重构：添加模型服务模块，支持嵌入和重排服务的自动降级

新增功能：
- 创建 app/model_services 模块，提供统一的模型服务获取接口
- 实现 BaseServiceProvider 基类和 FallbackServiceChain 降级链
- 实现 get_embedding_service()：优先本地 llama.cpp，降级到智谱 API
- 实现 get_rerank_service()：优先本地 llama.cpp，降级到智谱 API
- 支持单例管理，确保全局只有一个服务实例

修改内容：
- 更新 app/config.py，添加智谱 API 相关配置
- 修改 rag_core/vector_store.py：支持接受外部传入的 embeddings
- 修改 rag_core/retriever_factory.py：支持接受外部传入的 embeddings
- 修改 app/agent/rag_initializer.py：使用 get_embedding_service()
- 修改 app/rag/pipeline.py：使用 get_rerank_service()
- 修改 app/memory/mem0_client.py：智能判断可用服务配置 mem0
- 修改 rag_indexer/index_builder.py：支持使用新服务，保持向后兼容
- 修改 rag_indexer/config.py：添加智谱配置

环境变量：
- ZHIPUAI_API_KEY：智谱 API 密钥（必选）
- ZHIPU_EMBEDDING_MODEL：可选，默认 embedding-3
- ZHIPU_RERANK_MODEL：可选，默认 rerank-2
- ZHIPU_API_BASE：可选，默认 https://open.bigmodel.cn/api/paas/v4

backend/app/model_services/README.md

@@ -0,0 +1,31 @@
+"""
+模型服务模块（model_services）
+
+提供统一的嵌入和重排模型服务获取接口，支持自动降级：
+1. 优先使用本地 llama.cpp 服务
+2. 本地服务不可用时，自动降级到智谱 API 服务
+
+使用方法：
+
+from app.model_services import get_embedding_service, get_rerank_service, BaseReranker
+
+# 获取嵌入服务（LangChain 兼容的 Embeddings）
+embeddings = get_embedding_service()
+
+# 获取重排服务
+reranker = get_rerank_service()
+sorted_docs = reranker.compress_documents(documents, query, top_n=5)
+
+环境变量配置：
+
+# 智谱 API 配置
+ZHIPUAI_API_KEY=your_api_key
+ZHIPU_EMBEDDING_MODEL=embedding-3  # 可选：embedding-2、embedding-3
+ZHIPU_RERANK_MODEL=rerank-2        # 可选：rerank-1、rerank-2
+ZHIPU_API_BASE=https://open.bigmodel.cn/api/paas/v4
+
+# 本地 llama.cpp 服务配置（原有配置保持不变）
+LLAMACPP_EMBEDDING_URL=http://localhost:port/v1
+LLAMACPP_RERANKER_URL=http://localhost:port/v1
+LLAMACPP_API_KEY=your_api_key
+"""