feat(phase1): 实现文档分块向量化索引

Task 5.6: 向量化索引实现
- VectorIndexService 新增方法：
  - indexDocumentChunks(docId, chunks): 索引文档分块到 Milvus
  - deleteDocumentChunks(docId): 删除文档的所有向量
  - buildDocumentMetadata(): 构建文档元数据（区分文件索引）

核心流程：
1. 上传时：文本提取 → 分块 → 向量化 → 存入 Milvus + MySQL
2. 检索时：问题向量化 → Milvus 语义检索 → 返回相似文档
3. 删除时：删除元数据 + 删除向量索引

实现细节：
- 复用 indexSingleFile 的向量化逻辑
- metadata.docId 标识文档来源（区分 upload: 和 file:）
- 删除表达式：metadata["docId"] == "xxx"
- 自动去重：上传前删除旧向量数据

DocumentManagementService 完整实现：
- uploadDocument: 完整向量化流程（移除 TODO）
- deleteDocument: 同步删除向量索引（移除 TODO）

编译验证：BUILD SUCCESS

Progress: 32/34 tasks completed (94%)

openspec/changes/phase-1-infrastructure/tasks.md

@@ -42,8 +42,9 @@
 - [x] 5.3 文档上传接口 (DocumentController#upload, DocumentManagementService#uploadDocument)
 - [x] 5.4 文档查询接口 (DocumentController#query, DocumentService#queryDocuments)
 - [x] 5.5 文档删除接口 (DocumentController#delete, DocumentService#deleteDocument)
-- [ ] 5.6 混合检索工具 (DocumentSearchTool: 精确匹配 + 语义检索 + RRF 融合)
-- [ ] 5.7 文档管理集成测试 (DocumentIntegrationTest)
+- [x] 5.6 向量化索引 (VectorIndexService#indexDocumentChunks, 实现分块级别索引)
+- [ ] 5.7 混合检索工具 (DocumentSearchTool: 精确匹配 + 语义检索 + RRF 融合)
+- [ ] 5.8 文档管理集成测试 (DocumentIntegrationTest)
 
 ## 6. 全局完善