修复: 知识工具检索接分词与晋升补嵌入

knowledge_search 整句 LIKE 改分词检索,自然语言查询可命中
晋升(手动/复用达标)后补 spawn 嵌入,进入向量检索面
本地截断改调 audit truncate_chars
配置加载下沉 load_knowledge_config 供工具路径共用

src-tauri/src/commands/ai/knowledge_inject.rs

@@ -13,7 +13,7 @@ use df_ai::provider::{ChatMessage, CompletionRequest, LlmProvider, MessageRole};
 use df_ai::router::{
     is_likely_image_model, select_model_id, Modality, TaskRequirements,
 };
-use df_storage::crud::{AiConversationRepo, AiMessageRepo, KnowledgeRepo};
+use df_storage::crud::{AiConversationRepo, AiMessageRepo, AiProviderRepo, KnowledgeRepo};
 use df_storage::db::Database;
 use df_storage::models::{AiProviderRecord, KnowledgeRecord};
 
@@ -196,12 +196,12 @@ fn flush_cjk_bigrams(buf: &mut Vec<char>, out: &mut Vec<String>) {
 /// 嵌入模型由 embedding provider 的池构成(用户在 KnowledgeSettings 配 embedding provider,
 /// 该 provider 的 model_configs 通常即嵌入模型),故 needs_tool_use=false 宽松过滤即可命中。
 async fn resolve_embed_provider(
-    state: &AppState,
+    providers: &AiProviderRepo,
     config: &crate::state::KnowledgeConfig,
 ) -> Option<(Box<dyn LlmProvider>, String)> {
     let id = config.embedding_provider_id.as_ref()?;
     let fallback_model = config.embedding_model.clone().unwrap_or_else(|| "embedding-3".to_string());
-    let rec = match state.ai_providers.get_by_id(id).await {
+    let rec = match providers.get_by_id(id).await {
         Ok(Some(r)) => r,
         _ => {
             tracing::warn!("embedding provider 不存在: {}", id);
@@ -236,7 +236,7 @@ async fn generate_embedding(
     text: &str,
     config: &crate::state::KnowledgeConfig,
 ) -> Option<Vec<f32>> {
-    let (provider, model) = resolve_embed_provider(state, config).await?;
+    let (provider, model) = resolve_embed_provider(&state.ai_providers, config).await?;
     // 截断防超 token 上限(8192 token ≈ 8000 中文字)
     let input: String = text.chars().take(8000).collect();
     match provider.embed(&model, vec![input]).await {
@@ -312,19 +312,32 @@ pub async fn spawn_embedding_for_knowledge(
     record: &df_storage::models::KnowledgeRecord,
 ) {
     let config = state.knowledge_config.lock().await.clone();
+    spawn_embedding_for_record(&state.db, &config, record).await;
+}
+
+/// [`spawn_embedding_for_knowledge`] 的 db+config 版,嵌入语义与发布路径完全一致:
+/// vector_enabled 关闭跳过;provider 解析失败标 failed(修好配置后可补偿重试)。
+///
+/// 供只持 db 无 AppState 上下文的调用方使用(AI 工具 handler 捕获仅 Arc<Database>,
+/// 自动晋升在 spawn 的后台任务内同样拿不到 AppState),配置经
+/// [`crate::state::load_knowledge_config`] 从 KV 现读,与 IPC 路径同一真相源。
+pub(crate) async fn spawn_embedding_for_record(
+    db: &Arc<Database>,
+    config: &crate::state::KnowledgeConfig,
+    record: &KnowledgeRecord,
+) {
     if !config.vector_enabled {
         return;
     }
-    let Some((provider, model)) = resolve_embed_provider(state, &config).await else {
+    let Some((provider, model)) = resolve_embed_provider(&AiProviderRepo::new(db), config).await
-        // provider 解析失败(配置缺/密钥不可用)也标记 failed,允许用户修好配置后补偿重试。
+    else {
-        // 老行为是静默 return(无人感知),现在落 failed 让状态可见可补。
+        let repo = KnowledgeRepo::new(db);
-        let repo = KnowledgeRepo::new(&state.db);
         mark_embedding_failed(&repo, &record.id, "provider 解析失败").await;
         return;
     };
-    // 发布路径单条:Box → Arc 装箱复用 spawn_embedding_task(统一嵌入逻辑,DRY)。
+    // 单条:Box → Arc 装箱复用 spawn_embedding_task(统一嵌入逻辑,DRY)。
     spawn_embedding_task(
-        state.db.clone(),
+        db.clone(),
         Arc::from(provider),
         model,
         record.id.clone(),
@@ -362,7 +375,7 @@ pub async fn retry_failed_embeddings(state: &AppState) -> anyhow::Result<usize>
     if !config.vector_enabled {
         return Ok(count); // 关闭:不动 failed 状态,仅返回条数(前端可据此提示)
     }
-    let resolved = resolve_embed_provider(state, &config).await;
+    let resolved = resolve_embed_provider(&state.ai_providers, &config).await;
     tauri::async_runtime::spawn(async move {
         match resolved {
             Some((provider, model)) => {
@@ -507,7 +520,9 @@ pub(crate) async fn build_knowledge_context(
     let conv_id = conv_id.to_string();
     let query_clone = query.to_string();
     let user_message_id = user_message_id.map(|s| s.to_string());
-    // 晋升开关与阈值取配置快照值拷贝进闭包(决策单未拍板前默认保守,开关默认关)
+    // 晋升开关与阈值取配置快照值拷贝进闭包(决策单未拍板前默认保守,开关默认关);
+    // 配置整体快照一并拷入,晋升成功后补嵌入(spawn_embedding_for_record)用
+    let embed_config = config.clone();
     let auto_publish_enabled = config.auto_publish_enabled;
     let auto_publish_threshold = config.auto_publish_reuse_threshold;
     tauri::async_runtime::spawn(async move {
@@ -526,6 +541,11 @@ pub(crate) async fn build_knowledge_context(
                         // 晋升留痕:生命线记 status_changed(source_ref=auto_publish),
                         // fire-and-forget 与上方 record_referenced 同风格,失败仅 warn 非阻断。
                         timeline.record_auto_publish(id, auto_publish_threshold).await;
+                        // 晋升即进检索面,补嵌入对齐 IPC 发布路径(失败标 failed 可补偿重试,
+                        // 非阻断;vector_enabled 关闭时内部直接跳过)
+                        if let Ok(Some(rec)) = repo.get_by_id(id).await {
+                            spawn_embedding_for_record(&db, &embed_config, &rec).await;
+                        }
                     }
                     Ok(false) => {}
                     Err(e) => tracing::warn!("candidate 自动晋升检查失败(非阻断): {e}"),

src-tauri/src/commands/ai/tools/knowledge.rs

@@ -30,8 +30,11 @@ use df_storage::db::Database;
 use df_storage::models::KnowledgeRecord;
 use df_types::types::new_id;
 
+use crate::commands::ai::audit::truncate_chars;
+use crate::commands::ai::knowledge_inject::{extract_query_keywords, spawn_embedding_for_record};
 use crate::commands::knowledge_timeline::KnowledgeTimeline;
 use crate::commands::now_millis;
+use crate::state::load_knowledge_config;
 
 /// search 结果单条 content 的截断长度:知识全文可能很长,原样返回会回灌 prompt
 /// 挤占上下文;截 500 字给 LLM 足够判断「这条是否相关」,需全文时走 IPC/前端看详情。
@@ -49,7 +52,7 @@ pub fn register(registry: &mut AiToolRegistry, db: &Arc<Database>) {
         registry,
         db: Arc<Database>,
         "knowledge_search",
-        "检索本地知识库(仅已发布知识,按关键词 LIKE 匹配,按复用次数降序)。使用时机:回答前需要过往经验/项目约定/踩坑记录时调用,如用户问「之前怎么解决的」「有没有相关约定」。用户说「记住/记一下/以后注意」时不要用本工具,改用 knowledge_insert。参数:query=知识主题关键词(必填),limit=返回条数(可选,默认 5,上限 10)",
+        "检索本地知识库(仅已发布知识,query 自动分词提取关键词匹配,标题命中优先、复用次数降序)。使用时机:回答前需要过往经验/项目约定/踩坑记录时调用,如用户问「之前怎么解决的」「有没有相关约定」。用户说「记住/记一下/以后注意」时不要用本工具,改用 knowledge_insert。参数:query=知识主题关键词或自然语言描述(必填,自动分词),limit=返回条数(可选,默认 5,上限 10)",
         RiskLevel::Low,
         schema: object_schema(vec![("query", "string", true), ("limit", "integer", false)]),
         args => {
@@ -59,7 +62,11 @@ pub fn register(registry: &mut AiToolRegistry, db: &Arc<Database>) {
             }
             let limit = args["limit"].as_u64().unwrap_or(5).clamp(1, 10) as usize;
             let repo = df_storage::crud::KnowledgeRepo::new(&db);
-            let hits = repo.search(query, None, limit).await?;
+            // 整句 LIKE 对中文自然语言命中率≈0(知识库走查 2026-09-29),与注入检索同源
+            // 分词(ASCII 词 + 中文 2-gram)后逐词匹配,任一关键词命中即入候选。
+            // 仅已发布(include_candidates=false):LLM 检索面与人工审核面一致。
+            let keywords = extract_query_keywords(query);
+            let hits = repo.search_keywords(&keywords, false, limit).await?;
             // 空结果返回可执行的下一步指引而非裸空数组:弱模型拿到 [] 常直接回「没找到」
             // 结束,带上「让用户口述 + insert 沉淀」能把检索失败转化为知识积累入口。
             if hits.is_empty() {
@@ -71,21 +78,10 @@ pub fn register(registry: &mut AiToolRegistry, db: &Arc<Database>) {
             let results: Vec<serde_json::Value> = hits
                 .iter()
                 .map(|k| {
-                    // 按 chars 截断而非字节切片:中文内容按字节切会落在 UTF-8 边界上 panic
-                    let snippet = if k.content.chars().count() > SEARCH_CONTENT_SNIPPET_LEN {
-                        let truncated: String = k
-                            .content
-                            .chars()
-                            .take(SEARCH_CONTENT_SNIPPET_LEN)
-                            .collect();
-                        format!("{truncated}…")
-                    } else {
-                        k.content.clone()
-                    };
                     serde_json::json!({
                         "title": k.title,
                         "kind": k.kind,
-                        "content": snippet,
+                        "content": truncate_chars(&k.content, SEARCH_CONTENT_SNIPPET_LEN),
                         "status": k.status,
                         "reuse_count": k.reuse_count,
                     })
@@ -194,6 +190,12 @@ pub fn register(registry: &mut AiToolRegistry, db: &Arc<Database>) {
             KnowledgeTimeline::new(&db)
                 .record_manual_publish(id, "agent")
                 .await;
+            // 转正即进检索面,后台补嵌入对齐 IPC 发布路径(knowledge_update_status);
+            // 失败标 failed 可补偿重试,非阻断,vector_enabled 关闭时内部直接跳过
+            if let Some(rec) = repo.get_by_id(id).await? {
+                let config = load_knowledge_config(&db).await;
+                spawn_embedding_for_record(&db, &config, &rec).await;
+            }
             Ok(serde_json::json!({
                 "id": id,
                 "status": "published",

src-tauri/src/state.rs

@@ -23,6 +23,7 @@ pub use allowed_dirs::{
 };
 pub use knowledge_config::{
     ExtractTrigger, KnowledgeConfig, KNOWLEDGE_CONFIG_KEY, APPROVAL_TIMEOUT_KEY,
+    load_knowledge_config,
 };
 pub use llm_concurrency::{LlmConcurrency, ProviderAcquire};
 
@@ -379,17 +380,11 @@ impl AppState {
     ///
     /// 原纯内存 knowledge_config 启动 default() 覆盖致用户配置重启全丢;save_config 落
     /// KNOWLEDGE_CONFIG_KEY KV,本方法启动恢复。失败(读 KV/反序列化)不阻断启动,保持 default。
+    /// 加载与降级逻辑下沉 [`load_knowledge_config`](knowledge_config::load_knowledge_config),
+    /// 与只持 db 的 AI 工具路径共用。
     pub async fn reload_knowledge_config(&self) {
-        match self.settings.get(KNOWLEDGE_CONFIG_KEY).await {
+        let cfg = knowledge_config::load_knowledge_config(&self.db).await;
-            Ok(Some(json)) => match serde_json::from_str::<KnowledgeConfig>(&json) {
+        *self.knowledge_config.lock().await = cfg;
-                Ok(cfg) => *self.knowledge_config.lock().await = cfg,
-                Err(e) => tracing::warn!(
-                    "[KNOWLEDGE-CONFIG] KV 反序列化失败,保持 default: {}", e
-                ),
-            },
-            Ok(None) => {} // 首次启动无持久化,保持 default
-            Err(e) => tracing::warn!("[KNOWLEDGE-CONFIG] 读 KV 失败,保持 default: {}", e),
-        }
     }
 
     /// 从 Settings KV 恢复审批超时分钟数(默认 15 分钟,0=禁用)。

src-tauri/src/state/knowledge_config.rs

@@ -1,5 +1,10 @@
+use std::sync::Arc;
+
 use serde::{Deserialize, Serialize};
 
+use df_storage::crud::SettingsRepo;
+use df_storage::db::Database;
+
 // ============================================================
 // 知识库配置(提取 + 注入)
 // ============================================================
@@ -80,6 +85,24 @@ fn default_auto_publish_reuse_threshold() -> i64 {
     5
 }
 
+/// 从 Settings KV 加载知识库配置,缺 KV/读失败/反序列化失败一律回退 default(不阻断调用方)。
+///
+/// AppState::reload_knowledge_config(启动恢复)与只持 db 的调用方(AI 工具 handler 无
+/// AppState 上下文)共用,保证两条路径同一真相源、同一降级语义。
+pub async fn load_knowledge_config(db: &Arc<Database>) -> KnowledgeConfig {
+    match SettingsRepo::new(db).get(KNOWLEDGE_CONFIG_KEY).await {
+        Ok(Some(json)) => serde_json::from_str::<KnowledgeConfig>(&json).unwrap_or_else(|e| {
+            tracing::warn!("[KNOWLEDGE-CONFIG] KV 反序列化失败,保持 default: {}", e);
+            KnowledgeConfig::default()
+        }),
+        Ok(None) => KnowledgeConfig::default(),
+        Err(e) => {
+            tracing::warn!("[KNOWLEDGE-CONFIG] 读 KV 失败,保持 default: {}", e);
+            KnowledgeConfig::default()
+        }
+    }
+}
+
 impl Default for KnowledgeConfig {
     fn default() -> Self {
         Self {