refactor(knowledge-graph): 变更 KG 构建单位与 Corpus chunk 计数规则为 parent chunk

[ThreeFish-AI]

背景

• 本次变更要解决的问题：当前知识图谱（KG）构建以所有 chunk（parent + child + leaf）为单位，导致 child chunk 参与实体/关系抽取造成冗余；同时 Corpus chunk 总数统计基于 chunk_role != 'child'（parent + leaf），对 hierarchical 语料库显示虚高（如 Harness Engineering 显示 156 而实际只有 20 个 parent chunk）
• 关联上下文：知识图谱构建流水线优化、Corpus 统计口径对齐

核心变更

• Repository 层：新增 _parent_role_expr() 辅助函数，list_corpora_with_counts / get_corpus_with_counts 计数改为 chunk_role = 'parent'，非 hierarchical 语料库（无 parent chunk）fallback 到全量计数，保持兼容
• Dashboard：计数查询从 _top_level_role_expr() != 'child' 切换为 _parent_role_expr() == 'parent'，同样含非 hierarchical fallback
• KG 构建入口：API 端点 build_knowledge_graph 在传递 chunks 给 build_graph 前过滤为 parent chunk only（有 parent 时仅用 parent，否则保持全量）
• Paper KG Pipeline：enqueue_kg_build 在调用 _records_to_chunks 前过滤 records 为 parent chunk

风险与回滚

• 主要风险：非 hierarchical 语料库无 chunk_role = 'parent' 的 chunk，所有 fallback 路径已覆盖（parent_count = 0 时回退到全量计数 / 全量 chunks）
• 回滚方式：git revert 该提交即可，无数据库 schema 变更

验证证据

• 单元测试：knowledge 目录 657 passed，paper_kg_pipeline 8 passed（含 fail-open 兜底、空 records 短路、后台 task 自清理等用例）
• 集成测试：无需额外集成测试（改动仅涉及查询过滤条件变更，无新外部依赖）
• E2E/Workflow：待浏览器验证 Corpus 列表 chunk 数量、Dashboard 计数、KG Build 行为
• 覆盖率/关键截图：单元测试覆盖率 19%（项目整体，非本次变更专属）

影响范围

• 前端：无代码变更，knowledge_count 字段语义调整后 UI 显示自然适配
• 后端：3 个文件（repository.py、api.py、paper_kg_pipeline.py），_top_level_role_expr 保留不删供 document chunks 页等继续使用
• GitHub Actions / 文档：无影响

Next Best Action

• 浏览器端到端验证：确认 Harness Engineering Corpus 显示 20 chunks、Dashboard 计数正确、KG Build 仅处理 parent chunk