feat(vector): Vectorizer 接口加 EmbedImage，支持多模态嵌入扩展

Vectorizer 新增可选的 EmbedImage(img []byte, mime string) (Vector, error)：
支持视觉嵌入的实现者（如 CLIP/MobileCLIP）覆写此方法；不支持的
（StaticEmbedder、TFIDFVectorizer）返回 ErrNotSupported 调用方按文本降级。

这是路线 3（完整跨模态检索）的接口基础：后续在 media.Store 里，
Describe 时同时算视觉向量并存库，QueryMedia 做跨模态混合检索。

internal/memory/static_embedder.go

@@ -391,6 +391,13 @@ func (e *StaticEmbedder) Vectorize(text string) vector.Vector {
 	return vec
 }
 
+// EmbedImage 返回 ErrNotSupported：fastText 是纯文本词向量模型，
+// 没有视觉编码器。要用图像嵌入需要外部视觉模型（如 CLIP/MobileCLIP），
+// 那个由 config 里的 EmbeddingModelPath 指定的视觉模型负责。
+func (e *StaticEmbedder) EmbedImage(img []byte, mime string) (vector.Vector, error) {
+	return nil, vector.ErrNotSupported
+}
+
 func (e *StaticEmbedder) Dim() int {
 	e.mu.RLock()
 	defer e.mu.RUnlock()

internal/memory/vector/store.go

@@ -1,6 +1,7 @@
 package vector
 
 import (
+	"fmt"
 	"math"
 	"sort"
 	"strings"
@@ -8,10 +9,17 @@ import (
 )
 
 // Vectorizer 接口：将文本转为向量
+//
+// 多模态嵌入新增可选的 EmbedImage：支持视觉嵌入的实现者覆写此方法，
+// 不支持的（TF-IDF 等）在默认实现里返回 ErrNotSupported。
 type Vectorizer interface {
 	Vectorize(text string) Vector
+	EmbedImage(img []byte, mime string) (Vector, error)
 }
 
+// ErrNotSupported 表示 Vectorizer 不支持图像嵌入，调用方按文本描述降级。
+var ErrNotSupported = fmt.Errorf("vectorizer does not support image embedding")
+
 // Vector 是带权特征映射：feature → weight
 type Vector map[string]float64