修語意搜尋全 0 命中：分數門檻沒跟著 bge-m3 換代（換模型漏掉的第五處）

leo 2026-08-05 實撞：「新上傳的『loop-engine-north-star.md』語義 0 命中，
但舊的『人力媒合系統規劃書』語義 2 命中」。

## 根因不在向量——向量是好的
直打 Vectorize 實測（youlin 實例、bge-m3、1024 維 index）：
  搜「閉環機」→ loop-engine-north-star.md 穩坐第 1-4 名（0.638/0.603/0.588/0.552）
D1 與 Vectorize 也對得上：659 筆 embeddable 全 is_embedded=1、index vectorCount 659。

真兇是 **min_score 門檻綁在舊模型的分數尺度上**：
  舊 bge-base-en-v1.5：中文分數全擠 0.65-0.90（沒區辨力）⇒ t183 取 0.75 砍雜訊，對
  新 bge-m3          ：尺度整體下移（相關 0.5-0.85、雜訊 0.4 上下）⇒ 0.75 砍掉的是正解
leo 看到的「舊檔中、新檔不中」由此而來——「人力媒合系統規劃書」拿 0.842 僥倖存活，
其餘全被門檻掃掉。08-05 換 bge-m3 的「四處同步」清單（embed.ts／deploy.ts／
deploy-all.mjs／worker.js）**漏了這第五處**，因為它不在 kbdb 而在 portal 呼叫端。

## 改動
· kbdb/src/embed.ts：新增 DEFAULT_MIN_SCORE=0.5，**緊鄰 DEFAULT_EMBED_MODEL**
    ——門檻是模型的性質，放模型旁邊，下次換模型的人一定會看到
· cypher-executor/src/routes/portal-data.ts：拿掉硬寫的 0.75，
    只在使用者顯式指定時才傳 min_score（不再各自持有一份數字＝不再漂移）
· console-ui/public/portal/os-split.test.mjs：修好被今天 fe0ee82 弄壞的自測
    （結尾標記寫死文案 ⇒ 改文案就炸「抽不到函式區塊」；改成錨定結構）
    ＋斷言同步改成 Mac 給 DMG

## 0.5 怎麼來的（實測分布，不是猜的）
「閉環機」            0.638/0.603/0.588/0.552 全是目標檔 ── 斷崖 ── 0.446 才是雜訊
「火星座標 奧林帕斯山」 0.750…0.500 全對，0.475 以下才是雜訊
「人力媒合系統規劃書」   0.842 對，0.550 起是雜訊
誠實 trade-off：0.5 非每個查詢都乾淨（「AI 上課名冊」0.658 的 ax-academy 會擠進來），
但「偶有雜訊」遠優於現況「什麼都搜不到」。

## 驗
· kbdb 87/87 綠（三筆斷言隨新契約更新：預設不再是「不過濾」）
· cypher-executor 9 failed/301 passed＝**與改動前逐數相同**（git stash 前後各跑一次）⇒ 既有債
· portal os-split 自測 10/10 綠

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

kbdb/tests/search-source-and-score.test.ts

@@ -131,13 +131,16 @@ function makeSemanticEnv(queryCalls: { opts: Record<string, unknown> }[]) {
 }
 
 describe('#67 — semanticSearch topK / min_score', () => {
-  it('不帶新參數 → topK=20、全 matches 回傳（行為與舊版一致）', async () => {
+  // 🔴 2026-08-05：預設 min_score 由 0（不過濾）改為 DEFAULT_MIN_SCORE（跟著 embed 模型走）。
+  //    原因＝閾值原本硬寫在 portal 呼叫端，換 bge-m3 後沒人回頭改 ⇒ 語義搜尋全 0 命中。
+  //    測資分數 0.9 / 0.5 / 0.2：預設閾值 0.5 ⇒ 只有 0.2 的低分尾被砍。
+  it('不帶 min_score → topK=20、套用預設閾值（低分尾 0.2 被砍）', async () => {
     const calls: { opts: Record<string, unknown> }[] = [];
     const env = { DB: makeCaptureDB([]), ENVIRONMENT: 'test', ...makeSemanticEnv(calls) } as unknown as Bindings;
     const hits = await semanticSearch(env, 'query', {});
     expect(calls[0].opts.topK).toBe(20);
-    expect(hits?.length).toBe(3);
-    expect(hits?.map((h) => h.score)).toEqual([0.9, 0.5, 0.2]); // score 帶回
+    expect(hits?.map((h) => h.id)).toEqual(['e-high', 'e-mid']);
+    expect(hits?.map((h) => h.score)).toEqual([0.9, 0.5]); // score 帶回
   });
 
   it('min_score=0.5 → 低分尾截掉（>= 閾值者留）', async () => {
@@ -181,14 +184,14 @@ describe('#67 — route GET /entries/search（semantic）top_k / min_score / sco
     expect(body.entries.map((e) => e.score)).toEqual([0.9, 0.5]);
   });
 
-  it('不帶新參數 → Vectorize 補位 topK=60（預設 20×3），回應仍全量回傳（行為不變），entry 仍附 score（加欄不改形）', async () => {
+  it('不帶新參數 → Vectorize 補位 topK=60（預設 20×3），套用預設閾值後回 2 筆，entry 仍附 score（加欄不改形）', async () => {
     const calls: { opts: Record<string, unknown> }[] = [];
     const { app, env } = makeSemanticApp(calls);
     const res = await app.request('/entries/search?q=x&mode=semantic', {}, env);
     expect(res.status).toBe(200);
     const body = (await res.json()) as { count: number; entries: (Entry & { score?: number })[] };
     expect(calls[0].opts.topK).toBe(60); // t24 補位：預設 20 × 3
-    expect(body.count).toBe(3);
+    expect(body.count).toBe(2); // 08-05：預設閾值生效，0.2 的低分尾被砍
     expect(body.entries[0].score).toBe(0.9);
     // 原有欄位一個不少（回應形狀向後相容）
     expect(body.entries[0].id).toBe('e-high');
@@ -203,7 +206,8 @@ describe('#67 — route GET /entries/search（semantic）top_k / min_score / sco
       expect(res.status).toBe(200);
       const body = (await res.json()) as { count: number };
       expect(calls[0].opts.topK).toBe(60); // t24 補位：預設 20 × 3
-      expect(body.count).toBe(3); // 無閾值 → 全量
+      // 壞值＝視同沒帶 ⇒ 落回預設閾值（08-05 起非 0），故仍砍掉 0.2 的低分尾。
+      expect(body.count).toBe(2);
     }
   });