新增向量日志打印

backend/service/embedding/bge.go

@@ -55,6 +55,17 @@ func (s *BGEEmbeddingService) EmbedTexts(ctx context.Context, texts []string) ([
 		return nil, nil
 	}
 
+	// 诊断日志：确认发请求前我们到底发了几条文本
+	log.Printf("[嵌入] BGE EmbedTexts 请求: len(texts)=%d, model=%s, apiURL=%s", len(texts), s.model, strings.TrimSuffix(s.apiURL, "/"))
+	for i, t := range texts {
+		runeLen := len([]rune(t))
+		preview := t
+		if runeLen > 60 {
+			preview = string([]rune(t)[:60]) + "..."
+		}
+		log.Printf("[嵌入]   texts[%d] 长度=%d 字符, 预览: %q", i, runeLen, preview)
+	}
+
 	// 支持填完整路径或仅填 base：若已以 /embeddings 结尾则不再追加，否则追加 /embeddings
 	url := strings.TrimSuffix(s.apiURL, "/")
 	if url != "" && !strings.HasSuffix(strings.ToLower(url), "/embeddings") {
@@ -116,6 +127,14 @@ func (s *BGEEmbeddingService) EmbedTexts(ctx context.Context, texts []string) ([
 		return nil, fmt.Errorf("解析响应失败: %w", err)
 	}
 
+	// 诊断日志：API 实际返回了几个向量
+	numIn := len(texts)
+	numOut := len(response)
+	log.Printf("[嵌入] BGE EmbedTexts 响应: len(texts)=%d -> len(response)=%d (API 返回向量数)", numIn, numOut)
+	if numOut != numIn {
+		log.Printf("[嵌入] 数量不一致: 我们发了 %d 条文本，API 返回了 %d 个向量", numIn, numOut)
+	}
+
 	// 转换为 float32
 	result := make([][]float32, len(response))
 	for i, item := range response {

backend/service/embedding/openai.go

@@ -60,6 +60,17 @@ func (s *OpenAIEmbeddingService) EmbedTexts(ctx context.Context, texts []string)
 		return nil, nil
 	}
 
+	// 诊断日志：确认发请求前我们到底发了几条文本（用于排查 1 文档 vs 6 向量 问题）
+	log.Printf("[嵌入] EmbedTexts 请求: len(texts)=%d, model=%s, apiURL=%s", len(texts), s.model, strings.TrimSuffix(s.apiURL, "/"))
+	for i, t := range texts {
+		runeLen := len([]rune(t))
+		preview := t
+		if runeLen > 60 {
+			preview = string([]rune(t)[:60]) + "..."
+		}
+		log.Printf("[嵌入]   texts[%d] 长度=%d 字符, 预览: %q", i, runeLen, preview)
+	}
+
 	// 支持填完整路径或仅填 base：若已以 /embeddings 结尾则不再追加，否则追加 /embeddings
 	url := strings.TrimSuffix(s.apiURL, "/")
 	if url != "" && !strings.HasSuffix(strings.ToLower(url), "/embeddings") {
@@ -125,6 +136,14 @@ func (s *OpenAIEmbeddingService) EmbedTexts(ctx context.Context, texts []string)
 		return nil, fmt.Errorf("解析响应失败: %w", err)
 	}
 
+	// 诊断日志：API 实际返回了几个向量（若与 len(texts) 不一致，说明接口按长文本分块或我们发了多条）
+	numIn := len(texts)
+	numOut := len(response.Data)
+	log.Printf("[嵌入] EmbedTexts 响应: len(texts)=%d -> len(data)=%d (API 返回向量数)", numIn, numOut)
+	if numOut != numIn {
+		log.Printf("[嵌入] 数量不一致: 我们发了 %d 条文本，API 返回了 %d 个向量（可能接口对长文本分块，或请求被中间层改写）", numIn, numOut)
+	}
+
 	// 转换为 float32
 	result := make([][]float32, len(response.Data))
 	for i, item := range response.Data {

backend/service/rag/embedding.go

@@ -3,6 +3,7 @@ package rag
 import (
 	"context"
 	"fmt"
+	"log"
 
 	"github.com/2930134478/AI-CS/backend/service/embedding"
 )
@@ -55,12 +56,16 @@ func (s *DocumentEmbeddingService) EmbedDocuments(ctx context.Context, documentI
 	if err != nil {
 		return fmt.Errorf("获取嵌入服务失败: %w", err)
 	}
+	// 诊断日志：批量向量化前，我们传给 EmbedTexts 的文档/内容条数
+	log.Printf("[嵌入] EmbedDocuments 调用前: len(documentIDs)=%d, len(contents)=%d（若 contents 已是多条，说明上游在发请求前做了分块）", len(documentIDs), len(contents))
 	// 批量向量化
 	vectors, err := svc.EmbedTexts(ctx, contents)
 	if err != nil {
 		return fmt.Errorf("批量向量化失败: %w", err)
 	}
+	log.Printf("[嵌入] EmbedDocuments 调用后: len(vectors)=%d, len(contents)=%d", len(vectors), len(contents))
 	if len(vectors) != len(contents) {
+		log.Printf("[嵌入] 向量数与内容数不一致，将报错: 我们按 %d 行写入 Milvus 会与 embedding 列 %d 行冲突", len(contents), len(vectors))
 		return fmt.Errorf("向量数量不匹配")
 	}