修复长期记忆向量链路：投影入队 + 集合名三侧同源 + 召回按客户过滤

语义召回"恒空"的根因分四层，本提交修掉投递层与读取层（另两层——重试计数
门禁、episode 不投 rebuild 事件——已在前两个提交修复）。

R2 投递层：dispatch_profile_rebuild 只做图投影，没有任何 Milvus 投递，
  长期记忆的向量从未被写入过（实测客户 9001 在 memory_sync_outbox 里 0 行）。
  新增 _enqueue_memory_vector_projection()，在画像重建后投
  MemorySyncOutbox(target_store="milvus")。走事件而不是同步写，是为了拿
  Outbox 的重试/退避/死信，且不把 embedding 的网络等待拖进事务。
  ⚠️ payload 必须带 version（正整数）：适配器 _coerce_profile_version 缺它
  直接抛 ValueError（实测踩到，事件立刻 failed）。

R4 读取层：写的集合与读的集合不是同一个 ——
  写（MilvusProfileProjection）用 "user_long_term_memory_v1"，
  读（bootstrap.get_vector_memory_adapter）与删（projection_cleanup_service）
  却用 settings.milvus_collection = "jr_memory"，而该集合从未被创建。
  ⇒ 召回：MilvusClient 构造不校验集合存在，适配器"构造成功"但每次 search
     抛异常被 VectorMemoryAdapter 吞成 degraded → 召回恒
     degraded_reasons=('milvus_unavailable',)、向量命中恒 0 条；
  ⇒ 清理：jr_memory 不在集合列表 → 走 vector_collection_absent 分支 →
     报清理成功但一个向量都没删，陈旧向量永久留存。
  修法：PROFILE_COLLECTION 成为唯一常量，读/删两侧直接引用它；
  并删除 Settings.milvus_collection 配置项、清掉 .env.example 的
  MILVUS_COLLECTION —— 写侧从来没读过它，一个只在契约一侧生效的配置项
  比没有配置项更危险（Settings 的 extra="ignore" 会让其他环境残留的该
  变量被安全忽略）。

顺带：
- 语义检索把客户过滤下推到 Milvus（filter="customer_id == N"）。此前不带
  过滤，别家客户的命中会白占 limit 名额，稀释本客户的召回条数。
- upsert 在 sources 为空时先返回，不再无条件 load_collection ——
  "本来就没有可写内容"不该被记成投递失败（10001/10002 那两条事件即如此
  重试 5 次进死信）。

回归守卫：tests/unit/infrastructure/test_memory_vector_collection_consistency.py
  断言读侧与删侧用的都是 PROFILE_COLLECTION，且被删掉的配置项不得回归。
  这个缺陷能活下来，正是因为两侧单测全绿而接缝无人守。

验证（走生产装配、进程内调用，未重启你正在跑的 API 窗口）：
  读侧集合打印 user_long_term_memory_v1（修前为 jr_memory）；
  召回 degraded=False / reasons=() / sources 含 milvus，且排序随 query 语义
  变化（投资期限→horizon 0.288 > risk_level 0.201；风险偏好→risk_level 0.287）；
  query="进取型" 双通道合并且 vector_score=0.9987；query=None 走 mysql 全量。
  pytest tests/unit tests/contract → 1432 passed, 2 skipped, 1 failed
  （唯一失败是同事正在改的投顾页面，与记忆链路无关）。

文档：docs/演示用/记忆召回恒空-根因与修复-2026-09-14.md（新增，四层根因+证据）、
  docs/37-记忆投影链路实现说明.md（补集合名三侧契约）。

tests/unit/infrastructure/test_memory_vector_collection_consistency.py

@@ -0,0 +1,122 @@
+"""长期记忆向量集合名必须"写、读、删"三侧同源。
+
+2026-09-14 实测故障（三侧各写各的，接缝无人守）：
+
+- **写**（`MilvusProfileProjection`）用模块常量 `PROFILE_COLLECTION`
+  = `user_long_term_memory_v1`；
+- **读**（`bootstrap.get_vector_memory_adapter`）用 `settings.milvus_collection`
+  = `jr_memory` —— **该集合在本仓从未被创建**；
+- **删**（`ProjectionCleanupService._cleanup_vector`）同读侧。
+
+后果是两条静默故障：语义召回每次 `search` 抛异常 → 降级 `milvus_unavailable`
+→ 召回恒空；记忆删除读到集合不存在 → 走 `vector_collection_absent` 分支 →
+**报清理成功但一个向量都没删**。而三侧各自的单测全绿。
+
+本文件守的就是这条接缝：任何一侧换集合名，这里必须红。
+"""
+
+from __future__ import annotations
+
+from typing import Any
+
+import pytest
+
+from app.core.config import Settings
+from app.infrastructure.milvus_profile_projection import PROFILE_COLLECTION
+from app.service import projection_cleanup_service
+from app.service.agent import bootstrap
+from app.service.projection_cleanup_service import ProjectionCleanupService
+
+MEMORY_UUID = "187e3b7c-0000-4000-8000-000000000001"
+
+
+class FakeMilvusClient:
+    """记录构造参数与删除调用的 Milvus 客户端替身；不发网络请求。"""
+
+    instances: list[FakeMilvusClient] = []
+    collections: list[str] = []
+
+    def __init__(self, *, uri: str, token: str | None = None) -> None:
+        self.uri = uri
+        self.token = token
+        self.deletes: list[dict[str, Any]] = []
+        FakeMilvusClient.instances.append(self)
+
+    def list_collections(self) -> list[str]:
+        return list(FakeMilvusClient.collections)
+
+    def delete(self, *, collection_name: str, filter: str) -> None:  # noqa: A002
+        self.deletes.append({"collection_name": collection_name, "filter": filter})
+
+
+@pytest.fixture(autouse=True)
+def _reset_fake_client() -> None:
+    FakeMilvusClient.instances = []
+    FakeMilvusClient.collections = [PROFILE_COLLECTION]
+
+
+class _FakeSettings:
+    milvus_uri = "http://milvus:19530"
+    milvus_token = ""
+
+
+def test_retired_collection_setting_is_not_reintroduced() -> None:
+    """`milvus_collection` 配置项必须保持删除状态。
+
+    它只在契约的读/删两侧生效、写侧从不读它 —— 一个"看着权威但只有一半生效"的
+    配置项，正是本次故障的成因。重新加回来会让同一个坑再出现一次。
+    """
+    assert "milvus_collection" not in Settings.model_fields
+
+
+def test_recall_adapter_reads_the_projection_collection(
+    monkeypatch: pytest.MonkeyPatch,
+) -> None:
+    """读侧集合名 == 写侧常量，而不是任意配置项。"""
+    monkeypatch.setattr(bootstrap, "get_settings", lambda: _FakeSettings())
+    monkeypatch.setattr("pymilvus.MilvusClient", FakeMilvusClient)
+    bootstrap.get_vector_memory_adapter.cache_clear()
+    try:
+        adapter = bootstrap.get_vector_memory_adapter()
+    finally:
+        # 必须清缓存：否则被 monkeypatch 污染的实例会泄漏给同会话后续测试。
+        bootstrap.get_vector_memory_adapter.cache_clear()
+
+    assert adapter is not None
+    assert adapter.collection == PROFILE_COLLECTION
+
+
+@pytest.mark.asyncio
+async def test_cleanup_deletes_from_the_projection_collection(
+    monkeypatch: pytest.MonkeyPatch,
+) -> None:
+    """删侧必须真的去同一集合删，而不是因为查了另一个集合名就"报成功"。"""
+    monkeypatch.setattr(projection_cleanup_service, "get_settings", lambda: _FakeSettings())
+    monkeypatch.setattr("pymilvus.MilvusClient", FakeMilvusClient)
+
+    details: list[str] = []
+    cleaned = await ProjectionCleanupService()._cleanup_vector(MEMORY_UUID, details)
+
+    assert cleaned is True
+    assert details == ["vector_cleaned"]
+    assert FakeMilvusClient.instances[-1].deletes == [{
+        "collection_name": PROFILE_COLLECTION,
+        "filter": f'memory_uuid == "{MEMORY_UUID}"',
+    }]
+
+
+@pytest.mark.asyncio
+async def test_cleanup_reports_honestly_when_collection_is_absent(
+    monkeypatch: pytest.MonkeyPatch,
+) -> None:
+    """集合确实不存在时如实报 `vector_collection_absent`（合法降级，不是伪造成功）。"""
+    FakeMilvusClient.collections = []
+    monkeypatch.setattr(projection_cleanup_service, "get_settings", lambda: _FakeSettings())
+    monkeypatch.setattr("pymilvus.MilvusClient", FakeMilvusClient)
+
+    details: list[str] = []
+    cleaned = await ProjectionCleanupService()._cleanup_vector(MEMORY_UUID, details)
+
+    assert cleaned is True
+    assert details == ["vector_collection_absent"]
+    assert FakeMilvusClient.instances[-1].deletes == []

tests/unit/service/test_memory_recall_service.py

@@ -31,15 +31,24 @@ QUERY = "基金"
 
 
 class StubVectorClient:
-    """Milvus 客户端替身：返回嵌套命中或抛连接错误，不发网络请求。"""
+    """Milvus 客户端替身：返回嵌套命中或抛连接错误，不发网络请求。
+
+    记录 `filter` 是为了守住"语义检索必须按客户下推过滤"这条约束——不过滤的话
+    别家客户的命中会白占 `limit` 名额，本客户的召回条数被稀释。
+    """
 
     def __init__(self, rows: list[Any] | None = None, error: Exception | None = None) -> None:
         self.rows: list[Any] = list(rows or [])
         self.error = error
         self.calls: list[int] = []
+        self.filters: list[str | None] = []
 
-    def search(self, collection_name: str, data: list[list[float]], limit: int) -> Any:
+    def search(
+        self, collection_name: str, data: list[list[float]], limit: int,
+        filter: str | None = None,
+    ) -> Any:
         self.calls.append(limit)
+        self.filters.append(filter)
         if self.error is not None:
             raise self.error
         return [self.rows]
@@ -193,6 +202,8 @@ async def test_recall_merges_structured_and_vector_channels() -> None:
     assert vector.confidence == pytest.approx(0.63)
     assert vector.evidence["vector_score"] == pytest.approx(0.9)
     assert client.calls == [10]
+    # 语义检索必须把客户过滤下推到向量库，否则别家客户的命中会白占 limit 名额。
+    assert client.filters == [f"customer_id == {CUSTOMER_ID}"]
 
 
 async def test_vector_hit_content_is_reloaded_from_mysql_authority() -> None: