WIP(kbdb): 語意搜尋零命中的排查——⚠️ 被總管中途叫停，未完成驗證

leo 2026-08-11 判斷「如果是 Vectorize 沒完成就不用查了」，總管據此停線。
真因已經寫在 repo 自己的註解裡（kbdb/wrangler.toml:43-51，Arcrun#11）：
metadata index 只收「建立後 upsert」的向量，既有向量須 reindex，
否則帶 owner_id filter 一律 0 命中——與實測每一格吻合
（805 筆在、關鍵字搜得到、語意 0、拿自己查自己也 0 ⇒ 不是分數門檻）。

⚠️ 這批改動是排查途中的產物，**沒有走完驗證**，不要當成可用的修法。
保留只是不讓它憑空消失（總管中斷造成，不是它做壞）。
接手的人請先讀 Arcrun#85 上的結論再決定要不要用。

真正的補救是 reindex，而 reindex 要燒 AI 額度
⇒ 卡在 Arcrun#85 的每日額度閘上線之後才能做。

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

kbdb/src/routes/entries.ts

@@ -35,6 +35,41 @@ function fireAndForget(c: { executionCtx?: ExecutionContext }, p: Promise<unknow
   else void p.catch(() => {});
 }
 
+/**
+ * 「這次零命中，是不是因為 Vectorize 的 metadata 過濾整個是死的？」
+ *
+ * 🔴 2026-08-11 立（Arcrun#85 D70，leo21c 實撞）：那台實例的現役 index
+ * `arcrun-kbdb-embed-m3` 上 **一個 metadata index 都沒有**（換代時漏建），於是
+ * Vectorize 對 owner_id/source/entry_type/library 下任何 filter 都回 0 筆。
+ * 而**每一條真實使用者路徑都會帶 owner_id 做租戶隔離**（portal、MCP、workflow 搜尋皆然）
+ * ⇒ 語意搜尋 100% 全盲，但系統只會回「沒有找到符合的內容，換個說法再試試看」。
+ *
+ * 判法不靠猜、也不查 Cloudflare 設定（KBDB 這面牆內打不到那支 API）：
+ * **同一句查詢，把 metadata filter 全部拿掉再打一次**。
+ *   有命中 → 向量在 index 裡，死的是 filter（回 true）
+ *   仍零命中 → 就是這次查詢真的沒撞到東西（回 false，維持 no_match）
+ *
+ * 成本紀律：只在「已有嵌入資料卻零命中」這個**本來就已經降級**的分支才會被呼叫，
+ * 正常有結果的查詢一次都不會多花。多的是一次 AI.run + 一次 Vectorize query。
+ * 沒帶任何 filter 的查詢直接回 false（沒有 filter 可以怪，也不必多打一次）。
+ * 探針自己出錯一律回 false——診斷絕不能把查詢本身弄壞（誠實限制，mindset §7）。
+ */
+async function filterIsBlind(
+  env: Bindings,
+  q: string,
+  f: { owner_id?: string; source?: string; entry_type?: string; library?: string[] },
+): Promise<boolean> {
+  const hasFilter = !!(f.owner_id || f.source || f.entry_type || (f.library && f.library.length > 0));
+  if (!hasFilter) return false;
+  try {
+    // min_score:0 ＋ 小 topK：只問「拿掉 filter 到底有沒有東西」，不問品質。
+    const probe = await semanticSearch(env, q, { topK: 5, min_score: 0 });
+    return (probe ?? []).length > 0;
+  } catch {
+    return false;
+  }
+}
+
 // library 多值參數（逗號分隔，portal-auth P1，design §3.3）。空值/全空白 → undefined（＝不過濾，
 // 行為與未帶參數一字不變——向後相容硬驗收）。
 function parseLibraryParam(raw: string | undefined): string[] | undefined {
@@ -289,7 +324,7 @@ entryRoutes.get('/search', async (c) => {
     // 三態都給人話 capability_hint（給使用者）+ admin_hint（技術細節，給維運者/CC）。
     // 正常有結果（entries.length>0）完全不受影響，回應形狀不變。
     if (entries.length === 0) {
-      let empty_reason: 'no_index' | 'no_match' | 'stale_index';
+      let empty_reason: 'no_index' | 'no_match' | 'stale_index' | 'filter_blind';
       let capability_hint: string;
       let admin_hint: string;
       if (hits.length === 0) {
@@ -308,6 +343,26 @@ entryRoutes.get('/search', async (c) => {
           capability_hint =
             '這個知識庫還沒有整理好的內容可以搜尋——通常是剛裝好、資料還沒同步進來。等同步小幫手跑完再來搜就有了。';
           admin_hint = `owner_id=${owner_id ?? '(all)'} 範圍 embedded=0 且 pending=0：沒有任何標記 embed:true 的 entry——多半是 ingest 還沒跑（正常的空），少數情況是 ingest 管線沒標 embed 旗標（要查管線）。`;
+        } else if (await filterIsBlind(c.env, q, { owner_id, source, entry_type, library })) {
+          // 🔴 2026-08-11（Arcrun#85 D70，leo21c 實撞，三小時才挖出來的那個病）：
+          //   「有 N 筆嵌入資料卻零命中」在這裡曾一律被歸成 no_match，回給使用者
+          //   「換個說法再試試看」——但那台實例的真相是 **Vectorize 的 metadata index
+          //   一個都沒建**（換 index 世代時漏了），所以**每一次**帶 owner_id 的語意查詢
+          //   都回 0，換幾種說法都一樣。把系統故障說成使用者的問題，正是 leo 08-09
+          //   直令禁止的那件事；而且它是靜默的——沒人會因為「搜不到」去查 Vectorize 設定。
+          //   判法不靠猜：**同一句查詢拿掉 metadata filter 再打一次**，有命中就證明
+          //   向量在索引裡、死的是 filter（見 filterIsBlind）。
+          empty_reason = 'filter_blind';
+          capability_hint =
+            '語意搜尋目前故障——你的資料都在，是我們的索引設定壞了，所以每一次語意搜尋都會空手而回。' +
+            '這不是你打的字有問題，換個說法也不會有用。請先用關鍵字搜尋，我們會修好它。';
+          admin_hint =
+            `owner_id=${owner_id ?? '(all)'} 已有 ${status.embedded} 筆嵌入資料；帶 metadata filter 零命中，` +
+            '但同一句查詢拿掉 filter 後有命中 ⇒ 向量在 index 裡，死的是 Vectorize metadata 過濾。' +
+            '成因：該 index 上沒有對應的 metadata index（換 index 世代／改名時最常漏），' +
+            '或既有向量早於 metadata index 的建立時間。修法有先後：**先**建 metadata index' +
+            '（owner_id/entry_type/source/library，acr 的 ensureVectorizeMetadataIndexes 會冪等建），' +
+            '**再** POST /embed/backfill {"reindex":true} 重推到 remaining=0。只做 reindex 不會生效。';
         } else {
           empty_reason = 'no_match';
           capability_hint = '沒有找到符合的內容，換個說法或更具體的關鍵字再試試看。';