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_onnx_test.go

@@ -0,0 +1,70 @@
+//go:build onnxruntime
+
+package qwen
+
+import (
+	"math"
+	"os"
+	"testing"
+)
+
+// 本地模型路径与 tokenizer_test.go 共用；产物不在仓库时跳过。
+const onnxModelDir = "/home/newqqagent/models/qwen3-vl-embed-text-onnx"
+
+// TestEmbedderMatchesONNXReference 冻结一条由 Python onnxruntime 1.28.0 生成的
+// FP32 参考向量，验证完整 Go 路径：模板渲染 → BPE → ONNX → L2 normalize。
+//
+// 只校验前 12 维不是为了放宽正确性，而是避免把 2048 个浮点常量塞进仓库；
+// tokenizer 的全部 token 已由 TestTokenizerMatchesReference 逐条精确校验，图本身
+// 另有 PyTorch↔ONNX 的多形状验证。这里负责捕获 Go 张量形状、输入名、输出名、
+// 池化/归一化或模板接线错误。
+func TestEmbedderMatchesONNXReference(t *testing.T) {
+	if _, err := os.Stat(onnxModelDir + "/TextTower.onnx"); err != nil {
+		t.Skipf("ONNX 产物不可用，跳过: %v", err)
+	}
+
+	e, err := New(onnxModelDir)
+	if err != nil {
+		t.Fatalf("New: %v", err)
+	}
+	defer e.Close()
+
+	ids, err := e.tok.encodeModelInput(e.renderInput("今天天气怎么样"), e.config.MaxLength)
+	if err != nil {
+		t.Fatalf("encodeModelInput: %v", err)
+	}
+	postID, ok := e.tok.SpecialID("<|endoftext|>")
+	if !ok || len(ids) != 23 || ids[len(ids)-1] != postID {
+		t.Fatalf("模型输入 post-processor 异常: len=%d tail=%v postID=%d ok=%v", len(ids), ids[len(ids)-1:], postID, ok)
+	}
+
+	got, err := e.VectorizeDense("今天天气怎么样")
+	if err != nil {
+		t.Fatalf("VectorizeDense: %v", err)
+	}
+	if len(got) != 2048 {
+		t.Fatalf("向量维度 = %d，期望 2048", len(got))
+	}
+
+	want := []float64{
+		-0.0288955811, 0.0522339381, 0.0360119902, -0.000676361844,
+		-0.0431003496, 0.00342374574, -0.000226021366, 0.0157372113,
+		-0.028889874, 0.0264931992, 0.0117276432, -0.00513622677,
+	}
+	for i := range want {
+		if diff := math.Abs(got[i] - want[i]); diff > 2e-5 {
+			t.Errorf("维度 %d = %.10g，参考 %.10g，差 %.3g", i, got[i], want[i], diff)
+		}
+	}
+
+	var norm float64
+	for _, v := range got {
+		norm += v * v
+	}
+	if diff := math.Abs(math.Sqrt(norm) - 1); diff > 1e-6 {
+		t.Errorf("L2 norm = %.9f，期望 1", math.Sqrt(norm))
+	}
+	if !e.Loaded() || e.Dim() != 2048 || e.Fingerprint() == "" {
+		t.Errorf("元数据异常: loaded=%v dim=%d fingerprint=%q", e.Loaded(), e.Dim(), e.Fingerprint())
+	}
+}