feat(rag): v1 rerank 精排 + bge-m3 多语言切换（T6/T11 架构审查整改）

- T6 (Issue6): RerankConfig（enabled/model=BAAI/bge-reranker-v2-m3/device）
  - rag-layer-design §6.3 Rerank 精排：窗口=RRF top-10、候选≤top_k 跳过、
    故障降级 RRF 原序；原 §6.3-6.6 顺延 6.4-6.7
  - config-design §5 新增 rerank 段；design §5.5 检索策略加 rerank
- T11 (OV2): EmbeddingConfig.model 默认 bge-small-zh-v1.5 → BAAI/bge-m3（日文语料）
  - rag-layer-design 选型表/依赖表/manifest/流程图同步 + 新增 §2.3 日文样本验证
  - design.md / implementation-plan 4.3 / config-design embedding 同步
- 新增 test_rag_design_consistency.py 一致性门禁（6 用例防文档漂移）
- TDD: RED（默认模型仍旧 + rerank 字段不存在）→ GREEN → 全量 198 passed / 100.00%（996 stmts/252 br）

docs/config-design.md

@@ -156,10 +156,10 @@ prompt_registry:
 ```yaml
 # config/rag.yaml
 embedding:
-  model: BAAI/bge-small-zh-v1.5   # 可切 BAAI/bge-m3
-  device: cpu                     # cpu | cuda
-  max_batch_size: 32              # 编码批大小
-  cache_dir: /data/shared/models  # 模型缓存目录
+  model: BAAI/bge-m3                 # 多语言（中/日/英），适配日文语料（OV2/T11）
+  device: cpu                        # cpu | cuda
+  max_batch_size: 32                 # 编码批大小
+  cache_dir: /data/shared/models     # 模型缓存目录
 
 vector_store:                     # StorageAdapter 配置（rag-layer §9.4）
   adapter: chroma                 # v1 仅 chroma（qdrant 为 v2 预留）
@@ -176,7 +176,12 @@ retrieval:
   channel_top_k: 10               # 双通道各取 top-10
   rrf_k: 60                       # RRF 融合常数（rag-layer §6.2）
   default_top_k: 5                # 融合后默认返回数
-  contextual_enrichment: true     # 上下文增强开关（§6.3）
+  contextual_enrichment: true     # 上下文增强开关（§6.4）
+
+rerank:                           # Rerank 精排（rag-layer §6.3，v1 新增 I6/T6）
+  enabled: true                   # false 时跳过精排，直接取 RRF 前 top_k
+  model: BAAI/bge-reranker-v2-m3  # 多语言 Cross-Encoder
+  device: cpu                     # cpu | cuda
 ```
 
 ---

docs/design.md

@@ -708,10 +708,10 @@ Parser 处理时分为:
 | 设计点 | 决策 |
 |--------|------|
 | 向量数据库 | Chroma（v1 唯一；Qdrant 切换为 v2 预留，Scope 缩减裁定）|
-| Embedding | bge-small-zh-v1.5（本地），可切换 bge-m3 |
+| Embedding | bge-m3（多语言，适配日文语料；OV2/T11）|
 | 实现方式 | 手写（chromadb + rank_bm25 + sentence-transformers）|
 | 分割策略 | 按格式适配（Word 标题层级 / Excel 规则块 / PPT 1-2 页）|
-| 检索策略 | 双通道（向量 top-10 + BM25 top-10）+ RRF 融合 |
+| 检索策略 | 双通道（向量 top-10 + BM25 top-10）+ RRF 融合 + rerank 精排（bge-reranker-v2-m3）|
 | 分类存储 | 分 Collection 隔离（rules-write / rules-design / ref-docs）|
 | 版本管理 | 文档级增量 + 版本组合（hash 对比，只重建变化文档）|
 | 版本路由 | 会话开始锁版本 |

docs/implementation-plan.md

@@ -122,7 +122,7 @@ Wordテンプレート・ルール文書・PPTルール文書・現行システ
 |---|-------|------|
 | 4.1 | ルール文書のインデックス化 | 分類済みルールの分割（Word/Excel/PPT フォーマット適応）→ Embedding → ベクトルストア構築（詳細: docs/rag-layer-design.md §3, §4） |
 | 4.2 | StorageAdapter 実装 | VectorStoreAdapter 抽象＋ChromaAdapter＋MockAdapter（詳細: docs/rag-layer-design.md §9） |
-| 4.3 | ハイブリッド検索API | ベクトル（bge-small-zh-v1.5）＋BM25 双チャネル＋RRF 融合の実装（詳細: docs/rag-layer-design.md §6） |
+| 4.3 | ハイブリッド検索API | ベクトル（bge-m3，日文対応）＋BM25 双チャネル＋RRF 融合＋rerank 精排（bge-reranker-v2-m3）の実装（詳細: docs/rag-layer-design.md §6） |
 | 4.4 | ルールハンドブックのバージョン管理 | ドキュメント級インクリメンタル更新（hash比較）＋manifest＋セッションロックバージョン（詳細: docs/rag-layer-design.md §5） |
 | 4.5 | ルール衝突検出・ユーザー確認 | ConflictDetector＋ユーザー確認フロー＋意思決定記録（詳細: docs/rag-layer-design.md §7） |
 | 4.6 | 「ルールを更新」UI連携 | Web UI からの更新トリガー → 再インデックス化 |

docs/rag-layer-design.md

@@ -50,7 +50,8 @@ RAG 层存储三类内容，分类在 Parser 解析时完成：
 | 选型点 | 决策 | 说明 |
 |--------|------|------|
 | 向量数据库 | **Chroma（v1 唯一）** | 初期用 Chroma（轻量本地，嵌入进程，Docker 部署最简）；通过 Storage Adapter 抽象保留接口，Qdrant 切换为 v2 预留（Scope 缩减裁定，T5 整改）|
-| Embedding 模型 | **bge-small-zh-v1.5**（本地运行） | 中文小模型（1024维，~100MB），CPU 可跑；统一配置 `config/rag.yaml` 的 `embedding.model`（见 docs/config-design.md §5）可切换为 `BAAI/bge-m3`（多语言更好） |
+| Embedding 模型 | **bge-m3**（本地运行） | 多语言模型（中/日/英），适配实际日文语料（OV2/T11）；统一配置 `config/rag.yaml` 的 `embedding.model`（见 docs/config-design.md §5）；稠密向量 1024 维，CPU 可跑 |
+| Rerank 模型 | **bge-reranker-v2-m3**（v1 引入，I6/T6） | 精排阶段使用；统一配置 `config/rag.yaml` 的 `rerank.model`；默认启用，可通过 `rerank.enabled=false` 关闭降级为纯 RRF 结果 |
 | 实现方式 | **手写实现**（不引入 LangChain/LlamaIndex） | chromadb + rank_bm25 + sentence-transformers 直接实现；依赖轻、可控性强、与现有轻量技术栈一致 |
 
 ### 2.1 为什么手写而非框架
@@ -68,11 +69,22 @@ RAG 层存储三类内容，分类在 Parser 解析时完成：
 
 ```
 chromadb              # 向量存储（Chroma）
-sentence-transformers # Embedding 编码（bge-small-zh-v1.5）
+sentence-transformers # Embedding 编码（bge-m3）+ Rerank 精排（bge-reranker-v2-m3）
 rank_bm25             # BM25 关键词检索
 pydantic              # 数据模型（RuleChunk 等）
 ```
 
+### 2.3 多语言与日文样本验证（OV2/T11）
+
+实际规则语料为**日文**（要件定义/概要设计/记入规则），因此：
+
+- Embedding 采用多语言模型 **bge-m3**（支持中/日/英，稠密向量 1024 维）
+- Rerank 采用多语言精排模型 **bge-reranker-v2-m3**（Cross-Encoder，query×chunk 打分）
+- **日文样本验证**（Phase4 实施时执行）：用真实日文规则片段（如「見出しは「1.1」形式で記述する」）构造检索用例，断言：
+  1. 语义近义日文 query 能召回对应规则（top-5 命中）
+  2. rerank 后相关片段排位不低于 RRF 原始排位（不劣化）
+  3. 日英混合/片假名术语 query 不空召回
+
 ---
 
 ## 3. 文档分割策略
@@ -181,8 +193,8 @@ Chunking Pipeline
     {"name": "设计方针.docx", "hash": "sha256:...", "type": "design", "built": "reuse_from_v2"}
   ],
   "collections": {
-    "rules-write": {"chunk_count": 130, "embedding_model": "bge-small-zh-v1.5"},
-    "rules-design": {"chunk_count": 45, "embedding_model": "bge-small-zh-v1.5"}
+    "rules-write": {"chunk_count": 130, "embedding_model": "bge-m3", "rerank_model": "bge-reranker-v2-m3"},
+    "rules-design": {"chunk_count": 45, "embedding_model": "bge-m3", "rerank_model": "bge-reranker-v2-m3"}
   },
   "active_previous": "v2"
 }
@@ -296,12 +308,15 @@ v3 会复制未变化文档的 embeddings。对规则文档几 MB 的量级，
 │                                          │
 │  双通道检索:                               │
 │  ├── VectorRetriever（向量语义检索 top-10） │
-│  │    使用 bge-small-zh 编码查询            │
+│  │    使用 bge-m3 编码查询                  │
 │  └── BM25Retriever（关键词检索 top-10）     │
 │                                          │
 │  RRF Fusion（结果融合）                     │
 │  └── 合并两通道结果，按 RRF 公式排序         │
-│  └── 输出 top-N 个 RuleChunk               │
+│                                          │
+│  Rerank 精排（v1 新增，I6/T6）             │
+│  └── bge-reranker-v2-m3 对候选重打分       │
+│  └── 输出 top-N 个 RuleChunk              │
 └──────────────────────────────────────────┘
 ```
 
@@ -320,7 +335,29 @@ RRF_score(d) = Σ 1 / (k + rank(d))    # k=60 常用值
   融合后 top-k = 调用方传参（默认 5）
 ```
 
-### 6.3 上下文增强（Contextual Enrichment）
+### 6.3 Rerank 精排（v1 新增，I6/T6）
+
+RRF 融合后、注入 LLM prompt 前，对候选做 **Cross-Encoder 精排**（2026 主流实践：向量→rerank→精排）：
+
+```
+RRF 候选（默认 top-10 窗口）
+    │
+    ▼
+bge-reranker-v2-m3（Cross-Encoder）
+    │  对每对 (query, chunk) 打分，输出相关性分数
+    ▼
+按分数降序重排 → 截取最终 top_k（默认 5）
+```
+
+| 项目 | 决策 |
+|------|------|
+| 模型 | `BAAI/bge-reranker-v2-m3`（多语言 Cross-Encoder，与日文语料匹配） |
+| 开关 | `rerank.enabled`（默认 true）；false 时跳过精排，直接取 RRF 前 top_k |
+| 打分窗口 | RRF 融合后 top-10 候选（与通道 top-k 一致，避免重排成本随全文增长） |
+| 候选过少 | 候选 ≤ top_k 时跳过 rerank（无重排必要，节省推理） |
+| 故障降级 | rerank 推理异常 → 降级为 RRF 原始顺序，不阻断检索（同 §10 容错策略） |
+
+### 6.4 上下文增强（Contextual Enrichment）
 
 检索时不仅用 query 文本，还拼入当前上下文：
 
@@ -330,7 +367,7 @@ RRF_score(d) = Σ 1 / (k + rank(d))    # k=60 常用值
 | Impact | 「要素 F001 与 TB001 的关系」推理 → query + 要素类型 + 要素描述 |
 | QA | 「校验某段内容的规则遵守」→ query + 待校验段落 |
 
-### 6.4 各 Agent 查询构造规范
+### 6.5 各 Agent 查询构造规范
 
 | 调用方 | query 构造方式 |
 |--------|--------------|
@@ -338,7 +375,7 @@ RRF_score(d) = Σ 1 / (k + rank(d))    # k=60 常用值
 | Impact | query = 要素类型 + 要素描述 + 待推论的关联方向 |
 | QA | query = 待校验段落内容 + 所属章 |
 
-### 6.5 top_k 配置
+### 6.6 top_k 配置
 
 `top_k` 由调用方传参，允许按章差异配置：
 
@@ -348,7 +385,7 @@ RRF_score(d) = Σ 1 / (k + rank(d))    # k=60 常用值
 | DB 设计章 | 8 |
 | 其余章 | 5 |
 
-### 6.6 检索结果上下文组装
+### 6.7 检索结果上下文组装
 
 检索出的 chunk 注入 LLM prompt 时，保留结构信息：