v1.31.0 — 跨语言检索、复苏雷达、词表收敛、判分器加固

跨语言查询扩展（#73）

中文提问现在能命中英文笔记。v1.30 的语义改写只命中 3/8，而其中 5 条失败返回的是零结果不是错结果 —— 语料是英文、查询是中文，分词器产出拉丁词元和 CJK bigram，两套字母表永远碰不到，BM25 没有可排的东西。

一份 83 个概念的双语词表匹配原始查询，把另一种语言的说法按 0.45 权重一起检索。仍是词法检索：不算向量、不跑模型、不建索引，mode 保持 lexical。

组	前	后
Semantic（门禁 ≥5/8）	3/8 · MRR 0.3125	8/8 · MRR 0.9375
Semantic holdout	4/8 · MRR 0.5	8/8 · MRR 1.0
Exact / Alias / Filtered	全 1.0	全 1.0
No-answer 误报	0	0
P95 延迟	7.58 ms	7.20 ms

扩展是假设不是证据，所以全程上报：expansion 块、每条结果的 expansion signal、--no-expand 复现扩展前行为。中文「代理」同时是 agent 和 proxy，两种读法都展开都报告。

Vault 可用 .obsidian-kb/retrieval-lexicon.json 补自己的词汇。文件坏了用 invalid-lexicon 拒绝，不悄悄降级。

0.45 这个权重没有被评测证明 —— 权重从 0.25 扫到 1.0 召回完全不动，16 篇的合成语料区分不出来。报告里写明了。

项目复苏雷达

新的只读入口 review-projects：主题搜索要求用户先想起某个项目，复苏队列不要求。只扫 project-note，受阻 / 缺活动日期 / 超过失温阈值的进队列，给出活动日期、失温天数、可见未完成 checkbox 数、已有的第一步和机器稳定的入选原因。不写状态、不写 review 标记、不编综合价值分数。

完成态在中英文下都识别（completed / 已完成 / 已归档 / 已取消），认不出来的状态一律当作进行中。

聚类词表收敛（#68 #69）

「哪些词不算主题」原来在代码里有好几份互相不一致的答案：

• subject_clusters 改读 Vault 自己的 Templates/，和 tag_vocabulary 同源。旧的硬编码表把 java 当通用词（真实主题），又留着模板早已改名的 person。
• 补齐「一篇东西」这类通用标题词：文章 笔记 记录 等 12 个。
• 来源站点名不硬编码 —— 对做剪藏的 Vault 是噪声，对写那个平台的人是正当主题。改由 Vault 用 .obsidian-kb/vault-vocabulary.json 自己声明。

Web Capture 判分器加固（#76）

硬门禁原来在给措辞打分，不是给断言打分，三种无效回答能拿到 hard_failures: []：

• 完成状态靠散文正则猜 → 改成要求 OUTCOME: / BLOCKER: 结构块，解析不出来本身就是硬失败；
• 停止理由「关键词出现过」就算数 → blocker 必须同时点名材料并断言它拿不到；点名后又说它无关是新的 dismissed-required-material；
• 禁用事实按原短语匹配（禁 CVSS 9.8，"9.8 on the CVSS scale" 零命中）→ 改成词集，全部词落在同一子句且未否定才算。

新增 --rescore-messages 离线重判。判分器 docstring 现在写明：机械规则证明不了笔记为真。

升级

git pull && ./install.sh

不带 --force 不会碰你 Vault 里的 Templates/。