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/tokenizer.go

@@ -154,7 +154,8 @@ func renderInstructionInput(instruction, text string) string {
 		"<|im_end|>\n<|im_start|>assistant\n"
 }
 
-// Encode 把文本编码为 token id 序列（不含特殊 token、不做截断）。
+// Encode 把文本编码为 token id 序列（识别输入中已有的特殊 token，
+// 但不执行 tokenizer.json 的 post_processor，也不做截断）。
 func (t *Tokenizer) Encode(text string) []int {
 	var ids []int
 	for _, seg := range t.splitSpecials(text) {
@@ -167,6 +168,27 @@ func (t *Tokenizer) Encode(text string) []int {
 	return ids
 }
 
+// encodeModelInput 执行 TextTower 输入所需的 tokenizer post_processor。
+//
+// tokenizer.json 的 TemplateProcessing 规则是 `$A <|endoftext|>`；HuggingFace
+// 在 truncation=true 时先把 A 截到 maxLen-1，再保留末尾 post token。漏掉它不会
+// 触发 ONNX 错误，却会改变池化位置和整条嵌入向量，因此不能直接用 Encode 的结果。
+func (t *Tokenizer) encodeModelInput(text string, maxLen int) ([]int, error) {
+	postID, ok := t.SpecialID("<|endoftext|>")
+	if !ok {
+		return nil, fmt.Errorf("tokenizer.json 缺少 post token <|endoftext|>")
+	}
+	if maxLen <= 0 {
+		return nil, fmt.Errorf("maxLen 必须大于 0")
+	}
+
+	ids := t.Encode(text)
+	if len(ids) >= maxLen {
+		ids = ids[:maxLen-1]
+	}
+	return append(ids, postID), nil
+}
+
 // seg 是「普通文本」或「已识别的特殊 token」二选一。
 type seg struct {
 	text      string