feat(skills): SemanticSkillRouter — TF-IDF + Embedding 混合路由

实现 SemanticSkillRouter 核心模块 (zclaw-skills):
- Embedder trait + NoOpEmbedder (TF-IDF fallback)
- SkillTfidfIndex 全文索引
- retrieve_candidates() Top-K 检索
- route() 置信度阈值路由 (0.85)
- cosine_similarity 公共函数
- 单元测试覆盖

Kernel 适配层 (zclaw-kernel):
- EmbeddingAdapter: zclaw-growth EmbeddingClient → Embedder

文档同步:
- 01-intelligent-routing.md Phase 1+2 标记完成

docs/features/04-skills-ecosystem/01-intelligent-routing.md

@@ -335,25 +335,32 @@ fn build_skill_aware_system_prompt(&self, base_prompt: Option<&String>) -> Strin
 
 ## 四、实现计划
 
-### Phase 1: 基础架构 (当前)
+### Phase 1: 基础架构 ✅
 
 - [x] 在系统提示词中注入技能列表
 - [x] 添加 `triggers` 字段到 SkillManifest
 - [x] 更新 SKILL.md 解析器
+- [x] SkillIndexMiddleware 注入轻量级技能索引
 
-### Phase 2: 语义路由
+### Phase 2: 语义路由 ✅
 
-1. **集成 Embedding 模型**
-   - 使用本地模型 (如 `all-MiniLM-L6-v2`)
-   - 或调用 LLM API 获取 embedding
+1. **Embedder trait 抽象**
+   - ✅ `zclaw_skills::semantic_router::Embedder` trait
+   - ✅ `NoOpEmbedder` (TF-IDF only fallback)
+   - ✅ `EmbeddingAdapter` (kernel 层桥接 zclaw-growth `EmbeddingClient`)
 
-2. **构建技能向量索引**
-   - 启动时预计算所有技能描述的 embedding
-   - 支持增量更新
+2. **SemanticSkillRouter 实现** (`crates/zclaw-skills/src/semantic_router.rs`)
+   - ✅ TF-IDF 全文索引 (始终可用)
+   - ✅ 可选 Embedding 向量索引 (70/30 混合权重)
+   - ✅ `retrieve_candidates(query, top_k)` — 检索 Top-K 候选
+   - ✅ `route(query)` — 完整路由（含置信度阈值 0.85）
+   - ✅ `cosine_similarity` 公共函数
+   - ✅ 增量索引重建 `rebuild_index()`
 
-3. **实现 Hybrid Router**
-   - 语义检索 Top-K 候选
-   - LLM 精细选择
+3. **集成**
+   - ✅ zclaw-runtime re-export `EmbeddingClient`
+   - ✅ kernel `skill_router.rs` 适配层
+   - ✅ 单元测试覆盖
 
 ### Phase 3: 智能编排