M4: bug report - smart search still uses Ollama/mxbai

docs_v1.0/M4_workspace/2026-05-08_bug_smart_search_ollama_migration.md

@@ -0,0 +1,63 @@
+# Bug: Smart Search 未遷移至 EmbeddingGemma
+
+## 發現時間
+
+2026-05-08 ~01:00（release 前驗證）
+
+## 症狀
+
+`POST /api/v1/search/smart` 回傳 0 筆結果。
+
+Smart search 流程：
+1. `get_ollama_embedding()` → 呼叫 Ollama（port 11434）→ ❌ Ollama 已停用
+2. `search_parent_chunks_semantic()` → pgvector → 因 embedding 失敗而不執行
+
+## 根因
+
+`src/api/search.rs:160-186` 的 `get_ollama_embedding()` 未隨 embedding 模型遷移更新。
+
+## 受影響程式碼
+
+`src/api/search.rs` lines 160-186：
+
+```rust
+async fn get_ollama_embedding(text: &str) -> Result<Vec<f32>, ...> {
+    let payload = serde_json::json!({
+        "model": "mxbai-embed-large",      // ← 舊模型，en only
+        "prompt": text
+    });
+    let res = client
+        .post("http://localhost:11434/api/embeddings")  // ← Ollama 已停用
+        .send().await?
+        ...
+}
+```
+
+## 建議修正
+
+改用 `comic_embed.rs` 的 `Embedder`（已支援 OpenAI API + 768D EmbeddingGemma）：
+
+```rust
+// 改用 Embedder（與其他模組一致）
+use crate::core::embedding::comic_embed::Embedder;
+
+let embedder = Embedder::new("embeddinggemma-300m".to_string());
+let embedding = embedder.embed_query(text).await?;
+```
+
+或者直接使用 `state.embedder`（server.rs 已初始化）：
+
+```rust
+// line 55 改為
+let embedding = state.embedder.embed_query(&req.query).await
+    .map_err(|e| ...)?;
+```
+
+## 相關檔案
+
+| 檔案 | 說明 |
+|------|------|
+| `src/api/search.rs:160-186` | 需修改的 `get_ollama_embedding()` |
+| `src/api/search.rs:47-63` | `smart_search()` 中呼叫 embedding 的位置 |
+| `src/core/embedding/comic_embed.rs` | 現行 Embedder（支援雙 API 格式） |
+| `scripts/embeddinggemma_server.py` | EmbeddingGemma HTTP server（port 11436） |