fix(memory)!: 视觉路被文本块饿死 —— 模态过滤必须在截断之前

## 回归（块 union 化引入，真实数据实测）

CAS 时代 `crossmodal.go` 的视觉路查 `QueryMediaScored`，SQL 是
`FROM media`——**只含媒体**，结构上不可能被文本块挤掉。
86572d13 把它换成通用 `RecallBlocks`（全局 top-K，含数千文本块），
于是视觉路每查必空。

## 定量证据（生产模型 chineseclip + 真实生产库副本）

同一向量空间内，文本查询与两类块的原始余弦：

| 查询 | 图像块 max / p95 | 文本块 max / p95 |
|---|---|---|
| 图片 | 0.3773 / 0.3554 | 1.0000 / 0.8644 |
| 一张图片 | 0.4096 / 0.3707 | 0.9222 / 0.8693 |
| 照片 | 0.3850 / 0.3651 | 0.9349 / 0.8672 |

图片的绝对相似度天然低于「字面相同的文本」。复刻生产调用
（per = max(8, topK*2)，再 `continue` 掉文本块）：

    per=  8 → 5 次查询 40 条，图像块 0 条
    per=200 → 5 次查询 1000 条，图像块 0 条   ← 视觉路被彻底饿死

根因：**「取全局 top-K 再过滤掉文本块」——过滤发生在截断之后**，
名额早已被文本块占满。下面的 `continue` 只是防御，不是筛选手段。

## 修法

`BlockRecallQuery` 新增 `Modality` / `ExcludeText`，并在 **SQL 层**
限定（不是取回来再丢）：
  - 语义正确：让 top-K 在目标模态内部竞争
  - 顺带省算力：不必反序列化 3639 个文本块的向量再丢弃

`crossmodal.go` 视觉路传 `ExcludeText: true`。修复后同一诊断：
`per=200 → 560 条全部是图像块，文本块 0 条`。

## 判据（含变异）

- `TestRecallBlocks_模态过滤在截断前生效`（单测，500 满分文本块 + 2 低分媒体块）：
  ① `ExcludeText` TopK=2 仍取到 2 个媒体块；② `Modality=image` 只返回图像块。
  **变异**（同时移除 SQL 过滤与循环内 continue）→ 两条断言当场 FAIL。
  注：只移除 SQL 过滤而保留循环内 continue **不算变异**——语义等价，
  差别仅在性能（这点也实测确认过）。
- `TestE2E_MultimodalBlockRecall`（-tags 'e2e onnxruntime'，生产模型 + 真库）：
  ① 12 个真图块可嵌入（512 维）；② 12/12 块能被自己的向量召回（纯向量）；
  ③ 跨进程重开后向量/指纹/字节都在；④ `ExcludeText` 视觉路召到 20 个媒体块。
  判据②原写成"必须 top1"，实测发现同一张图被存成 4 个块（digest 相同）
  → 向量逐位相同 → 并列满分，top1 只取决于排序稳定性。
  改为"必须出现在满分并列集，且排在它前面的都必须是同内容"。

回归：memory / agent-core / sdk 全绿；全仓生产编译 GREEN。

internal/memory/block_recall_test.go

@@ -167,6 +167,64 @@ func TestRecallBlocks_MinScore过滤(t *testing.T) {
 	}
 }
 
+// 模态过滤：ExcludeText / Modality 必须在**截断之前**生效。
+//
+// 这是块 union 化引入的真实回归的判据（2026-10-12）：
+// 视觉路从 CAS 时代的 `FROM media`（只含媒体）改成全局 RecallBlocks，
+// 而实测同一 chineseclip 空间里图像块绝对 cosine（0.36~0.41）天然低于
+// 文本块（0.65~1.00）——「取全局 top-K 再过滤掉文本块」会让名额先被文本
+// 块占满，视觉路必空（实测 per=200 返回 1000 条里图像块 0 条）。
+//
+// 所以判据不能只查“结果里没有文本块”（那是过滤后的必然），
+// 而是：**文本块数量远超名额时，媒体块仍能占满名额**。
+func TestRecallBlocks_模态过滤在截断前生效(t *testing.T) {
+	g := newBlockTestGraph(t)
+	var blocks []MemoryBlock
+	// 500 个文本块，相似度全都**高于**媒体块
+	for i := 0; i < 500; i++ {
+		blocks = append(blocks, MemoryBlock{
+			ID:       "txt" + string(rune('a'+i%26)) + string(rune('0'+i/26)),
+			Modality: BlockText, Text: "文本",
+			Vector: vec(1, 0), Fingerprint: "fp", // 与查询完全一致：1.0
+		})
+	}
+	// 2 个媒体块，相似度明显低
+	blocks = append(blocks,
+		MemoryBlock{ID: "img1", Modality: BlockImage, MIME: "image/png", Data: []byte("a"),
+			Vector: vec(0.5, 0.5), Fingerprint: "fp"},
+		MemoryBlock{ID: "img2", Modality: BlockAudio, MIME: "audio/wav", Data: []byte("b"),
+			Vector: vec(0.4, 0.6), Fingerprint: "fp"},
+	)
+	mustPut(t, g, blocks)
+
+	// ① ExcludeText：TopK=2 —— 若过滤在截断后，会被 500 个满分文本块占满 → 0 条
+	hits, err := g.RecallBlocks(BlockRecallQuery{
+		Vector: vec(1, 0), TopK: 2, ExcludeText: true,
+	})
+	if err != nil {
+		t.Fatal(err)
+	}
+	if len(hits) != 2 {
+		t.Fatalf("ExcludeText 应取到 2 个媒体块，实际 %d 条: %v", len(hits), hitIDs(hits))
+	}
+	for _, h := range hits {
+		if h.Block.Modality == BlockText {
+			t.Errorf("ExcludeText 仍返回文本块: %s", h.Block.ID)
+		}
+	}
+
+	// ② Modality=image：只要图像，不要音频
+	hits, err = g.RecallBlocks(BlockRecallQuery{
+		Vector: vec(1, 0), TopK: 5, Modality: BlockImage,
+	})
+	if err != nil {
+		t.Fatal(err)
+	}
+	if len(hits) != 1 || hits[0].Block.ID != "img1" {
+		t.Fatalf("Modality=image 应只返回 img1，实际 %v", hitIDs(hits))
+	}
+}
+
 // 库里没有任何块时返回空切片而非错误（"还没回填"是正常状态）。
 func TestRecallBlocks_空库不报错(t *testing.T) {
 	g := newBlockTestGraph(t)