fix(memory): 增量向量化 + 单分片逐条隔离，召回请求数降一个数量级（M61）

M15（2026-10-13）登记的两条放大源落在记忆层，本次一并收口：

1. 整理轮/入库审查**只嵌增量**：新加 vector.Index.Vectors（SQLite/PG 实现，
   按 id 取已存向量、维度不符当未命中），Store.embedIncremental 先复用索引里的
   向量、只嵌缺的那些，并把手算出的向量回填索引 ⇒ 同一分区第二轮起零请求。
   判据写明为「向量存在性 + 维度一致」（正文在本仓不可就地改写，故无需哈希）。
   维度与当前 embedder 不一致时禁用复用并 WARN（不混两种表示）。
2. 嵌入链对单个慢分片有韧性：embedIsolated 整批失败后逐条隔离，坏的那几条
   记缺口、其余照常返回；一条都没拿到才报错降级。请求数上界 1+B（B=8 ⇒ 9），
   服务整体挂死时一次即收手，不用「请求放大」换韧性。
3. 缺口/复用/回填条数进日志（缺口走 WARN），review 的被审条目拿不到向量时
   如实返回错误 ⇒ 走既有词项余弦降级（不把「算不出来」说成「没有重复」）。

请求数（单测内假 OpenAI 兼容服务端计数，生产 API embedder + 真 SQLite 索引）：
  24 条存量：修复前每轮 3 → 第一轮 3、第二轮 0
  12 条分区整理轮：第一轮 2 → 第二轮 0
  20 条候选的入库审查：26（201÷8）→ 第一条 3、第二条 0
  一条坏正文：保住 7/8 条，代价 9 个请求；整体性故障 9 个请求后收手

internal/runtime/memory/embed_fake_server_test.go

@@ -0,0 +1,163 @@
+package memory
+
+import (
+	"encoding/json"
+	"fmt"
+	"io"
+	"net/http"
+	"net/http/httptest"
+	"strings"
+	"sync"
+	"testing"
+	"time"
+
+	"git.yeij.top/AskaEth/Cyrene_v2/internal/config"
+	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/embedding"
+	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/memory/vector"
+)
+
+// 本文件是「增量向量化 + 单分片韧性」的**请求计数**测试（M61，2026-10-30）。
+//
+// 判据全部落在**真实的生产路径**上：假服务端是一个 OpenAI 兼容的
+// POST /v1/embeddings（应答 {data:[{index,embedding}]}），被测对象是生产用的
+// embedding.NewAPI + vector.New(SQLite) + Store.embedIncremental / Tidier /
+// PreInsertReviewer —— 不是替身。因此这里数出来的请求数就是线上会发出去的请求数。
+//
+// 断言的三件事：
+//  1. **增量**：索引里已有向量的行不再重嵌（第二轮整理轮 = 0 个请求）；
+//  2. **不放大**：同输入 N 条只发 ⌈N/批上限⌉ 个请求（批上限 = 8）；
+//  3. **韧性**：一条坏/慢分片只损失它自己（缺口），其余照常；整体性故障最多
+//     3 个请求就收手（不把放大换韧性）。
+
+const fakeEmbedDim = 8
+
+// fakeDatum / fakeResponse 是 /embeddings 的最小应答形态。
+type fakeDatum struct {
+	Index     int       `json:"index"`
+	Embedding []float32 `json:"embedding"`
+}
+
+type fakeResponse struct {
+	Data []fakeDatum `json:"data"`
+}
+
+// fakeEmbedServer 是**计数的** OpenAI 兼容假服务端。failIf 命中任一输入文本时
+// 该请求回 400（模拟「一条坏正文」），failAll 时全部回 503（模拟服务挂死）。
+type fakeEmbedServer struct {
+	mu       sync.Mutex
+	requests int
+	batches  []int
+	failIf   string
+	failAll  bool
+	dim      int
+	srv      *httptest.Server
+}
+
+// newFakeEmbedServer 起一个假服务端，并在 t.Cleanup 里关掉它。
+func newFakeEmbedServer(t *testing.T) *fakeEmbedServer {
+	t.Helper()
+	f := &fakeEmbedServer{dim: fakeEmbedDim}
+	f.srv = httptest.NewServer(http.HandlerFunc(f.handle))
+	t.Cleanup(f.srv.Close)
+	return f
+}
+
+// apiURL 返回 OpenAI 兼容的完整端点（与 .env 里 EMBEDDING_API_URL 的口径一致）。
+func (f *fakeEmbedServer) apiURL() string { return f.srv.URL + "/v1/embeddings" }
+
+// embedder 返回**生产实现**（embedding.NewAPI），只把端点指到假服务端。
+func (f *fakeEmbedServer) embedder() *embedding.APIEmbedder {
+	return embedding.NewAPI(config.EmbeddingConfig{APIURL: f.apiURL(), Model: "fake-embed"})
+}
+
+// count 返回到目前为止收到的请求数。
+func (f *fakeEmbedServer) count() int {
+	f.mu.Lock()
+	defer f.mu.Unlock()
+	return f.requests
+}
+
+// handle 记一笔请求并按 failIf / failAll 决定应答。
+func (f *fakeEmbedServer) handle(w http.ResponseWriter, r *http.Request) {
+	body, _ := io.ReadAll(io.LimitReader(r.Body, 1<<20))
+	var req struct {
+		Input []string `json:"input"`
+	}
+	if err := json.Unmarshal(body, &req); err != nil {
+		http.Error(w, `{"error":"bad request"}`, http.StatusBadRequest)
+		return
+	}
+	f.mu.Lock()
+	f.requests++
+	f.batches = append(f.batches, len(req.Input))
+	failAll, failIf := f.failAll, f.failIf
+	f.mu.Unlock()
+
+	if failAll {
+		http.Error(w, `{"error":"unavailable"}`, http.StatusServiceUnavailable)
+		return
+	}
+	if failIf != "" {
+		for _, text := range req.Input {
+			if strings.Contains(text, failIf) {
+				http.Error(w, `{"error":"bad input"}`, http.StatusBadRequest)
+				return
+			}
+		}
+	}
+	resp := fakeResponse{Data: make([]fakeDatum, len(req.Input))}
+	for i, text := range req.Input {
+		resp.Data[i] = fakeDatum{Index: i, Embedding: fakeVector(text, f.dim)}
+	}
+	w.Header().Set("Content-Type", "application/json")
+	if err := json.NewEncoder(w).Encode(resp); err != nil {
+		http.Error(w, `{"error":"encode"}`, http.StatusInternalServerError)
+	}
+}
+
+// fakeVector 由正文算一个确定性向量：同一段正文永远得到同一个向量（embedder
+// 的确定性是复用索引向量的前提），不同正文仍在同一个扇区（余弦 > 召回门）。
+func fakeVector(text string, dim int) []float32 {
+	var h uint32
+	for _, r := range text {
+		h = h*31 + uint32(r)
+	}
+	v := make([]float32, dim)
+	for i := range v {
+		v[i] = 1
+	}
+	v[0] = float32(1 + h%5)
+	return v
+}
+
+// fakeIndex 用**生产构造路径** vector.New 建一个真实 SQLite 索引（隔离内存库），
+// embedder 是假服务端背后的生产 API embedder。构造时会探测一次维度 ⇒ 1 个请求。
+func fakeIndex(t *testing.T, emb embedding.Embedder) vector.Index {
+	t.Helper()
+	idx, err := vector.New(config.DBConfig{SQLitePath: ":memory:"}, emb, testLogger())
+	if err != nil {
+		t.Fatalf("vector.New: %v", err)
+	}
+	t.Cleanup(func() { _ = idx.Close() })
+	return idx
+}
+
+// reviewItems 造 n 条同分区条目并**在接入索引之前**落库（模拟历史存量：写入侧
+// 那时还没接索引，所以它们没有向量 —— 这正是整理轮每轮重嵌的那批）。
+func reviewItems(t *testing.T, store *Store, n int) []MemoryItem {
+	t.Helper()
+	base := tidyTestTime(t)
+	items := make([]MemoryItem, 0, n)
+	for i := 0; i < n; i++ {
+		items = append(items, seedTidyItem(t, store, MemoryItem{
+			PersonaID:          "persona.a",
+			Scope:              ScopePersona,
+			Kind:               KindRelationship,
+			Content:            fmt.Sprintf("存量记忆正文 第%d条", i),
+			Confidence:         0.9,
+			CreatedAt:          base.Add(time.Duration(i) * time.Minute),
+			SourceConversation: FormatSourceConversation("web", "m-1"),
+		}))
+	}
+	return items
+}