feat: 初始化 sundynix-agentix 分层式 AI Agent 平台脚手架

5 层 + 1 条 NATS 零拷贝消息总线的 monorepo（Monolith First → Microservices Morph B）。
纵向主干（任务流 + Token 流回流）已真实跑通，横向各层能力为带注释的桩。

已贯通（real code）:
- sundynix-shared: 共享契约 + JetStream/core NATS 真实收发(bus) + 内嵌 NATS(devnats) + e2e 测试
- sundynix-gateway: Gin 接入 + DSL 解析组装 + NATS Publish + SSE 流式输出
- sundynix-dispatcher: NATS 消费 + Eino Orchestrator 流式回流 + 熔断器 + LLM Pool 占位流式
- 链路: HTTP POST → DSL → sundynix.tasks.* → Dispatcher → Token 经 sundynix.streams.<id> 回流 → SSE
- 基础设施: docker-compose(nats/postgres/redis/neo4j/milvus) + Makefile(make demo/e2e)

待填(桩):
- Eino 图编排 compose.NewGraph、LLM Pool 接 vLLM/Ollama
- Gateway store 换真实 pgx/redis
- sundynix-mcp-go: Bleve+Milvus+Neo4j 混合检索 / UniOffice / 外部 API
- sundynix-mcp-py: gVisor 沙箱 / MinerU(PaddleOCR) / Docker 解释器
- sundynix-desktop: React Flow 画布 → DSL 导出 → SSE 展示

sundynix-mcp-go/internal/search/hybrid.go

@@ -0,0 +1,30 @@
+// Package search 实现 LLM Wiki 混合检索引擎。
+// Hybrid Search = Bleve(全文/BM25) + Milvus(向量) + Neo4j(知识图谱) 融合排序。
+package search
+
+import "context"
+
+// Hybrid 聚合三路检索后端并做 RRF/加权融合。
+type Hybrid struct {
+	// bleve  *bleve.Index            // Go 全文检索
+	// milvus client.Client           // Vector DB (Milvus Go SDK)
+	// neo4j  neo4j.DriverWithContext // Knowledge Graph
+}
+
+func NewHybrid() *Hybrid {
+	// TODO: 打开 bleve 索引；连接 Milvus；连接 Neo4j
+	return &Hybrid{}
+}
+
+// Result 是融合后的检索结果。
+type Result struct {
+	ID    string
+	Score float64
+	Text  string
+}
+
+// Query 并行查询三路后端并融合排序。
+func (h *Hybrid) Query(ctx context.Context, q string, topK int) ([]Result, error) {
+	// TODO: 并发 bleve.Search + milvus.Search + neo4j Cypher，做 RRF 融合
+	return nil, nil
+}