feat: 修复数据库持久化，完善服务降级机制

- 恢复使用 AsyncPostgresSaver 持久化短期记忆
- 添加 LLM 作为 Rerank 服务的最后降级方案
- 完善降级链：Local llama.cpp → Zhipu Rerank → LLM Fallback

backend/app/model_services/rerank_services.py

@@ -136,6 +136,92 @@ class ZhipuRerankService(BaseRerankService):
             raise
 
 
+class LLMFallbackRerankService(BaseRerankService):
+    """
+    使用 LLM 作为最后的降级方案进行重排
+    通过让 LLM 评估文档相关性并给出分数
+    """
+
+    def __init__(self, llm=None):
+        from .chat_services import get_chat_service
+        self.llm = llm or get_chat_service()
+
+    def compute_scores(self, query: str, documents: List[str]) -> List[float]:
+        """
+        使用 LLM 评估文档相关性并打分
+        """
+        if not documents:
+            return []
+
+        scores = []
+        for doc in documents:
+            score = self._score_single_document(query, doc)
+            scores.append(score)
+        
+        return scores
+
+    def _score_single_document(self, query: str, document: str) -> float:
+        """
+        让 LLM 为单个文档的相关性打分 (0.0-1.0)
+        """
+        prompt = f"""你是一个文档相关性评分专家。请评估以下文档与查询的相关性，返回一个0到1之间的分数：
+- 1.0表示完全相关
+- 0.0表示完全不相关
+
+查询: {query}
+
+文档: {document}
+
+请只返回一个数字，不要解释。"""
+
+        try:
+            result = self.llm.invoke(prompt)
+            content = result.content if hasattr(result, 'content') else str(result)
+            # 尝试提取数字
+            import re
+            match = re.search(r'(\d+\.?\d*)', content)
+            if match:
+                score = float(match.group(1))
+                # 确保在 0-1 之间
+                return max(0.0, min(1.0, score))
+            # 如果没有找到数字，返回0.5作为默认值
+            return 0.5
+        except Exception as e:
+            logger.warning(f"LLM 打分失败，返回默认分数 0.5: {e}")
+            return 0.5
+
+
+class LLMFallbackRerankProvider(BaseServiceProvider[BaseRerankService]):
+    """
+    LLM 降级重排服务提供者
+    """
+
+    def __init__(self, llm=None):
+        super().__init__("llm_fallback_rerank")
+        self._llm = llm
+
+    def is_available(self) -> bool:
+        """
+        LLM 降级方案总是可用（只要 LLM 服务可用）
+        """
+        try:
+            from .chat_services import get_chat_service
+            get_chat_service()
+            logger.info("LLM 降级重排服务可用")
+            return True
+        except Exception as e:
+            logger.warning(f"LLM 降级重排服务不可用: {e}")
+            return False
+
+    def get_service(self) -> BaseRerankService:
+        """
+        获取 LLM 降级重排服务
+        """
+        if self._service_instance is None:
+            self._service_instance = LLMFallbackRerankService(self._llm)
+        return self._service_instance
+
+
 class LocalLlamaCppRerankProvider(BaseServiceProvider[BaseRerankService]):
     """
     本地 llama.cpp 重排服务提供者
@@ -221,13 +307,15 @@ def get_rerank_service() -> BaseRerankService:
     """
     获取重排服务（带自动降级）- 纯服务层
 
+    降级链: Local llama.cpp -> Zhipu Rerank -> LLM Fallback
+
     Returns:
         BaseRerankService: 重排服务实例
     """
     def _create_chain():
         primary = LocalLlamaCppRerankProvider()
-        fallback = ZhipuRerankProvider()
-        return FallbackServiceChain(primary, [fallback])
+        fallbacks = [ZhipuRerankProvider(), LLMFallbackRerankProvider()]
+        return FallbackServiceChain(primary, fallbacks)
 
     chain = SingletonServiceManager.get_or_create("rerank_service_chain", _create_chain)
     return chain.get_available_service()