完善 RAG、Skill 与 Memory 契约测试并修复边界问题

[KeyCOrigin]

变更概述

本次变更只关注 RAG、Skill 和 Memory 的工程契约，不评测 LLM 的回答质量、事实性或语义召回效果。

测试使用确定性的 Fake Embedding、内存向量库和 Mock Model，验证系统是否按照预定流程完成解析、索引、检索、上下文组装、Skill 加载和 Memory 存取。

RAG 变更

新增确定性契约测试

• 文档解析：

  • 中文、Emoji 和特殊文件名；
  • 正文、来源和解析块保留；
  • 空内容和不支持格式边界。

• Chunk：

  • 短文本；
  • 恰好达到 chunk_size；
  • 超长文本；
  • 无标点文本；
  • overlap 边界；
  • 非法 chunk_size 和 chunk_overlap。

• 索引：

  • 文档解析、Chunk、Embedding、向量库写入的完整连接；
  • source、chunk ordinal 和 origin metadata 保留；
  • Embedding 数量和维度契约。

• Retriever：

  • 确定性向量排序；
  • top_k；
  • metadata 过滤；
  • 空结果；
  • 空查询和非法 top_k。

• 向量库：

  • 插入；
  • 更新覆盖；
  • 删除；
  • metadata 和 workspace 隔离。

• Prompt 与证据：

  • 工具结果进入下一轮模型上下文；
  • evidence 中的 chunk_id 与检索结果一致；
  • 检索内容不会在上下文传递过程中丢失。

RAG 代码修复

• KBService.search(top_k=0) 不再错误回退到默认 top_k。
• SimpleRetriever 和 HybridRetriever 拒绝 top_k<=0。
• SimpleRetriever 和 HybridRetriever 拒绝空查询。
• _split_text() 对非法 chunk_size 和 chunk_overlap 明确报错。

Skill 变更

边界测试

• 空查询；
• 非正数和布尔型 top_k；
• manifest Embedding 数量不匹配；
• Embedding 维度错误；
• 空向量；
• NaN、Inf 和布尔向量坐标；
• Skill 名称、描述、正文和关键字类型错误；
• 重复 Skill 且 overwrite=false。

Skill 代码修复

• Skill 建立向量索引前增加 Embedding 数量、维度和数值合法性校验。
• Embedding 校验失败时不会先清空现有 Skill 索引。
• Skill 查询参数和 upsert 参数统一进行显式校验。
• 非法输入返回明确的 CapabilityError。

Memory 变更

边界测试

• top_k 为 0、负数和布尔值；
• per_scope 使用负数、非法 scope 和非法类型；
• kinds 使用不支持的 Memory 类型；
• global、profile、session scope 字段混用；
• metadata 不是对象；
• metadata 无法 JSON 序列化；
• Embedding 维度错误；
• NaN、Inf 和布尔坐标；
  聚焦测试：

RAG 相关测试：35 passed
Skill/Memory 相关测试：47 passed

风险与范围

• 没有调用真实 LLM 来判断回答质量。
• 没有把 Embedding 语义相似度作为通过标准。
• 真实外部服务只适合作为单独冒烟测试，本 PR 的核心验证使用 Fake/Mock，保证结果确定、可重复。

[haolpku]

Requesting changes for two correctness blockers.

1. RuntimeFactory caches independent runtimes by (profile, surface-set). A graph-only runtime can be cached by datamind_graph_query, while datamind_use_folder writes through a separate kb+graph runtime. The graph-only NetworkX store then remains stale indefinitely. Please share services per profile or invalidate/reload sibling cache entries after writes, with a cross-route regression.

2. The lock-file stale recovery has no ownership token. If operation A exceeds one hour, B may unlink A's lock and acquire a new one; when A finishes, A unlinks B's lock, allowing C to enter concurrently. Use an OS advisory lock or an owner token verified on release, and test stale-lock takeover ownership.

This PR also changes MCP runtime caching, tool registration, cross-process locking, resource lifecycle, rollback, and Chroma errors beyond the RAG/Skill/Memory test scope described in the body. Please document or split those changes before merging.