refactor!: 完全异步化 RAG 系统，移除 LangChain ParentDocumentRetriever 依赖

- 重写 rag_core/vector_store.py：完全异步实现 aadd_documents、asimilarity_search
- 重写 app/rag/retriever.py：异步混合检索，移除同步兼容代码
- 修改 rag_indexer/index_builder.py：全链路异步调用
- 删除 rag_core/retriever_factory.py：不再使用 LangChain ParentDocumentRetriever
- 清理冗余导入和代码：移除 model_services 兼容、不需要的异常导入
- 更新 rag_indexer/README.md：反映新架构

核心改进：
- 完全异步化：索引构建和检索全链路 async/await
- 自定义实现：不再依赖 LangChain 的 ParentDocumentRetriever
- 双向量支持：子文档同时存储 dense + sparse 向量到 Qdrant
- 架构清晰：rag_core 公共组件、rag_indexer 索引、app/rag 检索

rag_indexer/__init__.py

@@ -39,8 +39,9 @@ from .config import (
 
 # 从 rag_core 重新导出常用组件
 from backend.rag_core import (
-    LlamaCppEmbedder,
-    QdrantVectorStore,
+    get_embeddings,
+    get_embedding_dimension,
+    QdrantHybridStore,
     PostgresDocStore,
     create_docstore,
 )
@@ -52,14 +53,14 @@ __all__ = [
     "IndexBuilder",
     "IndexBuilderConfig",
     "DocstoreConfig",
-    
+
     # 加载器
     "DocumentLoader",
-    
+
     # 切分相关
     "SplitterType",
     "get_splitter",
-    
+
     # 配置
     "QDRANT_URL",
     "QDRANT_API_KEY",
@@ -69,11 +70,12 @@ __all__ = [
     "DOCSTORE_URI",
     "RAG_OCR_LANGUAGES",
     "RAG_DOC_LANGUAGES",
-    
+
     # 嵌入与向量存储
-    "LlamaCppEmbedder",
-    "QdrantVectorStore",
-    
+    "get_embeddings",
+    "get_embedding_dimension",
+    "QdrantHybridStore",
+
     # 文档存储
     "PostgresDocStore",
     "create_docstore",