[Bug]: mnemon-native provider 丢弃向量相似度并按混合分截断候选，语义召回被淹没 / provider discards vector similarity and truncates candidates by hybrid score #577

提交前查重 / Duplicate check

• 我已搜索 open/closed Issue，确认没有重复。/ I searched open and closed issues and found no duplicate.（检索关键词：similarity、recall、ranking、provider，覆盖 [Issue]: 进化面板左右两栏共用页面滚动，左侧选中后右侧详情与按钮被滚出视口 #512–[Issue]: 工作空间技能在进化页详情显示“这个技能已不存在” #574）

涉及区域 / Affected area

记忆空间或 Provider / Memory Spaces or Providers

Issue 类型 / Issue type

Bug 报告 / Bug report

摘要 / Summary

dsh-mnemon-provider-mnemon-native 的 search() 把上游 candidateLimit 直接当 CLI --limit（候选被混合分截断），且丢弃 CLI 结果里的 signals.similarity、把 strict-v1 相关度阈值作用在 keyword/graph/recency 混合分上——语义最相关的记忆取不回来或被误降级/误丢。/ The provider truncates candidates by hybrid score before ranking and discards vector similarity, so strict-v1 relevance thresholds act on the hybrid score — semantically relevant memories are missed or wrongly dropped.

预期结果 / Expected outcome

recall 模式下应按向量相似度取回语义最相关的记忆，strict-v1 三个分支（≥0.6 high / 0.25–0.6 medium / <0.25 drop）应作用在归一化相关度上（与 scoreSemantics: "normalized-relevance" 的既有声明一致）。可验证结果：同一语料上语义问句 h@3 从 13/20 提升到 20/20（见下）。

详情或复现步骤 / Details or reproduction steps

1. 准备 / Prepare：写入 20 条真实中文事实到 memory spaces（语料已全量嵌入，bge-m3）。
2. 提问 / Query：20 条不含关键词的语义问句（问句与事实字面无重叠，仅语义对应）。
3. 观察 / Observe：mnemon_recall（→ source strict-v1 → provider mnemon-native → CLI recall <q> --limit N）返回的 top 结果经常不含语义对应条目；部分条目被 strict-v1 判为 medium/drop。
4. 实测对照 / Measured A/B（同一语料、同一库、同一嵌入模型）：

5. 报错原文 / Observed: 无报错，纯排序/阈值语义错误——「分数语义错位」而非崩溃。

环境信息 / Environment

• DSH 版本 / DSH version: 0.2.1-rc.5 → 0.2.2-rc.1（两代行为一致）
• dsh-mnemon 版本或 commit / dsh-mnemon version: 0.5.37 → 0.5.41（provider dsh-mnemon-provider-mnemon-native 0.5.9 → 0.5.10，缺陷在两版均在）
• Mnemon 版本 / Mnemon version: 内嵌 CLI（随 dsh-mnemon 分发）
• Node.js / pnpm: Node 24.21.0（宿主内核 Electron 44.7.0）/ pnpm 11.28.5
• 操作系统或浏览器 / OS: Windows 11 x64
• Provider 或相关配置（已脱敏）/ Provider config: 嵌入模型 bge-m3，库已全量嵌入；strict-v1 默认阈值 low 0.25 / high 0.6

Bug 证据 / Bug evidence

调用链取证（plugins/dsh-mnemon-provider-mnemon-native/lib/index.js，0.5.10 仍在）：

• 缺陷①候选截断：search() 把上游 candidateLimit（默认 10×3=30，上限 50）直接作为 --limit 传给 mnemon recall CLI；CLI 返回前已按 keyword/graph/recency 混合分排序并截断 → 语义相关但混合分不高的条目在进 provider 前已落选。
• 缺陷②分数语义错位：normalizeInsight() 只保留 item.score（混合分），丢弃 CLI 结果的 signals.similarity（该字段仅 --verbose 时返回）；strict-v1 随后拿混合分比 lowScoreThreshold 0.25 / highScoreThreshold 0.6 —— 阈值本为归一化相关度设计。

嵌入模型（bge-m3）本身没问题：similarity 信号是好的，是取回链路把信号扔掉了。

冒烟测试 / Smoke test

• 测试环境 / Test environment: 本机 DSH desktop profile，真实 20 条事实语料 + 20 条语义问句
• 执行命令或操作 / Actions: A/B 对照——原序 vs 按 signals.similarity 降序重排 + score 归一为相似度；并模拟 strict-v1 闸门统计 h@1/h@3
• 实际结果 / Observed: 修复后 h@3 = 20/20（原 13/20）；keyword 模式回归 8/8 顺序一致（不受影响）
• 对照版本或配置 / Control: 未打补丁的 provider 0.5.10 原生行为

引用代码 / Code references

• plugins/dsh-mnemon-provider-mnemon-native/lib/index.js — search() 的 --limit 直传（缺陷①）与 normalizeInsight() 的 score 保留逻辑（缺陷②）；0.5.10 未变。

补丁草案 / Patch proposal

均在 provider search() 内，不动 Go CLI：

1. recall 模式放宽取回量：--limit min(50, max(20, requested×4))。
2. 结果请求加 --verbose，让 signals.similarity 回到 CLI 输出。
3. 按 signals.similarity 降序重排，insight.score 覆盖为相似度（0..1）——同时让下游 scoreSemantics: "normalized-relevance" 声明首次真正成立。
4. 安全降级：结果中无任何 similarity（如库未嵌入）时保持 CLI 原序原分，不得清空结果。

keyword / status / list 等路径不碰（保持原序原分）。以上已在本地以补丁形式运行（幂等标记 [dsh-fix:semantic-rank]），verify 8/8 通过。

补充信息 / Additional context

• 无最小复现仓库；语料与 verify 脚本为本地私有数据，如需要可脱敏整理后补充。
• 本报告由 Windows 单机环境实测得出；两组数字各跑一次，未做多次平均。