fix(memory): 空 query 不再触发语义回退 + 回退有界（修真机 39 秒召回）

真因（agent-197，文件:行）：只有附件的消息正文为空 ⇒ queryFromMessages 返回空串 ⇒
retrieve.go 的 vectorIndexScores 在问索引之前就 return ⇒ 上层分不清「没问过索引」与
「索引无命中」⇒ 打出误导的 no-candidate-hit ⇒ 转内存回退，把全库 302 条候选正文塞进
一个 embedding 请求（302 × 约 130ms = 39.3 秒，与实测 duration_ns 吻合）。
索引/维度/表/写入其实全是好的（PG vec_items 302 行全 dim=1024，与 SQLite 302 个 id 集合相同）。
修法：空/纯空白 query 整条语义路径跳过（不问索引、不 embed）；回退改为有界
（分批 32 + 1 秒时间预算 + 正文到向量 FIFO 缓存 1024，不再每回合重算）。
文件：retrieve.go / retrieve_semantic.go + 新增 retrieve_fallback.go / retrieve_keyword.go /
retrieve_fallback_test.go（retrieve.go 曾达 501 行，按 ≤500 拆分）。
变异：去掉空 query 门 ⇒ 向量化 43 条文本（want 0）；整库单请求 ⇒ 69 条超上限 32；停用缓存 ⇒ 重复嵌入。

internal/runtime/memory/retrieve_semantic.go

@@ -6,9 +6,9 @@ import (
 	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/embedding"
 )
 
-// 本文件收拢语义打分的辅助件：内存余弦相似度与「索引没答上、改走
-// 内存回退」的一次性告警。它们的用量小但分散，独立成文件是为了让
-// retrieve.go 保持可读（文件 ≤500 行，AGENTS §10）。
+// 本文件收拢语义打分的辅助件：内存余弦相似度与语义路径的
+// 一次性告警（回退发生、回退超预算）。它们的用量小但分散，
+// 独立成文件是为了让 retrieve.go 保持可读（文件 ≤500 行，AGENTS §10）。
 
 // cosineSim 计算两个向量的余弦相似度，由调用方夹到 [0,1]。
 // 长度为零或不一致的向量得 0。
@@ -42,3 +42,20 @@ func (r *Retriever) warnSemanticFallback() {
 	r.fallbackWarned = true
 	r.log.Debug("memory: vector index had no candidate hit, using in-memory cosine fallback")
 }
+
+// warnFallbackBudget 报告一次「内存余弦回退没能在预算内把候选正文
+// 向量化完，本轮语义分只有一部分」。它是 Warn 而不是 Debug：语义分
+// 少了一部分会静默改变排名，运维必须看得见（AGENTS §10 日志带来源）。
+// 同样每个检索器只报一次 —— 该状态在一次运行里基本不变（索引缺向量
+// 或 embedder 慢），逐次告警只会把日志刷满；条数由日志字段给出，
+// 需要细看时看 candidates/embedded。
+func (r *Retriever) warnFallbackBudget(candidates, embedded int) {
+	r.seedMu.Lock()
+	defer r.seedMu.Unlock()
+	if r.budgetWarned {
+		return
+	}
+	r.budgetWarned = true
+	r.log.Warn("memory: in-memory cosine fallback exceeded its embed budget, semantic scores partial",
+		"candidates", candidates, "embedded", embedded, "budget", r.embedBudget())
+}