feat(knowledge): 产品知识拆到表格行级，并按问句选粒度

问题（客户实测反馈）：同一会话里问「季季盈90天起投多少」和「那它风险高吗」，两次回答
**一模一样**——都是整个产品小节的表格。客户问的是风险，收到的是整张说明书，看起来像
客服没听懂问题。

根因是切分粒度：原来"一个叶子标题 = 一块"，产品手册里就是整个产品小节（表格 + 说明）
成一块。这既让两个不同的问题命中同一块，也让整节几百字的向量成了"整节的混合语义"，
与"起投多少"这种具体小问题相似度天然偏低（实测该问句向量 top1 仅 0.6291，够不到 0.75
硬门槛，只能靠与次优的差值勉强通过）。

改动三处：
1. 切分：Markdown 表格的每一行额外生成一个**自解释**的小块（"南方季季盈90天：起投金额
   1万元"），挂在父块 doc_id 下（PROD-007-04），父块照旧保留。知识块 160 → 631。
   效果：该问句的命中分从 0.6291 升到 0.869，命中的正是"起投金额"那一行。
2. 检索：命中行级子块时把它的整节父块一并带回（分数按 0.9 折算），供调用方按问句选粒度。
   整节块保底占最后一个名额，且不参与 top1/top2 判定——实测它挤到第 2 位会把 gap 从
   0.090 压到 0.076，几乎跌破 0.07 的转人工门槛。
3. 客服：命中的是行级子块时，看问句与子块标签是否真的对得上——「起投多少」对「起投金额」
   对得上，用那一行；「介绍一下」对不上，换成整节。

过程中两次判据写错并已修正（都固化进了测试）：用"含连字符"认子块时，整节块自己的编号
PROD-901 被误判成子块；用"不含两位数字后缀"认整节块时，FAQ 块全被误判成整节块排到后面，
把正确答案挤出 top1、害得「基金赎回几天到账」转人工。

验证：起投/管理费等字段问法给出聚焦的单行答案；"介绍一下"给出整节；FAQ 与政策问法不受
影响（换话题、指代追问等此前修好的场景复测通过）；
ruff / mypy(113 文件) / 468 unit+contract / 29 integration 全绿。

tools/build_knowledge_chunks.py

@@ -132,6 +132,50 @@ def chunk_qa(text: str) -> list[dict[str, str]]:
     return chunks
 
 
+TABLE_ROW = re.compile(r"^\|(.+)\|\s*$")
+LEADING_NUMBER = re.compile(r"^\d+(?:\.\d+)*\s*")
+
+
+def expand_table_rows(chunk: dict[str, str], parent_id: str) -> list[dict[str, object]]:
+    """把 Markdown 表格的每一行拆成自解释的小块（父块照旧保留）。
+
+    为什么需要：现在的粒度是"一个叶子标题 = 一块"，产品手册里就是**整个产品小节**
+    （表格 + 说明）成一块。于是客户问「起投多少」和问「风险高吗」命中同一块、拿到
+    **完全相同**的整节内容——客户会觉得客服没听懂问题，只是把说明书重贴一遍。
+    顺带地，整节几百字的向量是"整节的混合语义"，与"起投多少"这种具体小问题相似度
+    天然偏低（实测该问句向量 top1 只有 0.6291，够不到 0.75 门槛）。
+
+    小块必须**自解释**：只回「1万元」客户不知道说的是哪个产品，所以带上产品名与行标签。
+    父块保留，客户问「这个产品怎么样」时仍要能拿到完整一节。
+    """
+    blocks: list[dict[str, object]] = []
+    header: list[str] = []
+    name = LEADING_NUMBER.sub("", chunk["section"]).strip() or chunk["section"]
+    for line in chunk["content"].splitlines():
+        match = TABLE_ROW.match(line.strip())
+        if not match:
+            continue
+        cells = [cell.strip() for cell in match.group(1).split("|")]
+        if all(set(cell) <= {"-", ":", " "} for cell in cells):
+            continue  # 分隔行 |---|
+        if not header:
+            header = cells
+            continue
+        if len(cells) < 2:
+            continue
+        label, value = cells[0], cells[1]
+        if not label or not value:
+            continue
+        blocks.append({
+            "title": f"{chunk['title']} · {label}",
+            "chapter": chunk["chapter"],
+            "section": f"{name} · {label}",
+            "content": f"{name}：{label} {value}",
+            "parent_id": parent_id,
+        })
+    return blocks
+
+
 records: list[dict[str, object]] = []
 for relative, config in SOURCES.items():
     text = (Path("knowledge") / relative).read_text(encoding="utf-8")
@@ -144,8 +188,9 @@ for relative, config in SOURCES.items():
             if any(chunk["chapter"].startswith(prefix) for prefix in allowed)
         ]
     for order, chunk in enumerate(chunks, 1):
+        parent_id = f"{config['prefix']}-{order:03d}"
         records.append({
-            "doc_id": f"{config['prefix']}-{order:03d}",
+            "doc_id": parent_id,
             "collection": config["collection"],
             "title": chunk["title"],
             "content": chunk["content"],
@@ -160,6 +205,25 @@ for relative, config in SOURCES.items():
             "visibility": config["visibility"],
             "chars": len(chunk["content"]),
         })
+        # 行级子块：挂在父块 doc_id 下（PROD-007-01 这种），父块编号不受新增子块影响，
+        # 因此反复重跑本脚本得到的 doc_id 是稳定的。
+        for row_order, block in enumerate(expand_table_rows(chunk, parent_id), 1):
+            records.append({
+                "doc_id": f"{parent_id}-{row_order:02d}",
+                "collection": config["collection"],
+                "title": block["title"],
+                "content": block["content"],
+                "chapter": block["chapter"],
+                "section": block["section"],
+                "tags": config["tags"],
+                "doc_no": config["doc_no"],
+                "version": config["version"],
+                "effective_date": config["effective_date"],
+                "expire_date": "", "source_url": "", "reviewer": "",
+                "source_file": relative,
+                "visibility": config["visibility"],
+                "chars": len(str(block["content"])),
+            })
 
 for order, chunk in enumerate(
     chunk_qa((Path("knowledge") / "faq/高频问答对.txt").read_text(encoding="utf-8")), 1