✨ 添加稀疏模型本地缓存功能

- 创建 download_sparse_model.py 脚本用于下载稀疏模型到本地
- 添加 SPARSE_MODEL_PATH 和 SPARSE_MODEL_NAME 配置
- 修改 retriever.py 和 index_builder.py 使用 cache_dir
- 更新 .gitignore 排除 models/ 目录
- 更新 Dockerfile 在构建时下载稀疏模型

docker/backend/Dockerfile

@@ -50,6 +50,12 @@ ENV BACKEND_PORT=8079
 ENV MEMORY_SUMMARIZE_INTERVAL=10
 ENV ENABLE_GRAPH_TRACE=false
 
+# =============================================================================
+# 稀疏模型配置
+# =============================================================================
+ENV SPARSE_MODEL_PATH=/app/models/sparse
+ENV SPARSE_MODEL_NAME=Qdrant/bm25
+
 # =============================================================================
 # 日志配置（生产环境默认值）
 # =============================================================================
@@ -74,6 +80,14 @@ RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
 COPY backend/requirements.txt .
 RUN pip install --no-cache-dir --default-timeout=300 -r requirements.txt
 
+# =============================================================================
+# 下载稀疏模型（关键步骤：在构建阶段下载到固定目录）
+# =============================================================================
+RUN mkdir -p /app/models/sparse
+COPY download_sparse_model.py .
+RUN python download_sparse_model.py --cache-dir /app/models/sparse --model-name Qdrant/bm25 && \
+    rm -f download_sparse_model.py
+
 # =============================================================================
 # 复制项目代码
 # =============================================================================