fix(kbdb): search keyword 補 source filter（#66）＋semantic 曝 top_k/min_score 帶 score（#67）

#66：/entries/search keyword 路徑 source 解析後丟棄（#5.1 只接了 listEntries 那半）——
searchEntries 尾端加 source?（既有 positional caller 全不用改），conds 補與 listEntries
同款 json_extract(metadata_json,'$.source') 謂詞；route keyword 分支與 semantic 降級
分支兩處傳入。

#67：semantic 固定 topK=20、零分數閾值、低分尾硬湊數——route 曝 top_k（預設 20、封頂
100）與 min_score（預設 0＝不過濾）query 參數；semanticSearch 依 min_score 截低分尾；
semantic 回應 entry 附 score 欄（加欄不改形）。壞值（非數字/非正）視同沒帶，不 400。

向後相容：不帶新參數時輸出與現況一致（semantic 僅多 score 資訊）；不動表（D6）、
不動 D1 結構（API-as-Wall）。測試：新增 search-source-and-score.test.ts 13 條
（source 謂詞形狀/route 下傳/降級不洩 filter/min_score 截斷/topK 透傳封頂/壞值防呆/
不帶參數行為不變），kbdb vitest 33/33 綠、tsc 0。

關聯 #66 #67。merge 後需 gated redeploy kbdb worker（leo 閘）。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01JUmjwkHLVBHM3ydhT1WSW3

kbdb/src/routes/entries.ts

@@ -60,6 +60,11 @@ entryRoutes.get('/', async (c) => {
 //   - entry_type：base 通用 filter（caller 傳任意 type，如 workflow；base 不寫死語意，workflow-discovery Q4）。
 //   - library：多值庫 filter（逗號分隔，portal-auth P1）。keyword 走 json_extract＋NULL→general；
 //     semantic 走 Vectorize $in。未帶＝全庫（行為不變）。
+//   - source：keyword 走 json_extract 謂詞（#66——#5.1 只接了 list 那半，這裡原本解析完即丟）；
+//     semantic 走 Vectorize metadata filter（原本就有）。
+//   - top_k / min_score（#67，semantic 專用）：topK 可調（預設 20、上限 100）＋分數閾值
+//     （預設 0＝不過濾）。未帶＝行為與舊版一致（向後相容）；semantic 回應的 entry 另附 score
+//     欄讓 caller 自裁（加欄不改形，keyword 路徑不受影響）。
 entryRoutes.get('/search', async (c) => {
   const q = c.req.query('q');
   if (!q) return c.json({ success: false, error: 'q required' }, 400);
@@ -68,12 +73,19 @@ entryRoutes.get('/search', async (c) => {
   const entry_type = c.req.query('entry_type') || undefined;
   const library = parseLibraryParam(c.req.query('library'));
   const mode = c.req.query('mode') === 'semantic' ? 'semantic' : 'keyword';
+  // 數字參數防呆：非數字/非正 → 當沒帶（回預設），不 400——與其他 filter「壞值靜默忽略」一致。
+  const topKNum = Number(c.req.query('top_k'));
+  const top_k = Number.isFinite(topKNum) && topKNum > 0 ? Math.floor(topKNum) : undefined;
+  const minScoreNum = Number(c.req.query('min_score'));
+  const min_score = Number.isFinite(minScoreNum) && minScoreNum > 0 ? minScoreNum : undefined;
 
   if (mode === 'semantic') {
-    const hits = await semanticSearch(c.env, q, { owner_id, source, entry_type, library });
+    const hits = await semanticSearch(c.env, q, {
+      owner_id, source, entry_type, library, topK: top_k, min_score,
+    });
     if (hits === null) {
       // 模組沒開：誠實降級 keyword + 告知「叫 CC 幫你開 vectorize」（不假裝有語義）。
-      const entries = await searchEntries(c.env.DB, q, owner_id, entry_type, undefined, library);
+      const entries = await searchEntries(c.env.DB, q, owner_id, entry_type, undefined, library, source);
       return c.json({
         success: true,
         entries,
@@ -85,13 +97,19 @@ entryRoutes.get('/search', async (c) => {
       });
     }
     // hydrate vector hits → 完整 entry（保持回應形狀與 keyword 一致）。
-    const entries = (await Promise.all(hits.map((h) => getEntry(c.env.DB, h.id)))).filter(
-      (e): e is NonNullable<typeof e> => e !== null,
-    );
+    // #67：entry 附 score（相似分數）——加欄不改形，既有 caller 不解析多的欄位不受影響。
+    const entries = (
+      await Promise.all(
+        hits.map(async (h) => {
+          const e = await getEntry(c.env.DB, h.id);
+          return e ? { ...e, score: h.score } : null;
+        }),
+      )
+    ).filter((e): e is NonNullable<typeof e> => e !== null);
     return c.json({ success: true, entries, count: entries.length, mode: 'semantic' });
   }
 
-  const entries = await searchEntries(c.env.DB, q, owner_id, entry_type, undefined, library);
+  const entries = await searchEntries(c.env.DB, q, owner_id, entry_type, undefined, library, source);
   return c.json({ success: true, entries, count: entries.length, mode: 'keyword' });
 });