fix(backend): 数据库初始化幂等自愈与 vector_store 物理删除

- DatabaseInitConfig 改为全幂等自愈（ADD COLUMN IF NOT EXISTS + 回填 + 索引/触发器幂等）
- HybridSearchService 移除对 vector_store 的 is_delete 过滤（该表无此列，物理删除）

src/main/java/com/wok/supportbot/config/DatabaseInitConfig.java

@@ -930,7 +930,9 @@ public class DatabaseInitConfig {
 
     /**
      * 为 vector_store 表添加全文检索支持（tsvector 列 + GIN 索引 + 触发器）
-     * 幂等操作：已存在则跳过
+     * 全幂等自愈：每一步都用幂等 SQL（ADD COLUMN IF NOT EXISTS / CREATE INDEX IF NOT EXISTS /
+     * CREATE OR REPLACE + DROP TRIGGER IF EXISTS），不做「列已存在就 return」的早退，
+     * 避免半途失败或触发器被手动删除后新文档 content_tsvector 恒为 NULL 的静默缺口。
      */
     private void initVectorStoreFullTextSearch() {
         try {
@@ -940,19 +942,12 @@ public class DatabaseInitConfig {
                 return;
             }
 
-            // 检查 content_tsvector 列是否已存在
-            String checkSql = "SELECT COUNT(*) FROM information_schema.columns WHERE table_name = 'vector_store' AND column_name = 'content_tsvector'";
-            Integer count = jdbcTemplate.queryForObject(checkSql, Integer.class);
-            if (count != null && count > 0) {
-                return; // 已初始化
-            }
-
-            log.info("为 vector_store 添加全文检索支持");
+            log.info("初始化 vector_store 全文检索支持");
 
-            // 添加 tsvector 列
-            jdbcTemplate.execute("ALTER TABLE vector_store ADD COLUMN content_tsvector tsvector");
+            // 添加 tsvector 列（已存在则跳过）
+            jdbcTemplate.execute("ALTER TABLE vector_store ADD COLUMN IF NOT EXISTS content_tsvector tsvector");
 
-            // 填充已有数据
+            // 回填已有数据（幂等：只补 NULL 行）
             jdbcTemplate.execute("UPDATE vector_store SET content_tsvector = to_tsvector('simple', coalesce(content, '')) WHERE content_tsvector IS NULL");
 
             // GIN 索引

src/main/java/com/wok/supportbot/rag/HybridSearchService.java

@@ -97,6 +97,9 @@ public class HybridSearchService {
      * 全文关键词检索
      * 使用 PostgreSQL tsvector 全文索引，按 ts_rank 排序。
      * P1-2.1: 始终过滤禁用的文档（metadata->>'enabled' = 'true'）
+     * 注意：vector_store 为物理删除（无 is_delete 列），仅保证有
+     * id / content / metadata / embedding / content_tsvector / create_time 六列，
+     * 禁止在原生 SQL 中引用 is_delete、update_time 等业务表字段。
      */
     private List<SearchResult> keywordSearch(String query, int topK, List<Long> categoryIds) {
         String categoryFilter = buildCategoryFilter(categoryIds);
@@ -105,7 +108,6 @@ public class HybridSearchService {
                        ts_rank(content_tsvector, plainto_tsquery('simple', ?)) AS rank
                 FROM vector_store
                 WHERE content_tsvector @@ plainto_tsquery('simple', ?)
-                  AND is_delete = false
                   AND metadata->>'enabled' = 'true'
                 %s
                 ORDER BY rank DESC

src/main/resources/init-database.sql

@@ -367,6 +367,12 @@ CREATE TABLE IF NOT EXISTS vector_store (
     update_time TIMESTAMP   NOT NULL DEFAULT CURRENT_TIMESTAMP
 );
 
+-- ⚠️ 与 Spring AI 自动建表的差异（勿误判）：
+--   1. Spring AI PgVectorStore 自动建表时 metadata 是 json（非 jsonb），且不含 create_time/update_time。
+--      create_time/content_tsvector 由 DatabaseInitConfig 补加；update_time 仅本手动脚本含、无代码引用。
+--   2. vector_store 为物理删除（pgVectorVectorStore.delete），没有 is_delete 列。
+--      任何原生 SQL 禁止引用 is_delete / update_time，只允许 id/content/metadata/embedding/content_tsvector/create_time。
+
 -- HNSW 向量索引（余弦距离）
 CREATE INDEX IF NOT EXISTS idx_vector_store_embedding ON vector_store
     USING hnsw (embedding vector_cosine_ops) WITH (m = 16, ef_construction = 64);