fix(memory): 千问文本塔补齐 tokenizer post_processor 与真实 ONNX 回归

验证 Go 端到端路径时发现：HuggingFace 的 tokenizer.json 带 TemplateProcessing
post_processor，规则是 `$A <|endoftext|>`——即每段输入末尾都会追加一个
`<|endoftext|>`(151643)。它正是图内 last-token 池化的锚点：

- 漏掉它：ONNX 仍能运行（不会报错），但池化取到的是模板末尾的 assistant
  起始符，而非 post token，整条嵌入向量与上游不一致；
- 截断语义：HuggingFace 在 truncation=true 时先把正文截到 maxLen-1，
  再保留末尾 post token（实测 600×"记忆"→ [511 正文][151643]）。

改动：
1. Tokenizer 新增 encodeModelInput(text, maxLen)：Encode 后追加 post token，
   并在超长时先截到 maxLen-1；缺 <|endoftext|> 直接报错（防静默错误）。
2. Embedder.VectorizeDense 改用 encodeModelInput。
3. 测试：
   - TestEncodeModelInputPostProcessor：短文本+post token；长文本按 512 截断
     且尾 token 为 post token（用 600×"记忆"确保真的触发截断分支）。
   - embedder_onnx_test.go（onnxruntime 标签）：用 Python onnxruntime 1.28
     生成的冻结参考向量验证完整 Go 路径（模板渲染→BPE→ONNX→L2 normalize），
     逐维 diff ≤ 2e-5；同时断言模型输入恰好 23 token 且末尾是 post token。
     产物不在时跳过（与 tokenizer_test 相同约定）。
   - 修正先前测试误用 400×"记忆"：BPE 把"记忆"合并为单 token，400 次只有
     400 token 不触发截断；改用 600 次后确实走到 maxLen-1 分支。

其余（ORT 库路径、指纹纳入 .onnx.data）一并随本提交带上。

验证：go test ./internal/memory/qwen 与 -tags onnxruntime 全绿；
FP32 图与 PyTorch 在短/长/等长批次/真实 padding 批次上余弦均 ≥0.99999994。

internal/memory/qwen/embedder.go

@@ -2,7 +2,7 @@
 
 // Package qwen 的 ONNX 推理实现（构建标签 onnxruntime，与 internal/memory/clip 同模式）。
 //
-// 加载契约（目录由 core.memory.multimodal_space.model_dir 指定）：
+// 加载契约：调用方传入模型目录，内核不硬编码模型名。
 //
 //	TextTower.onnx + 外部权重分片 — 文本塔图（input_ids/attention_mask → embedding）
 //	tokenizer.json                — 字节级 BPE 词表与 merges
@@ -28,10 +28,10 @@ import (
 
 // embedConfig 对应导出脚本产出的 embed_config.json。
 type embedConfig struct {
-	Dimension  int    `json:"dim"`
-	MaxLength  int    `json:"max_length"`
+	Dimension   int    `json:"dim"`
+	MaxLength   int    `json:"max_length"`
 	Instruction string `json:"instruction"`
-	Pooling    string `json:"pooling"`
+	Pooling     string `json:"pooling"`
 }
 
 // Embedder 是基于内嵌 ONNX 文本塔的稠密嵌入器。
@@ -119,12 +119,9 @@ func (e *Embedder) VectorizeDense(text string) ([]float64, error) {
 		return nil, fmt.Errorf("qwen embedder not loaded")
 	}
 
-	ids := e.tok.Encode(e.renderInput(text))
-	if len(ids) > e.config.MaxLength {
-		ids = ids[:e.config.MaxLength]
-	}
-	if len(ids) == 0 {
-		return nil, fmt.Errorf("qwen: 分词结果为空")
+	ids, err := e.tok.encodeModelInput(e.renderInput(text), e.config.MaxLength)
+	if err != nil {
+		return nil, err
 	}
 
 	seq := len(ids)
@@ -225,7 +222,7 @@ func computeFingerprint(modelDir string) string {
 	for _, e := range entries {
 		n := e.Name()
 		// 外部权重分片：torch 新版导出器使用 onnx__<op>_<id> 与模型张量同名文件。
-		if strings.HasPrefix(n, "onnx__") || strings.HasSuffix(n, ".weight") {
+		if strings.HasPrefix(n, "onnx__") || strings.HasSuffix(n, ".weight") || strings.HasSuffix(n, ".onnx.data") {
 			names = append(names, n)
 		}
 	}
@@ -243,6 +240,7 @@ func computeFingerprint(modelDir string) string {
 // findOnnxLib 在常见路径中查找 libonnxruntime.so。
 func findOnnxLib() string {
 	for _, p := range []string{
+		"/opt/onnxruntime/libonnxruntime.so",
 		"/opt/onnxruntime/lib/libonnxruntime.so",
 		"/usr/local/lib/libonnxruntime.so",
 		"/usr/lib/libonnxruntime.so",