修改引用逻辑，修改长期记忆bug

scripts/start.sh

@@ -250,7 +250,7 @@ start_embedding() {
     echo -e "${BLUE}🚀 启动 llama.cpp Embedding 容器...${NC}"
     
     # 检查模型文件
-    if [ ! -f "/home/huang/Study/AIModel/GGUF/embeddinggemma-300M-Q8_0.gguf" ]; then
+    if [ ! -f "/home/huang/Study/AIModel/GGUF/Qwen3-Embedding-0.6B-Q8_0.gguf" ]; then
         echo -e "${RED}✗ 错误：Embedding 模型文件不存在${NC}"
         exit 1
     fi
@@ -263,13 +263,16 @@ start_embedding() {
         --device=/dev/dri \
         -v /home/huang/Study/AIModel/GGUF:/models \
         -p 8082:8080 \
+        -e LLAMA_ARG_CTX_SIZE=16384 \
+        -e LLAMA_ARG_N_PARALLEL=1 \
+        -e LLAMA_ARG_BATCH=512 \
+        -e LLAMA_ARG_N_GPU_LAYERS=99 \
+        -e LLAMA_ARG_API_KEY=huang1998 \
         ghcr.io/ggml-org/llama.cpp:server-rocm \
-        -m /models/embeddinggemma-300M-Q8_0.gguf \
+        -m /models/Qwen3-Embedding-0.6B-Q8_0.gguf \
         --host 0.0.0.0 \
         --port 8080 \
-        -ngl 99 \
-        --embeddings \
-        -c 512
+        --embeddings
     
     echo -e "${GREEN}✓ llama.cpp Embedding 容器已启动 (端口 8082)${NC}"
     sleep 5