知识库的检索水平。

全仓 `go test ./...` → 48 包 ok / 0 FAIL。

internal/knowledge/rankdiag_test.go

@@ -11,26 +11,34 @@ import (
 	"github.com/JianFeeeee/HomeAgent/internal/memory"
 )
 
-// 知识库检索质量判据（真实数据，默认跳过）。
+// 知识库检索质量判据（**退化路径**：稀疏两路，无多模态空间）。
 //
 //	KB_DIAG=1                              → 跑并打印指标
 //	KB_DIAG=1 KB_DIAG_ASSERT=1             → 额外断言门槛（CI/回归用）
 //	KB_DIAG_ROOT / KB_DIAG_MODELS          → 覆盖数据与词向量路径
 //
-// 判据选「自检索 top-1 / MRR」的原因：不依赖人工标注问答对，且能直接量出
-// **区分度**——词向量取平均后所有文档挤在语料均值附近，前两名分差极小，
-// 排序等于噪声；这一项掉下来就说明检索坏了。
+// # 这条判据现在测的是什么（2026-10-08 改）
 //
-// 实测（33 条真实 KB）：
+// 主路径已改为**纯稠密向量检索**（见 knowledge.go 的 Search 注释），
+// 质量判据在 dense_recall_quality_test.go。本诊断不注入多模态空间，
+// 因此它走的是**退化路径**——即把 core.memory.multimodal_space.provider
+// 留空的部署所用的稀疏两路。
 //
-//	修复前（仅稠密路）  top-1 5/33 = 15%，MRR 0.271，平均分差 0.0133
-//	修复后（稠密+词法融合）top-1 7/33 = 21%，MRR 0.376，平均分差 0.1280
-//	门槛取 MRR ≥ 0.34 且分差 ≥ 0.10（留出余量，只挡「退化回噪声」）
+// 保留它的理由：退化路径仍要能检索（否则那些部署直接变成知识库不可用），
+// 而这条路的质量历史上就没好过——实测（生产 KB 37 条）自检索 top-1 仅 24%。
+// 把它量出来，是为了不把「主路修好了」误当成「两路都好了」。
+//
+// # 门槛的来源
+//
+// 注释里的历史实测（仅稠密路 top-1 15% / MRR 0.271；三路融合 21% / 0.376）
+// 做在**33 条 KB + 稀疏 fastText** 上，而那次「融合更优」的结论已被
+// 纯稠密路推翻（换成 chineseclip 后稠密路全库排名 1/192）。
+// 下面两个门槛沿用至今，只用于挡退化路径自己变差，**不代表主路径的水平**。
 func TestRankingQualityOnRealKB(t *testing.T) {
 	if os.Getenv("KB_DIAG") == "" {
 		t.Skip("需要 KB_DIAG=1（真实 KB + 词向量文件）")
 	}
-	srcRoot := envOr("KB_DIAG_ROOT", envOr("KB_DIAG_ROOT", "/data/knowledge"))
+	srcRoot := envOr("KB_DIAG_ROOT", envOr("KB_DIAG_ROOT", "/home/newqqagent/knowledge"))
 	models := envOr("KB_DIAG_MODELS", "/data/cc.zh.top200k.vec,/data/cc.en.top200k.vec")
 	emb := memory.NewStaticEmbedder(strings.Split(models, ",")...)
 
@@ -131,11 +139,14 @@ func TestRankingQualityOnRealKB(t *testing.T) {
 	}
 
 	if os.Getenv("KB_DIAG_ASSERT") != "" {
+		// 门槛只针对**退化路径**：实测生产 KB 37 条上 MRR 0.358 / top-1 24%。
+		// 这两个数都远低于主路径（纯稠密路全库排名 1/192），别拿它们
+		// 当作知识库的检索水平。
 		if mrr/n < 0.34 {
-			t.Fatalf("检索质量退化：MRR %.3f < 0.34（修复前 0.271，修复后 0.376）", mrr/n)
+			t.Fatalf("退化路径检索质量又变差了：MRR %.3f < 0.34（实测 0.358）", mrr/n)
 		}
 		if rate < 18 {
-			t.Fatalf("检索质量退化：top-1 %.0f%% < 18%%", rate)
+			t.Fatalf("退化路径检索质量又变差了：top-1 %.0f%% < 18%%（实测 24%%）", rate)
 		}
 	}
 }