feat(media): media.Item 加视觉嵌入字段，Store 加 QueryMedia 跨模态检索

路线 3（完整跨模态检索）的媒体层基础：

- Item 新增 Vec []float64（视觉嵌入向量，JSON 序列化存库）和 VecModel
  （模型标识，用于模型切换后触发重算）
- initSchema 加 ALTER TABLE 迁移 vec/vec_model 两列（幂等，列已存在可忽略）
- scanItem 扩展读回 vec/vec_model
- SetVec(digest, vec, model) 写入向量
- QueryMedia(queryVec, model, topK)：对所有已嵌入媒体做余弦相似度检索，
  维度不一致的项自动跳过（防不同模型空间的向量被混算）

混合检索的设计意图：查询可以是图片也可以是文本（经向量化后调用 QueryMedia），
被查的媒体库里每个 item 也有视觉向量。两者在同一空间比对，谁相似度更高召回谁。
不再区分「图片查询」还是「文本查询」——向量空间的相似度自动决定。

internal/memory/media/media.go

@@ -23,6 +23,8 @@ import (
 	"encoding/json"
 	"fmt"
 	"io"
+	"math"
+	"sort"
 	"os"
 	"path/filepath"
 	"strings"
@@ -91,6 +93,12 @@ type Item struct {
 	// FirstSeen/LastSeen 是首末次入库时间。
 	FirstSeen time.Time `json:"first_seen"`
 	LastSeen  time.Time `json:"last_seen"`
+	// --- 多模态嵌入（v1.2.0）---
+	// Vec 是视觉嵌入向量的序列化（JSON []float64），nil 表示未嵌入。
+	Vec []float64 `json:"vec,omitempty"`
+	// VecModel 是产生 Vec 的模型标识（如 "clip-vit-b32"），
+	// 用于模型切换后判断是否需要重算。
+	VecModel string `json:"vec_model,omitempty"`
 }
 
 // Store 管理媒体的元数据（SQLite）与内容（磁盘 CAS 目录）。
@@ -166,6 +174,14 @@ func (s *Store) initSchema() error {
 			return fmt.Errorf("media: schema %q: %w", truncate(q, 60), err)
 		}
 	}
+	// v1.2.0 迁移：给 media 表加 vec（视觉嵌入向量 JSON）和 vec_model（模型标识）。
+	migrations := []string{
+		`ALTER TABLE media ADD COLUMN vec TEXT`,
+		`ALTER TABLE media ADD COLUMN vec_model TEXT`,
+	}
+	for _, q := range migrations {
+		_, _ = s.db.Exec(q) // 列已存在时返回 "duplicate column name"，可忽略
+	}
 	return nil
 }
 
@@ -609,6 +625,117 @@ func (s *Store) Close() error {
 	return s.db.Close()
 }
 
+// ---- 多模态嵌入（v1.2.0） ----
+
+// SetVec 给一条已入库的媒体设置视觉嵌入向量。
+//
+// 设计选择：vec 是 TEXT（JSON 序列化的 []float64）而非 BLOB，
+// 因为 Go 的 json.Marshal/Unmarshal 对 []float64 是自然的，
+// 而 SQLite 的 BLOB 是 []byte，序列化多一层反而复杂。
+// 量级：一条 vec 最多 1536 维 × ~15 字节 ≈ 23KB，TEXT 合适。
+func (s *Store) SetVec(digest string, vec []float64, model string) error {
+	vecJSON, err := json.Marshal(vec)
+	if err != nil {
+		return fmt.Errorf("media: marshal vec: %w", err)
+	}
+	s.mu.Lock()
+	defer s.mu.Unlock()
+	_, err = s.db.Exec(`UPDATE media SET vec = ?, vec_model = ? WHERE digest = ?`,
+		string(vecJSON), model, digest)
+	return err
+}
+
+// QueryMedia 用查询向量对所有已嵌入媒体做余弦相似度检索，返回 topK 个最相似的 Item。
+//
+// 这是跨模态检索的关键：查询可以是图片也可以是文本（经文本向量化后调用此方法），
+// 被查的媒体库里的每个 item 也有一个视觉向量。两者在同一空间比对，
+// 谁的相似度更高就召回谁——不再区分「这是一张图的查询」还是「这是一段文字的查询」，
+// 由向量空间的相似度自动判断。
+func (s *Store) QueryMedia(queryVec []float64, model string, topK int) ([]*Item, error) {
+	if topK <= 0 {
+		topK = 20
+	}
+	if len(queryVec) == 0 {
+		return nil, nil
+	}
+	s.mu.RLock()
+	defer s.mu.RUnlock()
+
+	rows, err := s.db.Query(`SELECT digest, kind, mime, size, width, height,
+		origin_path, tool, description, described_by, ref_count, first_seen, last_seen,
+		vec, vec_model
+		FROM media WHERE vec IS NOT NULL AND vec != ''`)
+	if err != nil {
+		return nil, err
+	}
+	defer rows.Close()
+
+	type scored struct {
+		item  *Item
+		score float64
+	}
+	var candidates []scored
+	for rows.Next() {
+		var it Item
+		var kind string
+		var origin, tool, desc, by, vecJSON, vecModel sql.NullString
+		if err := rows.Scan(&it.Digest, &kind, &it.MIME, &it.Size, &it.Width, &it.Height,
+			&origin, &tool, &desc, &by, &it.RefCount, &it.FirstSeen, &it.LastSeen,
+			&vecJSON, &vecModel); err != nil {
+			continue
+		}
+		it.Kind = Kind(kind)
+		it.OriginPath = origin.String
+		it.Tool = tool.String
+		it.Description = desc.String
+		it.DescribedBy = by.String
+		if !vecJSON.Valid || vecJSON.String == "" {
+			continue
+		}
+		var itemVec []float64
+		if err := json.Unmarshal([]byte(vecJSON.String), &itemVec); err != nil || len(itemVec) == 0 {
+			continue
+		}
+		if len(itemVec) != len(queryVec) {
+			continue // 维度不一致，跳过
+		}
+		score := cosineSimilaritySlice(queryVec, itemVec)
+		if score > 0.05 {
+			candidates = append(candidates, scored{&it, score})
+		}
+	}
+	if err := rows.Err(); err != nil {
+		return nil, err
+	}
+
+	// 按分数降序排序
+	sort.Slice(candidates, func(i, j int) bool {
+		return candidates[i].score > candidates[j].score
+	})
+	if len(candidates) > topK {
+		candidates = candidates[:topK]
+	}
+	out := make([]*Item, len(candidates))
+	for i, c := range candidates {
+		out[i] = c.item
+	}
+	return out, nil
+}
+
+// cosineSimilaritySlice 计算两个 []float64 向量的余弦相似度。
+func cosineSimilaritySlice(a, b []float64) float64 {
+	var dot, normA, normB float64
+	for i := range a {
+		dot += a[i] * b[i]
+		normA += a[i] * a[i]
+		normB += b[i] * b[i]
+	}
+	if normA == 0 || normB == 0 {
+		return 0
+	}
+	return dot / (math.Sqrt(normA) * math.Sqrt(normB))
+}
+
 // ---- 扫描辅助 ----
 
 type rowScanner interface {
@@ -628,9 +755,10 @@ func (s *Store) scanRows(r rowScanner) (*Item, error) { return scanItem(r) }
 func scanItem(r rowScanner) (*Item, error) {
 	var it Item
 	var kind string
-	var origin, tool, desc, by sql.NullString
+	var origin, tool, desc, by, vecJSON, vecModel sql.NullString
 	if err := r.Scan(&it.Digest, &kind, &it.MIME, &it.Size, &it.Width, &it.Height,
-		&origin, &tool, &desc, &by, &it.RefCount, &it.FirstSeen, &it.LastSeen); err != nil {
+		&origin, &tool, &desc, &by, &it.RefCount, &it.FirstSeen, &it.LastSeen,
+		&vecJSON, &vecModel); err != nil {
 		return nil, err
 	}
 	it.Kind = Kind(kind)
@@ -638,6 +766,13 @@ func scanItem(r rowScanner) (*Item, error) {
 	it.Tool = tool.String
 	it.Description = desc.String
 	it.DescribedBy = by.String
+	if vecJSON.Valid && vecJSON.String != "" {
+		var v []float64
+		if err := json.Unmarshal([]byte(vecJSON.String), &v); err == nil {
+			it.Vec = v
+		}
+	}
+	it.VecModel = vecModel.String
 	return &it, nil
 }