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/rag/pipeline.py

@@ -2,12 +2,11 @@
 
 import asyncio
 import os
-from ..config import LLAMACPP_RERANKER_URL, LLAMACPP_API_KEY
 from typing import List
 from langchain_core.documents import Document
 from langchain_core.language_models import BaseLanguageModel
 
-from .reranker import LLaMaCPPReranker
+from ..model_services import get_rerank_service
 from .query_transform import MultiQueryGenerator
 from .fusion import reciprocal_rank_fusion
 
@@ -37,13 +36,9 @@ class RAGPipeline:
         self.num_queries = num_queries
         self.rerank_top_n = rerank_top_n
         
-        # 初始化组件
+        # 初始化组件 - 使用统一的重排服务获取接口
         self.query_generator = MultiQueryGenerator(llm=llm, num_queries=num_queries)
-        self.reranker = LLaMaCPPReranker(
-                base_url=LLAMACPP_RERANKER_URL,
-                api_key=LLAMACPP_API_KEY,
-                top_n=rerank_top_n,
-            )
+        self.reranker = get_rerank_service()
     
     async def aretrieve(self, query: str) -> List[Document]:
         """
@@ -68,9 +63,9 @@ class RAGPipeline:
         
         # Step 4: 重排序
         try:
-            final_docs = self.reranker.compress_documents(fused_docs, query)
+            final_docs = self.reranker.compress_documents(fused_docs, query, top_n=self.rerank_top_n)
         except Exception:
-            # 若重排序器不可用，直接返回融合后的前 N 条
+            # 若重排序器不可用，直接返回融合后的前 N 个结果
             final_docs = fused_docs[:self.rerank_top_n]
         
         return final_docs