feat(embedding): ADR-110 升級 bge-m3:latest 1024 維向量

GCP-A (34.143.170.20) 無 nomic-embed-text，改用 bge-m3:latest（專用
多語言 embedding 模型），產生 1024 維向量。

變更：
- embedding_service.py: 加入 bge-m3:latest=1024 維到 MODEL_DIMENSIONS，
  預設模型改為 bge-m3:latest，更新文件說明
- playbook_embedding_repository.py + interfaces.py: 更新維度說明
- migrations/embedding_bge_m3_1024.sql: pgvector schema 遷移
  rag_chunks + playbook_embeddings vector(768) → vector(1024)
- scripts/reembed_bge_m3.py: 遷移後重新嵌入現有資料的 script

遷移步驟：
  1. 執行 embedding_bge_m3_1024.sql（清空現有 768 維向量，變更維度）
  2. 執行 python scripts/reembed_bge_m3.py 重新嵌入

2026-05-04 ogt + Claude Sonnet 4.6

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

apps/api/src/services/embedding_service.py

@@ -1,17 +1,18 @@
 """
-Embedding Service - Ollama BGE-M3 替代方案
-==========================================
+Embedding Service - Ollama bge-m3:latest 專用向量化
+===================================================
 
-使用 Ollama qwen2.5:7b-instruct 提供文本向量化功能。
-雖非專用 embedding 模型，但支援多語言 (繁中/英文)。
+使用 Ollama bge-m3:latest 提供文本向量化功能（1024 維）。
+bge-m3 為專用多語言 embedding 模型，支援繁中/英文語義搜尋。
 
 Phase 13.2 #84 - RAG Tool 基礎設施
+ADR-110 2026-05-04: GCP-A Primary 升級 bge-m3（768→1024 維遷移）
 
-版本: v1.1
+版本: v1.2
 建立日期: 2026-03-26 20:30 (台北時區)
-更新日期: 2026-03-29 20:50 (台北時區)
+更新日期: 2026-05-04 (台北時區) — ADR-110 bge-m3 升級
 建立者: Claude Code
-更新者: Claude Code (P1 修復: 維度配置化)
+更新者: ogt + Claude Sonnet 4.6 (ADR-110 GCP-A Primary)
 """
 
 import asyncio
@@ -58,7 +59,7 @@ class OllamaEmbeddingService:
     Ollama Embedding Service
 
     使用 Ollama API 進行文本向量化。
-    預設使用 qwen2.5:7b-instruct (3584 維向量)。
+    預設使用 bge-m3:latest (1024 維向量)，來自 GCP-A (34.143.170.20)。
 
     Usage:
         service = OllamaEmbeddingService()
@@ -71,12 +72,16 @@ class OllamaEmbeddingService:
         "qwen2.5:3b-instruct": 2048,
         "llama3.2:3b": 3072,
         "nomic-embed-text": 768,
+        # 2026-05-04 ogt + Claude Sonnet 4.6: ADR-110 GCP-A Primary — bge-m3 專用 embedding 模型
+        # bge-m3 產生 1024 維向量；pgvector schema 已遷移至 vector(1024)（見 embedding_bge_m3_1024.sql）
+        "bge-m3:latest": 1024,
+        "bge-m3": 1024,
     }
     DEFAULT_DIMENSION = 3584  # 未知模型的預設值
 
     def __init__(
         self,
-        model: str = "qwen2.5:7b-instruct",
+        model: str = "bge-m3:latest",
         ollama_url: str | None = None,
         timeout: float = 30.0,
         default_dimension: int | None = None,