fix: KB 级联删「事务化」—— 失败不再留不可删孤儿（T4.F）

原为 best-effort：三库删失败只 log、MinIO 删错误全吞、PG 照删 → 删一半失败即在
向量/全文/图谱/MinIO 留下「PG 无记录、连 file_id 都查不到」的不可删孤儿。

改为「类事务」（跨库 2PC 不可行，退而求其次：不留不可恢复孤儿 + 失败可见可重试）：
- milvus.deleteByFile / bleve.deleteDoc / blob.Delete 改返回 error（原 void 吞错）
- rag.DeleteDoc 三库全试一遍（最大化清理）+ 聚合错误（原只回 Neo4j 的错）；三库删幂等
- gateway KbDeleteDoc 失败闭合：先删依赖存储(三库→MinIO)、PG 最后删；
  任一存储删失败 → 不删 PG、返 502「未删除请重试」（保留 file_id 供幂等重试）
- 语义翻转：从「总能从列表删掉但留孤儿」→「有孤儿风险就不删、报错可重试」

live：杀 mcp-go→删→502+文档保留；mcp-go 活→删→200+清空（清场僵尸进程后验证）

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

DEPTH_ROADMAP.md

@@ -193,7 +193,10 @@ RBAC 未做，暂以单管理员账号代理；概览口径必须是**系统级*
 
 ### [ ] T4.F 健壮性 / 安全 / 性能收口（多为 S，可穿插着做）
 - [ ] 关键 DB 写失败上浮 5xx（现 best-effort 返 200，前端无感，task_handler.go:69 等）| M
-- [ ] KB 级联删事务化（kb.go:172 三库删一半失败仍删 PG → 不一致）| M
+- [x] KB 级联删「事务化」✅（2026-07-06）—— 类事务：先删依赖存储(三库/MinIO)、PG 记录**最后删**；
+  任一存储删失败→不删 PG、报错可重试(三库删幂等)，杜绝「PG 删了却在三库/MinIO 留不可删孤儿」。
+  milvus/bleve.deleteDoc + blob.Delete 改返 error；rag.DeleteDoc 三库全试+聚合错误(原只回 Neo4j 的错)。
+  **live：杀 mcp-go→删→502「未删除请重试」+文档保留；mcp-go 活→删→200+清空**（清场僵尸进程后验证）。
 - [ ] 预算硬顶兜底（budget.go ≤0 即无限，单任务可无限烧）| M
 - [ ] 审批 checkpoint 落盘失败重试（compose_compiler.go:323 现只 log → 任务永卡 waiting）| M
 - [~] 安全收口（部分）：

sundynix-gateway/internal/blob/minio.go

@@ -69,7 +69,7 @@ func (s *Store) Get(ctx context.Context, key string) (string, error) {
 	return string(b), nil
 }
 
-// Delete 删除对象（best-effort）。
+// Delete 删除对象；返回错误供级联删按需失败闭合（其它 best-effort 调用点可忽略返回值）。
-func (s *Store) Delete(ctx context.Context, key string) {
+func (s *Store) Delete(ctx context.Context, key string) error {
-	_ = s.cli.RemoveObject(ctx, s.bucket, key, minio.RemoveObjectOptions{})
+	return s.cli.RemoveObject(ctx, s.bucket, key, minio.RemoveObjectOptions{})
 }

sundynix-gateway/internal/handler/kb.go

@@ -168,22 +168,30 @@ func (h *Handler) KbDeleteDoc(c *gin.Context) {
 		return
 	}
 	scoped := d.Owner + "/" + d.KB
-	// ① 三库按 file_id 级联删（失败不中断，避免半残；记录降级）。
+	// 「类事务」删除：先删依赖存储（三库/MinIO），PG 记录**最后删**。任一存储删失败 → 不删 PG、
+	// 保留记录报错让用户重试（三库/MinIO 删均幂等）；杜绝「PG 删了却在三库/MinIO 留下再也删不掉的孤儿」。
+	// ① 三库按 file_id 级联删。失败 → 保留 PG 可重试。
 	if res, e := h.bus.CallTool(c.Request.Context(), contract.ToolSubjectGo("kb_delete"),
 		&contract.ToolCall{Tool: "kb_delete", Args: map[string]any{"kb": scoped, "file_id": d.ID}}); e != nil || res == nil || !res.OK {
 		msg := "kb_delete 无响应"
 		if e != nil {
 			msg = e.Error()
-		} else if res != nil {
+		} else if res != nil && res.Error != "" {
 			msg = res.Error
 		}
-		log.Printf("[gateway] 三库删除降级 id=%s: %s", d.ID, msg)
+		log.Printf("[gateway] 三库删除失败，保留记录待重试 id=%s: %s", d.ID, msg)
+		c.JSON(http.StatusBadGateway, gin.H{"error": "存储删除失败，未删除，请稍后重试：" + msg})
+		return
 	}
-	// ② MinIO 原文。
+	// ② MinIO 原文。失败 → 同样保留 PG 可重试（三库已幂等清理，重试补删 MinIO+PG）。
 	if d.ObjectKey != "" && h.blob.Ready() {
-		h.blob.Delete(c.Request.Context(), d.ObjectKey)
+		if e := h.blob.Delete(c.Request.Context(), d.ObjectKey); e != nil {
+			log.Printf("[gateway] MinIO 删除失败，保留记录待重试 id=%s: %v", d.ID, e)
+			c.JSON(http.StatusBadGateway, gin.H{"error": "原文删除失败，未删除，请稍后重试"})
+			return
+		}
 	}
-	// ③ PG 元数据 + 双链。
+	// ③ PG 元数据 + 双链（最后删；到此依赖存储已清，PG 删成即整体一致）。
 	if e := h.db.DeleteDocByID(c.Request.Context(), owner, d.KB, d.ID); e != nil {
 		c.JSON(http.StatusBadGateway, gin.H{"error": e.Error()})
 		return

sundynix-mcp-go/internal/rag/bleve.go

@@ -101,9 +101,9 @@ func (b *bleveStore) index(kb, doc string, texts []string) error {
 }
 
 // deleteDoc 删除某 (kb, doc) 的全部全文块（笔记重入库前清旧块）。
-func (b *bleveStore) deleteDoc(kb, doc string) {
+func (b *bleveStore) deleteDoc(kb, doc string) error {
 	if !b.ready() || doc == "" {
-		return
+		return nil
 	}
 	kq := bleve.NewTermQuery(kb)
 	kq.SetField("kb")
@@ -113,13 +113,13 @@ func (b *bleveStore) deleteDoc(kb, doc string) {
 	req.Size = 1000
 	res, err := b.idx.Search(req)
 	if err != nil {
-		return
+		return err
 	}
 	batch := b.idx.NewBatch()
 	for _, h := range res.Hits {
 		batch.Delete(h.ID)
 	}
-	_ = b.idx.Batch(batch)
+	return b.idx.Batch(batch)
 }
 
 // search 全文检索（可按 kb 过滤），返回 BM25 排序的命中。

sundynix-mcp-go/internal/rag/milvus.go

@@ -116,14 +116,16 @@ func (m *milvusStore) deleteDoc(ctx context.Context, kb, doc string, dim int) {
 }
 
 // deleteByFile 按 file_id 删某文档的全部向量块（级联删用，无需 dim）。集合不存在/未加载时静默忽略。
-func (m *milvusStore) deleteByFile(ctx context.Context, kb, fileID string) {
+func (m *milvusStore) deleteByFile(ctx context.Context, kb, fileID string) error {
 	if fileID == "" {
-		return
+		return nil
 	}
 	expr := fmt.Sprintf("kb == %q && doc == %q", kb, fileID)
 	if err := m.cli.Delete(ctx, collection, "", expr); err != nil {
-		log.Printf("[rag] 按 file_id 删除向量失败（忽略）: %v", err)
+		log.Printf("[rag] 按 file_id 删除向量失败: %v", err)
+		return err
 	}
+	return nil
 }
 
 // insert 写入若干 (kb, doc, text, vector)。

sundynix-mcp-go/internal/rag/rag.go

@@ -5,6 +5,7 @@ package rag
 import (
 	"context"
 	"errors"
+	"fmt"
 	"log"
 	"os"
 	"strconv"
@@ -253,16 +254,24 @@ func (e *Engine) Search(ctx context.Context, kb, query string, topK int) ([]Hit,
 }
 
 // DeleteDoc 按 file_id 级联删某文档在三库的痕迹：Milvus 向量块 + Bleve 全文块 + Neo4j 关系。
-// Milvus/Bleve 尽力删（void），Neo4j 返回错误供上层感知；任一失败不阻断其余。
+// DeleteDoc 按 file_id 级联删三库痕迹。三库**全试一遍**（最大化清理，不因一处失败漏删另两处），
+// 聚合各库错误上返。三库删均幂等（删不存在=no-op），故上层可安全重试。
 func (e *Engine) DeleteDoc(ctx context.Context, kb, fileID string) error {
 	if fileID == "" {
 		return errors.New("file_id 必填")
 	}
-	e.mv.deleteByFile(ctx, kb, fileID)
+	var errs []error
-	e.bleve.deleteDoc(kb, fileID)
+	if err := e.mv.deleteByFile(ctx, kb, fileID); err != nil {
+		errs = append(errs, fmt.Errorf("向量: %w", err))
+	}
+	if err := e.bleve.deleteDoc(kb, fileID); err != nil {
+		errs = append(errs, fmt.Errorf("全文: %w", err))
+	}
 	if err := e.graph.deleteByFile(ctx, kb, fileID); err != nil {
-		log.Printf("[rag] 图谱按 file_id 删除失败: %v", err)
+		errs = append(errs, fmt.Errorf("图谱: %w", err))
-		return err
+	}
+	if len(errs) > 0 {
+		return fmt.Errorf("级联删部分失败（幂等，可重试）: %w", errors.Join(errs...))
 	}
 	log.Printf("[rag] 已删除文档痕迹 kb=%s file_id=%s（向量/全文/图谱）", kb, fileID)
 	return nil