feat(document): 实现 Document 类型与 RecursiveCharacterSplitter 分割器

新增 Phase 14 核心模块，为 RAG 管线提供 split → embed 阶段的底层支撑。

新增内容：
- Document 类型（id/content/metadata/mime_type 四字段 + new/from_raw 构造器）
- RecursiveCharacterSplitter（两阶段算法：按 separator 优先级递归分割 + 贪心合并 overlap 滑动窗口）
- Embedding trait（异步向量化抽象，复用 LlmError）+ MockEmbedding（sin-hash 零依赖伪随机实现）
- 19 个 Document 单元测试 + 6 个 Embedding 单元测试
- document_demo 示例（Document → Splitter → MockEmbedding → InMemoryVectorRetriever 端到端演示）

模块注册：
- src/lib.rs: pub mod document + pub use Document
- src/llm.rs: pub mod embedding

设计文档：docs/20-phase14-document-and-embedding.md（1417 行，含背景/调研/方案对比/实施计划）

零新外部依赖，所有长度比较以 Unicode 字符为单位（chars_len），CJK 文本行为正确。

examples/document_demo.rs

@@ -0,0 +1,74 @@
+//! document_demo —— Document + RecursiveCharacterSplitter + MockEmbedding + VectorRetriever 完整衔接示例。
+//!
+//! 演示 RAG 管线前置流程：
+//! 1. 创建多段落 Document
+//! 2. RecursiveCharacterSplitter 分割为 chunk
+//! 3. MockEmbedding 嵌入所有 chunk
+//! 4. 与 InMemoryVectorRetriever 手动 zip 衔接
+//! 5. 模拟查询做语义检索
+//!
+//! 运行：`cargo run --example document_demo`（离线，零配置）
+
+use agcore::document::{Document, RecursiveCharacterSplitter};
+use agcore::llm::embedding::{Embedding, MockEmbedding};
+use agcore::memory::vector::{InMemoryVectorRetriever, VectorRetriever};
+
+#[tokio::main]
+async fn main() {
+    agcore::init_tracing();
+
+    // 1. 创建多段落 Document（含中英文混合）
+    let doc = Document::new(
+        "rust-intro",
+        "Rust 是一门系统编程语言，注重安全、并发和性能。\n\n\
+         Rust 通过所有权系统管理内存，无需垃圾回收器。\
+         所有权规则让内存安全在编译期就能得到保证。\n\n\
+         Rust 的并发模型通过类型系统区分线程间共享与独占数据，\
+         避免数据竞争。Send 和 Sync 两个 trait 标记了类型的线程安全性。\n\n\
+         Rust 的性能与 C/C++ 相当，但提供了更现代的开发体验。\
+         Cargo 是官方的构建系统和包管理器，使用简单直观。",
+        "text/markdown",
+    );
+
+    println!("输入文档: {} 字符", doc.content.chars().count());
+
+    // 2. RecursiveCharacterSplitter 分割
+    let splitter = RecursiveCharacterSplitter::new(200, 30);
+    let chunks = splitter.split(&[doc]);
+
+    println!("\n分割为 {} 个 chunk:", chunks.len());
+    for (i, chunk) in chunks.iter().enumerate() {
+        println!(
+            "  [{:02}] id={}, 长度={}",
+            i, chunk.id, chunk.content.chars().count()
+        );
+    }
+
+    // 3. MockEmbedding 嵌入所有 chunk
+    let embedder = MockEmbedding::new(4);
+    let texts: Vec<String> = chunks.iter().map(|c| c.content.clone()).collect();
+    let vectors = embedder.embed(&texts).await.unwrap();
+    println!("\n嵌入维度: {}，向量数: {}", embedder.dim(), vectors.len());
+
+    // 4. 与 InMemoryVectorRetriever 手动 zip 衔接
+    let retriever: std::sync::Arc<dyn VectorRetriever> =
+        std::sync::Arc::new(InMemoryVectorRetriever::new());
+    for (chunk, vec) in chunks.iter().zip(vectors.iter()) {
+        retriever.index(chunk.id.clone(), vec.clone()).await.unwrap();
+    }
+    println!("已索引 {} 个 chunk", chunks.len());
+
+    // 5. 模拟查询：复用第一个 chunk 的 embedding 作为查询向量
+    let query_vec = vectors[0].clone();
+    let results = retriever.search(query_vec, 3).await.unwrap();
+    println!("\nTop 3 检索结果（与 chunk 0 相似度）:");
+    for (id, score) in &results {
+        println!("  id={}, score={:.4}", id, score);
+    }
+
+    assert_eq!(chunks.len(), vectors.len(), "chunks 与 vectors 数量必须一致");
+    assert!(!results.is_empty(), "至少应返回 1 条检索结果");
+    assert!(results[0].0.starts_with("rust-intro:chunk:0000"), "Top 1 应为 chunk 0 自身");
+
+    println!("\n✓ document_demo 完成");
+}