sync(server-release): 从 main 同步逻辑改动（不含 API 格式变更）

同步内容:
- knowledge/manager.py: VLM max_tokens 512→2048 + reasoning_content fallback
- services/feedback.py: FAQ max_tokens 200→512
- services/session.py: 消息排序增加 id DESC 次级排序
- knowledge/image_cleanup.py: 新增图片/VLM缓存孤儿文件清理模块
- knowledge/collection.py: 集合删除时清理孤儿文件 + list_collections 磁盘扫描策略
- knowledge/document.py: 文档删除时清理孤儿文件
- api/chat_routes.py: 新增 _rescue_bm25_divergence 函数（BM25-CE分歧救援）
- core/intent_analyzer.py: 使用 get_intent_client 专用客户端 + 移除短追问缓存跳过逻辑
- cleanup_orphans.py: 独立孤儿文件清理脚本

api/chat_routes.py

@@ -293,6 +293,112 @@ def _process_table_doc(doc: str, meta: Dict) -> str:
     return doc
 
 
+def _rescue_bm25_divergence(contexts: List[Dict], search_result: dict,
+                            min_score: float) -> List[Dict]:
+    """
+    BM25-CrossEncoder 分歧检测救援：当 BM25 排名靠前（top-3）的切片
+    被 CrossEncoder rerank 压制（分数低于 min_score 或被截断）时，
+    将其分数提升至保底值，使其通过后续的 min_score 过滤。
+
+    适用场景：
+    - BM25 top-1/top-2 的切片（精确关键词匹配强信号）被 rerank 评分极低
+    - 正确切片在 rerank 后被截断，根本不在 contexts 中
+
+    Args:
+        contexts: 全部上下文切片
+        search_result: engine.search_hybrid() 返回的原始结果（含 _bm25_top3）
+        min_score: 最低分数阈值
+
+    Returns:
+        修改后的 contexts
+    """
+    if not contexts:
+        return contexts
+
+    from config import (
+        BM25_DIVERGENCE_RESCUE_ENABLED, BM25_DIVERGENCE_MAX_RANK,
+        CLUSTER_RESCUE_FLOOR,
+    )
+
+    if not BM25_DIVERGENCE_RESCUE_ENABLED:
+        return contexts
+
+    bm25_top3 = search_result.get('_bm25_top3', [])
+    if not bm25_top3:
+        return contexts
+
+    # 构建 contexts 中已有切片的 ID 索引，用于快速查找
+    existing_ids = {}
+    for i, ctx in enumerate(contexts):
+        chunk_id = ctx.get('meta', {}).get('chunk_id') or ctx.get('id')
+        if chunk_id:
+            existing_ids[chunk_id] = i
+
+    # 计算 contexts 中的多数 source（用于情况 B 注入校验）
+    # 防止跨文档注入无关切片（如 q013 场景：2.docx 的吸烟场所切片被注入到 1.docx 的查询中）
+    source_counter: Dict[str, int] = {}
+    for ctx in contexts:
+        src = ctx.get('meta', {}).get('source', '')
+        if src:
+            source_counter[src] = source_counter.get(src, 0) + 1
+    majority_source = max(source_counter, key=source_counter.get) if source_counter else None
+
+    rescued_count = 0
+
+    for bm25_item in bm25_top3:
+        rank = bm25_item.get('rank', 99)
+        if rank > BM25_DIVERGENCE_MAX_RANK:
+            continue
+
+        bm25_id = bm25_item.get('id')
+        bm25_meta = bm25_item.get('meta', {})
+        bm25_doc = bm25_item.get('doc', '')
+
+        # 情况 A：切片在 contexts 中但 score < min_score
+        if bm25_id and bm25_id in existing_ids:
+            ctx = contexts[existing_ids[bm25_id]]
+            if ctx.get('score', 0) < min_score:
+                ctx['score'] = CLUSTER_RESCUE_FLOOR
+                rescued_count += 1
+                logger.debug(
+                    f"BM25 分歧救援 (情况A): rank={rank}, "
+                    f"source={bm25_meta.get('source', '')}, "
+                    f"section={bm25_meta.get('section', '')}, "
+                    f"原score→{CLUSTER_RESCUE_FLOOR}"
+                )
+            continue
+
+        # 情况 B：切片不在 contexts 中（被 rerank 截断或已被过滤）
+        # 从 _bm25_top3 备份中注入，但需校验 source 一致性
+        if bm25_doc and bm25_meta:
+            bm25_source = bm25_meta.get('source', '')
+            # source 一致性校验：只注入与 contexts 多数 source 一致的切片
+            if majority_source and bm25_source and bm25_source != majority_source:
+                logger.debug(
+                    f"BM25 分歧救援 (情况B-跳过): rank={rank}, "
+                    f"source={bm25_source} != majority={majority_source}, "
+                    f"section={bm25_meta.get('section', '')}"
+                )
+                continue
+            injected_ctx = {
+                'doc': bm25_doc,
+                'meta': bm25_meta,
+                'score': CLUSTER_RESCUE_FLOOR,
+            }
+            contexts.append(injected_ctx)
+            rescued_count += 1
+            logger.debug(
+                f"BM25 分歧救援 (情况B-注入): rank={rank}, "
+                f"source={bm25_meta.get('source', '')}, "
+                f"section={bm25_meta.get('section', '')}"
+            )
+
+    if rescued_count > 0:
+        logger.info(f"BM25 分歧救援: 共救援 {rescued_count} 个切片")
+
+    return contexts
+
+
 def _rescue_lexical_match(contexts: List[Dict], retrieval_query: str,
                           min_score: float) -> List[Dict]:
     """
@@ -2518,6 +2624,9 @@ def rag():
             # 4. 构建 prompt（Phase 6：LLM 图片感知）
             # Bug 1 修复：文本切片用于 top 5 名额竞争，图片描述不参与竞争
 
+            # BM25 分歧检测救援：BM25 top-3 但 rerank 压制的切片
+            contexts = _rescue_bm25_divergence(contexts, search_result, RERANK_CONTEXT_MIN_SCORE)
+
             # 词法匹配救援：当切片文本精确包含查询关键词但 CrossEncoder 评分低时，
             # 提升分数使其通过 min_score 过滤（适用于独立切片无法触发聚类救援的场景）
             contexts = _rescue_lexical_match(contexts, retrieval_query, RERANK_CONTEXT_MIN_SCORE)