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/rag_core/retriever_factory.py

@@ -17,10 +17,11 @@ def create_parent_retriever(
     parent_chunk_overlap: int = 100,
     child_chunk_size: int = 200,
     child_chunk_overlap: int = 20,
+    embeddings: Embeddings | None = None,
 ) -> ParentDocumentRetriever:
     """
     创建 ParentDocumentRetriever 实例。
-
+    
     Args:
         collection_name: Qdrant 集合名称，默认 "rag_documents"
         parent_splitter: 父文档切分器，默认 None（使用默认参数创建）
@@ -31,16 +32,18 @@ def create_parent_retriever(
         parent_chunk_overlap: 父文档块重叠大小，默认 100
         child_chunk_size: 子文档块大小，默认 200
         child_chunk_overlap: 子文档块重叠大小，默认 20
-
+        embeddings: 嵌入模型实例，默认 None（使用内部默认的 LocalLlamaCppEmbedder）
+    
     Returns:
         ParentDocumentRetriever 实例
     """
     # 嵌入模型
-    embedder = LlamaCppEmbedder()
-    embeddings = embedder.as_langchain_embeddings()
-
+    if embeddings is None:
+        embedder = LlamaCppEmbedder()
+        embeddings = embedder.as_langchain_embeddings()
+    
     # 向量存储（只读）
-    vector_store = QdrantVectorStore(collection_name=collection_name)
+    vector_store = QdrantVectorStore(collection_name=collection_name, embeddings=embeddings)
 
     # 切分器（若未提供则创建默认）
     if parent_splitter is None:

backend/rag_core/vector_store.py

@@ -8,6 +8,7 @@ import time
 from typing import List, Optional, Dict, Any
 
 from langchain_core.documents import Document
+from langchain_core.embeddings import Embeddings
 from langchain_qdrant import QdrantVectorStore as LangchainQdrantVS
 from qdrant_client import QdrantClient
 from qdrant_client.http.models import Distance, VectorParams
@@ -23,18 +24,25 @@ logger = logging.getLogger(__name__)
 class QdrantVectorStore:
     """Qdrant 向量数据库操作包装器。"""
 
-    def __init__(self, collection_name: str):
+    def __init__(self, collection_name: str, embeddings: Optional[Embeddings] = None):
         """
         Args:
             collection_name: Qdrant 集合名称。
+            embeddings: 嵌入模型实例，默认 None（使用内部默认的 LlamaCppEmbedder）。
         """
         self.collection_name = collection_name
         self._client: Optional[QdrantClient] = None
         self._connection_attempts = 0
         self._last_connection_time: Optional[float] = None
-
-        embedder = LlamaCppEmbedder()
-        self.embeddings = embedder.as_langchain_embeddings()
+        
+        # 嵌入模型
+        if embeddings is None:
+            embedder = LlamaCppEmbedder()
+            self.embeddings = embedder.as_langchain_embeddings()
+            self._embedder = embedder
+        else:
+            self.embeddings = embeddings
+            self._embedder = None
 
         self.create_collection()
 
@@ -90,8 +98,13 @@ class QdrantVectorStore:
 
     def create_collection(self, force_recreate: bool = False):
         """创建集合，设置合适的向量维度。"""
-        embedder = LlamaCppEmbedder()
-        vector_size = embedder.get_embedding_dimension()
+        if self._embedder is not None:
+            # 使用内部的 embedder 获取维度
+            vector_size = self._embedder.get_embedding_dimension()
+        else:
+            # 使用外部传入的 embeddings，通过测试获取维度
+            test_embedding = self.embeddings.embed_query("test")
+            vector_size = len(test_embedding)
 
         max_retries = 3
         base_delay = 2