修復中文路徑 preflight 與 BM25 核心詞落空，測資改照現實建

兩個 bug 同源於自檢測資「照能過建、不照現實建」：

- ingest preflight：git status --porcelain 預設會把含中文或空格的路徑加引號
  轉義，raw/ 白名單比對因此失效，中文檔名的 convert 產出被誤判為 raw/ 以外的
  未提交變更而中止攝入。舊測資用 ASCII 檔名，整條路徑從未被走過。

- search：BM25Okapi 的 idf 在 df >= N/2 時 <= 0（rank_bm25 對負 idf 的替代值
  epsilon x average_idf 在 average_idf 為負時同樣為負），與 search() 的 s > 0
  過濾相乘，會讓「每頁都提到的核心詞」查詢全數落空——知識庫愈小、詞愈核心
  愈嚴重，MCP 的 search_wiki 一併受害。改用 Lucene 式恆正 idf。
  舊測資每個查詢詞都只出現在一頁（df=1），恰好避開此配置。

變更：
- tools/ingest.py：preflight 比對前剝除 git 的轉義引號
- tools/search.py：_BM25 子類覆寫 _calc_idf 為 log(1 + (N-df+0.5)/(df+0.5))
- tools/selfcheck_ingest.py：新增 preflight 中文檔名放行 / 非 raw 擋下的檢查
- tools/selfcheck_search.py：新增與既有頁共用核心詞的測資，鎖住 idf 退化
- tools/convert/selfcheck.py、tools/selfcheck_lint.py：測資檔名改中文＋空格
- AGENTS.md §13.4：新增「測資照現實建，不是照能過建」規則
- README.md §3.2：補 convert 產出應保持未提交、由 ingest 一併 commit 的流程

驗證：四個自檢全數通過；分別移除兩個修法後對應檢查會失敗。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

tools/selfcheck_search.py

@@ -44,6 +44,10 @@ def main():
              ["aml", "compliance"], "大額交易與分散交易樣態的監控測試要求。")
         page(root, "wiki/summaries/long-doc.md", "長文件摘要", "截斷測試用",
              ["test"], "逾時。" * 500)
+        # 與 payment-gateway 共用核心詞「支付閘道」→ df=2, N=4，正是 BM25Okapi
+        # 原式 idf 歸零的配置；沒有這頁就測不出核心詞落空的 bug
+        page(root, "wiki/summaries/gateway-report.md", "支付閘道版本沿革", "支付閘道改版紀錄",
+             ["gateway"], "支付閘道於 2026 年改版，新增分期付款。")
 
         hits = search.search(root, "支付閘道 逾時")
         assert hits and hits[0]["path"] == "wiki/entities/payment-gateway.md", hits
@@ -53,6 +57,14 @@ def main():
         assert search.search(root, "zzz-nonexistent-term") == []
         print("PASS: BM25 檢索排序（繁中 bigram）")
 
+        # 核心詞（出現在多頁）不得因 idf <= 0 被整批濾掉
+        core = search.search(root, "支付閘道")
+        paths = {h["path"] for h in core}
+        assert {"wiki/entities/payment-gateway.md",
+                "wiki/summaries/gateway-report.md"} <= paths, core
+        assert all(h["score"] > 0 for h in core), core
+        print("PASS: 核心詞跨頁共用仍可檢索（idf 恆正）")
+
         os.environ["PP_QA_ROOT"] = str(root)
         import importlib
         sys.path.insert(0, str(pathlib.Path(__file__).parents[1] / "mcp"))