feat: 性能插桩、缓存清除端点、LLM top_p 与 JSON 强制输出

- chat_routes.py: 新增 8 阶段性能计时（stages_ms）+ SSE 输出
- sync_routes.py: 新增 POST /cache/clear 缓存清除端点
- engine.py: LLM 调用增加 top_p 参数
- intent_analyzer.py: response_format 加配置开关（INTENT_RESPONSE_FORMAT）

api/sync_routes.py

@@ -315,3 +315,48 @@ def stop_sync_monitor() -> Tuple[Any, int]:
             message="操作失败",
             http_status=500
         )
+
+
+# ==================== 缓存管理 API ====================
+
+@sync_bp.route('/cache/clear', methods=['POST'])
+@require_gateway_auth
+def clear_all_caches() -> Tuple[Any, int]:
+    """
+    清除所有缓存层（Query / Embedding / Rerank / Semantic / Intent 精确缓存）
+
+    用于测试和调试，不影响向量库数据。
+
+    Returns:
+        {"success": true, "message": "缓存已清除", "cleared": [...]}
+    """
+    cleared = []
+
+    # 1. 精确匹配缓存（Query / Embedding / Rerank）
+    try:
+        from core.cache import get_cache_manager
+        cache = get_cache_manager()
+        if cache:
+            cache.clear_all()
+            cleared.append("query_cache")
+            cleared.append("embedding_cache")
+            cleared.append("rerank_cache")
+    except Exception as e:
+        logger.warning(f"清除精确缓存失败: {e}")
+
+    # 2. 语义缓存（FAISS）
+    try:
+        from core.semantic_cache import get_semantic_cache
+        sc = get_semantic_cache()
+        if sc:
+            sc.clear()
+            cleared.append("semantic_cache")
+    except Exception as e:
+        logger.warning(f"清除语义缓存失败: {e}")
+
+    logger.info(f"缓存清除完成: {cleared}")
+    return jsonify({
+        "success": True,
+        "message": f"已清除 {len(cleared)} 层缓存",
+        "cleared": cleared
+    })