feat(vector): pluggable multimodal vector space

核心暴露 MultimodalEmbedder 接口，两条路径共享同一套 L0/L2/L3
向量缓存、media.Store 坐标、QueryMemoryMediaScored 检索：
  - onnx：内嵌 ONNX 模型（CLIP 等），通过 build tag 编译
  - http：外部向量 API 服务（Jina v5 / OpenAI / 自建）

跨模态融合权重改为 CrossModalFusionConfig 可配置结构体，
移除所有模型特定硬编码（CLIP/Jina），版本切换只需改配置。

模型切换自动迁移：
  - StaleVecDigestsAll 支持全模态（image+audio+video）
  - 启动时并发重算（ONNX 4 workers / API 8 workers）
  - 修复 SQL 运算符优先级导致 kind 过滤失效的 bug

实测对比（492 篇生产文档 + 3 张真实图片）：
  - TF-IDF：MRR 0.457（精确匹配快，语义差）
  - fastText：MRR 0.530（语义中等，延迟 8ms）
  - Jina v5-omni：MRR 0.900（全面领先，延迟 40ms）
  - 中文文本→图片：Jina MRR 0.833 vs CLIP 0.611

See docs/embedding-comparison.md for full benchmark.

internal/memory/vector/http_embedder.go

@@ -0,0 +1,131 @@
+package vector
+
+import (
+	"bytes"
+	"encoding/base64"
+	"encoding/json"
+	"fmt"
+	"io"
+	"net/http"
+	"strings"
+	"sync"
+	"time"
+)
+
+// HTTPEmbedderConfig 配置一个外部多模态向量服务。
+// 服务契约刻意很小：POST Endpoint，输入 modality/data/mime/side，返回 embedding。
+// 任何云 API 或自建服务只需适配这一个协议，即可复用内核全部向量存储与检索链路。
+type HTTPEmbedderConfig struct {
+	Endpoint    string
+	APIKey     string
+	Model       string
+	Dimension   int
+	Timeout     time.Duration
+	Fingerprint string
+}
+
+// HTTPEmbedder 是 MultimodalEmbedder 的外部 API 实现。
+type HTTPEmbedder struct {
+	cfg    HTTPEmbedderConfig
+	client *http.Client
+	mu     sync.Mutex
+	closed bool
+}
+
+type httpEmbedRequest struct {
+	Model    string `json:"model,omitempty"`
+	Modality string `json:"modality"`
+	Side     string `json:"side"`
+	Text     string `json:"text,omitempty"`
+	Data     string `json:"data,omitempty"`
+	MIME     string `json:"mime,omitempty"`
+}
+
+type httpEmbedResponse struct {
+	Embedding []float64 `json:"embedding"`
+	Data      []struct {
+		Embedding []float64 `json:"embedding"`
+	} `json:"data,omitempty"`
+}
+
+func NewHTTPEmbedder(cfg HTTPEmbedderConfig) (*HTTPEmbedder, error) {
+	if strings.TrimSpace(cfg.Endpoint) == "" {
+		return nil, fmt.Errorf("vector: empty HTTP embedding endpoint")
+	}
+	if cfg.Dimension <= 0 {
+		return nil, fmt.Errorf("vector: invalid HTTP embedding dimension %d", cfg.Dimension)
+	}
+	if cfg.Timeout <= 0 {
+		cfg.Timeout = 30 * time.Second
+	}
+	if cfg.Fingerprint == "" {
+		cfg.Fingerprint = "http:" + cfg.Model + fmt.Sprintf(":%d", cfg.Dimension)
+	}
+	return &HTTPEmbedder{cfg: cfg, client: &http.Client{Timeout: cfg.Timeout}}, nil
+}
+
+func (e *HTTPEmbedder) VectorizeDense(text string) ([]float64, error) {
+	return e.embed(httpEmbedRequest{Model: e.cfg.Model, Modality: string(ModalityText), Side: "query", Text: text})
+}
+
+func (e *HTTPEmbedder) EmbedImageDense(img []byte, mime string) ([]float64, error) {
+	return e.embed(httpEmbedRequest{Model: e.cfg.Model, Modality: string(ModalityImage), Side: "document", Data: base64.StdEncoding.EncodeToString(img), MIME: mime})
+}
+
+func (e *HTTPEmbedder) embed(payload httpEmbedRequest) ([]float64, error) {
+	e.mu.Lock()
+	closed := e.closed
+	e.mu.Unlock()
+	if closed {
+		return nil, fmt.Errorf("vector: HTTP embedder closed")
+	}
+	body, err := json.Marshal(payload)
+	if err != nil {
+		return nil, err
+	}
+	req, err := http.NewRequest(http.MethodPost, e.cfg.Endpoint, bytes.NewReader(body))
+	if err != nil {
+		return nil, err
+	}
+	req.Header.Set("Content-Type", "application/json")
+	if e.cfg.APIKey != "" {
+		req.Header.Set("Authorization", "Bearer "+e.cfg.APIKey)
+	}
+	resp, err := e.client.Do(req)
+	if err != nil {
+		return nil, fmt.Errorf("vector: HTTP embedding request: %w", err)
+	}
+	defer resp.Body.Close()
+	b, err := io.ReadAll(io.LimitReader(resp.Body, 4<<20))
+	if err != nil {
+		return nil, err
+	}
+	if resp.StatusCode < 200 || resp.StatusCode >= 300 {
+		return nil, fmt.Errorf("vector: HTTP embedding status %d: %s", resp.StatusCode, strings.TrimSpace(string(b)))
+	}
+	var out httpEmbedResponse
+	if err := json.Unmarshal(b, &out); err != nil {
+		return nil, fmt.Errorf("vector: decode HTTP embedding: %w", err)
+	}
+	v := out.Embedding
+	if len(v) == 0 && len(out.Data) > 0 {
+		v = out.Data[0].Embedding
+	}
+	if len(v) != e.cfg.Dimension {
+		return nil, fmt.Errorf("vector: HTTP embedding dimension %d, want %d", len(v), e.cfg.Dimension)
+	}
+	return v, nil
+}
+
+func (e *HTTPEmbedder) Fingerprint() string { return e.cfg.Fingerprint }
+func (e *HTTPEmbedder) Dim() int            { return e.cfg.Dimension }
+func (e *HTTPEmbedder) Loaded() bool {
+	e.mu.Lock()
+	defer e.mu.Unlock()
+	return !e.closed
+}
+func (e *HTTPEmbedder) Close() {
+	e.mu.Lock()
+	e.closed = true
+	e.mu.Unlock()
+}