feat(memory): 千问三段式 ONNX 嵌入补齐——可复现导出脚本 + Go 侧首次完整验证

此前三段式拆分后 ONNX 路径从未从 Go 侧跑通：embedder_onnx_test.go 仍引用
分段前的 API（e.renderInput、TextTower.onnx、旧目录），go vet -tags onnxruntime
直接编译失败。导出脚本只在 /tmp 且硬编码本机路径、从第三个目录拷贝固定形状的
Vision.onnx，完全不可复现。音频会被视觉塔编码，静默往统一空间灌入错误坐标。

本提交补齐这些缺口：

一、可复现导出脚本（scripts/export_qwen3vl_embedding_onnx.py）
- 自动拉取模型（HuggingFace 优先，失败回落 ModelScope，支持 HF_ENDPOINT 镜像）；
- 导出 TokenEmbedding + Transformer + Vision 三段图，图文共用同一 token
  embedding、28 层 Transformer、last-token 池化与 fingerprint；
- 双重自检（不可省）：分段 PyTorch vs 完整模型 + 导出后的 ONNX vs 完整模型，
  cos < 0.999999 即非零退出——「能加载」不等于「算得对」；
- 默认把 L2 归一化后的冻结参考向量写入产物目录（qwen_reference.json）——
  Go 测试据此做逐维冻结回归，且「该目录是哪次导出的」从文件本身可追溯；
- --verify-only 校验既有产物不重新导出，可用来确认线上在用的图没坏。

关键实测结论（已写入 docs/zh/multimodal-space.md 与长期记忆）：
原生多帧视频不可行——Qwen3-VL 视觉塔把 grid_thw 当 Python 值消费
（grid_thw.tolist()），legacy tracer 固化为常量，导出后图中根本没有 grid_thw
输入，换帧数调用直接 Invalid input name: grid_thw。故视觉塔固定 (1,48,48)，
视频由上层抽帧后逐帧按图像编码（同模型/同维度/同 fingerprint），音频明确
unsupported。

二、模态边界（vector.ErrModalityUnsupported）
- 新增 vector.ErrModalityUnsupported：表示「该模态不在本统一空间的原生覆盖
  范围内」，与普通错误语义不同——调用方应把它当「永远不会有向量」而非
  「本次失败、下次重试」；
- qwen.EmbedImageDense 按 mime 拒绝 audio/* 与 video/*：此前它会拿视觉塔
  去解音频字节，往统一空间灌入语义错误的坐标且静默；
- reembedStaleMedia 对 ErrModalityUnsupported 不计失败、不重试、不用别的
  模型向量顶替（TestReembedStaleMedia_SkipsUnsupportedWithoutFaking 守住）。

三、Go ONNX 测试首次完整通过
- 重写 embedder_onnx_test.go：修复编译 + 文本冻结回归 + 图像冻结回归 +
  两条阴性对照（不同输入必须不同、图像与文本必须不同）+ 不支持模态断言；
- 参考值从产物目录的 qwen_reference.json 读取（不在测试里硬编码浮点）；
- 用线上部署产物实测全部通过（text cos=0.999999940, image cos=0.999999762）。

四、.gitignore 修复
- /scripts/ 此前被列在「运行时产物」下，但它是作者维护的工具目录
  （模型导出、侧车、部署校验），deploy/systemd/embed-sidecar.service 直接
  引用 scripts/embed_sidecar.py，忽略它会让那份 unit 在别人的机器上指向
  不存在的文件。改为只忽略 __pycache__。

五、文档（docs/zh/multimodal-space.md）
- 获取/启用/产物契约/模态边界/验证/资源成本/与现有部署产物的等价性。

验证：go build ./...、go vet ./...、go vet -tags onnxruntime ./...、
go test -short 全部通过；ONNX 标签测试对线上部署产物全部通过。

internal/agent/core/medialoop.go

@@ -1,11 +1,13 @@
 package core
 
 import (
+	"errors"
 	"log"
 	"sync"
 	"sync/atomic"
 
 	"gitcode.com/JianFeeeee/HomeAgent/internal/memory"
+	"gitcode.com/JianFeeeee/HomeAgent/internal/memory/vector"
 )
 
 // 媒体与记忆块的生命周期辅助。
@@ -126,7 +128,7 @@ func (a *Agent) reembedStaleMedia() {
 		len(digests), shortFP(fp), a.multimodalSpace.Dim(), workers)
 
 	jobs := make(chan string, workers*2)
-	var done, failed int64
+	var done, failed, unsupported int64
 	var failedMu sync.Mutex
 	var wg sync.WaitGroup
 
@@ -135,13 +137,18 @@ func (a *Agent) reembedStaleMedia() {
 		go func() {
 			defer wg.Done()
 			for d := range jobs {
-				if err := a.reembedOne(d, fp); err != nil {
+				switch err := a.reembedOne(d, fp); {
+				case err == nil:
+					atomic.AddInt64(&done, 1)
+				case errors.Is(err, vector.ErrModalityUnsupported):
+					// 该模态不在本空间内（如音频）：不重试、不计失败，
+					// 也不拿另一个模型的向量顶替。
+					atomic.AddInt64(&unsupported, 1)
+				default:
 					failedMu.Lock()
 					failed++
 					failedMu.Unlock()
-					continue
 				}
-				atomic.AddInt64(&done, 1)
 			}
 		}()
 	}
@@ -155,11 +162,14 @@ func (a *Agent) reembedStaleMedia() {
 	}
 	close(jobs)
 	wg.Wait()
-	log.Printf("[media] 向量迁移完成: 成功=%d 失败=%d 总计=%d fp=%s",
-		done, failed, len(digests), shortFP(fp))
+	log.Printf("[media] 向量迁移完成: 成功=%d 失败=%d 不在本空间=%d 总计=%d fp=%s",
+		done, failed, unsupported, len(digests), shortFP(fp))
 }
 
 // reembedOne 为单条媒体重新计算向量并写入（stat/get 失败时跳过该条目）。
+//
+// 模态不在本空间覆盖范围时返回 ErrModalityUnsupported，调用方据此区分
+// 「永久无向量」与「本次失败重试」。
 func (a *Agent) reembedOne(digest, fp string) error {
 	it, err := a.mediaStore.Stat(digest)
 	if err != nil {