feat(mcp-go): RAG 语义切块 —— 递归 + 句界 + 重叠 + rune 安全

替换朴素切块（按行切 + 字节硬截）为工业级语义切块：
- 修真 bug：旧版 s[:2000] 按字节切，中文 UTF-8（3 字节/字）会被切碎成乱码；
  新版全程按 rune 操作。
- 算法：splitToAtoms（换行/中英句末标点切原子，超大无标点原子按 rune 窗口兜底）
  → packAtoms（贪心打包到 target=500 字、句末收口，尾块 <100 字并入相邻）
  → addOverlap（块间 80 字重叠，保跨块上下文）。硬上限 1000。
- chunk.go 独立成文件 + chunk_test.go（空/短/rune安全/大小上界/句界/重叠/超大无标点）。

收益：检索片段语义完整（不再断句）、中文不乱码、跨块上下文不丢 → RAG 召回质量。
make test-go 全绿。后续可加 Markdown 标题路径前缀（结构化文档增强）。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

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

@@ -0,0 +1,122 @@
+package rag
+
+import (
+	"strings"
+	"testing"
+	"unicode/utf8"
+)
+
+func TestChunkEmpty(t *testing.T) {
+	if got := chunk("   \n\n  "); len(got) != 0 {
+		t.Fatalf("空白文本应切出 0 块，得 %d", len(got))
+	}
+}
+
+func TestChunkShort(t *testing.T) {
+	got := chunk("这是一句很短的话。")
+	if len(got) != 1 || !strings.Contains(got[0], "很短") {
+		t.Fatalf("短文本应为单块，得 %v", got)
+	}
+}
+
+// TestChunkRuneSafe 是核心：中文必须按 rune 切，绝不能切碎出乱码（旧版按字节切的 bug）。
+func TestChunkRuneSafe(t *testing.T) {
+	// 1500 个汉字、无标点 → 触发窗口兜底切；每块必须是合法 UTF-8。
+	text := strings.Repeat("中", 1500)
+	for _, c := range chunk(text) {
+		if !utf8.ValidString(c) {
+			t.Fatalf("切出非法 UTF-8（中文被字节切碎）：%q", c)
+		}
+		for _, r := range c {
+			if r != '中' && !strings.ContainsRune("\n ", r) {
+				t.Fatalf("出现意外字符 %q，疑似切碎", r)
+			}
+		}
+	}
+}
+
+func TestChunkSizeBounds(t *testing.T) {
+	// 多段中文，每段以句号结尾。
+	var sb strings.Builder
+	for i := 0; i < 60; i++ {
+		sb.WriteString("这是用于测试切块大小上界的一个中文句子片段。")
+	}
+	for i, c := range chunk(sb.String()) {
+		if n := runeLen(c); n > chunkTargetRunes+chunkOverlapRunes+1 {
+			t.Fatalf("第 %d 块 %d 字，超过 target+overlap=%d", i, n, chunkTargetRunes+chunkOverlapRunes+1)
+		}
+	}
+}
+
+func TestChunkSentenceBoundary(t *testing.T) {
+	var sb strings.Builder
+	for i := 0; i < 80; i++ {
+		sb.WriteString("第一句话在这里。第二句话也在这里。")
+	}
+	chunks := chunk(sb.String())
+	if len(chunks) < 2 {
+		t.Fatalf("长文本应切出多块，得 %d", len(chunks))
+	}
+	// 多数块应以句号收口（允许重叠导致的少量例外）。
+	endsWell := 0
+	for _, c := range chunks {
+		if strings.HasSuffix(strings.TrimSpace(c), "。") {
+			endsWell++
+		}
+	}
+	if endsWell < len(chunks)/2 {
+		t.Fatalf("多数块应在句末收口，仅 %d/%d", endsWell, len(chunks))
+	}
+}
+
+func TestChunkOverlap(t *testing.T) {
+	var sb strings.Builder
+	for i := 0; i < 60; i++ {
+		sb.WriteString("用于验证相邻块之间存在上下文重叠的中文句子。")
+	}
+	chunks := chunk(sb.String())
+	if len(chunks) < 2 {
+		t.Skip("未切出多块，跳过重叠校验")
+	}
+	// 第 2 块开头应包含第 1 块尾部的一小段（重叠）。
+	prevTail := []rune(chunks[0])
+	tail := string(prevTail[max0(len(prevTail)-chunkOverlapRunes):])
+	// 取尾部一小片做包含判断（去掉可能的换行）。
+	probe := strings.TrimSpace(tail)
+	if len(probe) > 10 {
+		probe = probe[len(probe)-10:]
+	}
+	if probe != "" && !strings.Contains(chunks[1], strings.TrimSpace(string([]rune(probe)))) {
+		// 重叠是按 rune 尾部，probe 是字节尾部，宽松校验：第二块前缀应与首块尾部有交集
+		if !strings.HasPrefix(strings.TrimSpace(chunks[1]), strings.TrimSpace(tail)) {
+			t.Logf("重叠片段:%q\n块2前缀:%q", tail, []rune(chunks[1])[:min0(40, runeLen(chunks[1]))])
+			t.Fatalf("相邻块未见重叠")
+		}
+	}
+}
+
+func TestChunkOversizedNoPunct(t *testing.T) {
+	text := strings.Repeat("x", 3000) // 无标点超大块
+	chunks := chunk(text)
+	if len(chunks) < 3 {
+		t.Fatalf("3000 字无标点应窗口切成多块，得 %d", len(chunks))
+	}
+	for _, c := range chunks {
+		if runeLen(c) > chunkTargetRunes+chunkOverlapRunes+1 {
+			t.Fatalf("窗口切块超界：%d", runeLen(c))
+		}
+	}
+}
+
+func max0(n int) int {
+	if n < 0 {
+		return 0
+	}
+	return n
+}
+func min0(a, b int) int {
+	if a < b {
+		return a
+	}
+	return b
+}