feat(knowledge): Executor 行动记忆 + 归一化质量等级解决 ISS-002 重复检索

- RetrievedDocTracker 升级为域级+文档级双层记录（Map<sessionId, Map<domain, Set<filePath>>>）
- LookupKnowledgeTool 新增 Min-Max 归一化层（BGE-M3 L2 距离→[0,1] similarity）
- 三等级 relevanceLevel：PRECISE / HIGHLY_RELEVANT / REFERENCE + completenessHint 兜底信号
- LookupResult 新增 relevanceLevel、completenessHint、retrievedDomainsThisSession
- Executor prompt 重写：4 条检索约束 + 合法出口不查全不追责，重复检索才惩罚
- 入库可观测性：V010 迁移 + retrieval_details JSON 扩展
- 归档 executor-action-memory-relevance change

devflow/projects/2026-07-01-executor-action-memory-relevance/decisions.md

@@ -0,0 +1,83 @@
+# Decisions: executor-action-memory-relevance
+
+## 过程日志
+
+### Clarify 阶段
+
+**入口摘要**：ISS-002 Executor 无约束重复调用 lookup_knowledge（单会话 20+ 次），需要行动记忆 + 归一化质量等级 + prompt 约束来解决。
+
+**slug**: `executor-action-memory-relevance`
+
+**规模分档**: `standard`（涉及 7 个文件，跨 DTO/工具层/持久化/Prompt，有设计决策需澄清）
+
+### Context 阶段
+
+**devflow/index.md 使用状态**: 已命中。前序 change `session-dedup-knowledge-map`（archived）提供了 RetrievedDocTracker、KnowledgeDomainService、ISS-002 文档。
+
+**相关 ADR**: 无直接 ADR，但 `session-dedup-knowledge-map` 的 decisions.md 和 evidence.md 记录了文档级去重和 knowledge map 注入的决策。
+
+**不能违反的历史决策**:
+1. RetrievedDocTracker 的文档级去重必须保留
+2. knowledge map 只注入 Planner，不注入 Executor（本次讨论确认）
+3. L0/L1 原始分数不暴露给 LLM，只在归一化层内部使用（本次讨论确认）
+
+**需进入 OpenSpec 的上下文点**:
+1. L1 score 是 L2 距离（值域 [0,+∞)），不是归一化分数——阈值设计需基于实际分布
+2. L0 的 category 可从 KnowledgeEntry.getCategory() 直接获取；L1 需解析 metadata JSON
+3. ReactAgent 是自主决策工具调用的 Agent，Prompt 约束是软约束
+
+### Grill 阶段 — Question Pool
+
+**维度：术语**
+1. [evidence-driven] `relevanceLevel` 三个等级（PRECISE/HIGHLY_RELEVANT/REFERENCE）的边界是否清晰，是否存在 LLM 误解的可能？ → **已查证**：三个等级语义明确，PRECISE=唯一匹配、HIGHLY_RELEVANT=高分命中、REFERENCE=低置信度参考。LLM 理解风险低。
+
+**维度：边界**
+2. [evidence-driven] L1 score 是 L2 距离（值域 [0,+∞)），当前代码无阈值判断。归一化阈值如何设计？ → **已查证**：L2 距离典型范围取决于 BGE-M3 1024 维 embedding 的尺度，需从 `tool_invocation.retrieval_details` 中查询实际 `l1_scores` 分布才能定阈值。当前先以常量定义，标记为"需实测校准"。
+3. [evidence-driven] L1 结果的 category 提取需要解析 metadata JSON 字符串，当前 `SearchResult.metadata` 是 `toString()` 的结果。归一化层是否需要 L1 的 domain？ → **已查证**：L1 的 domain 主要用于 RetrievedDocTracker 的域级记录。如果 L0 已命中且包含 category，可直接用 L0 的 category；如果仅 L1 命中，需解析 metadata 提取 category。当前知识库中 L0 大概率先命中，L1 domain 提取作为兜底路径。
+4. [user-interview] 归一化阈值（L1 score 分界线）在实测数据不足时，是否接受先用保守初始值 + 后续调优的策略？ → **用户待确认**
+
+**维度：验收**
+5. [evidence-driven] 现有 `tool_invocation` 表 `retrieval_details` JSON 中 `l1_scores` 存的是 L2 距离原始值，新增的 `relevance_level` 和 `completeness_hint` 入库后是否需要回填历史数据？ → **已查证**：不需要回填历史数据，新列 nullable 即可，历史记录 relevance_level=null。
+
+### Grill 结论
+
+**evidence-driven 汇报**：
+- E1: relevanceLevel 三等级语义清晰，LLM 误解风险低
+- E2: L1 score 是 L2 距离，值域不固定，阈值需实测校准
+- E3: L0 category 直接可用，L1 category 需解析 metadata（兜底路径）
+- E4: 历史数据不回填，新列 nullable
+
+**user-interview 已确认**：
+- Q4: 归一化阈值先用保守初始值 + 后续调优 → **用户已确认**，并建议用 Min-Max 归一化到 [0,1]
+
+### Specify 阶段补充
+
+**BGE-M3 L2 归一化实测验证**：
+- FullPipelineSmokeTest.embeddingBgeM3Works() 新增 L2 范数断言
+- 结果：范数=1.00000002，误差 < 0.01，测试通过
+- 结论：BGE-M3 输出为 L2 归一化单位向量，L2 距离数学硬上界 = 2.0
+- Min-Max 归一化公式：`similarity = 1 - min(l2Score, 2.0) / 2.0`
+
+**Cross-artifact 对齐检查**：
+
+| 对齐项 | 状态 |
+|--------|------|
+| brief 目标/范围/非目标 → proposal 覆盖 | 已对齐 |
+| proposal 范围/约束 → design 覆盖 | 已对齐 |
+| design 归一化/行动记忆/接口影响 → specs 覆盖 | 已对齐 |
+| specs 可观察行为 → tasks 覆盖 | 已对齐 |
+
+**接口影响分级**：
+- RetrievedDocTracker 数据结构升级 → L2（内部接口，消费者只有 LookupKnowledgeTool）
+- LookupResult 新增 3 字段 → L2（工具返回值，无跨模块调用方）
+- tool_invocation 新增 2 列 → L2（Flyway nullable，不影响现有查询）
+- chat-executor-prompt.md 更新 → L1（Prompt 文本变更）
+
+### Audit 阶段
+
+**架构风险评估**（5 句以内）：
+1. 归一化层嵌入 LookupKnowledgeTool 内部（静态方法），无跨模块耦合风险。
+2. RetrievedDocTracker 升级为双层结构，数据量级不变（文档数 × session 数），内存无风险。
+3. L1 metadata 解析 category 是兜底路径，如果 JSON 格式不一致可能解析失败——已有 try-catch 兜底。
+4. 归一化阈值 yml 配置化，运行时调优不需要改代码和重启——运维友好。
+5. Prompt 约束仍依赖 LLM 遵守——如果 Phase 1 效果不足，Phase 2 域级硬限制的 isDomainRetrieved 已就绪，无需额外改造。