feat: 接入 BGE-M3 本地嵌入默认配置 + 新增 Qwen3-Reranker 重排

- .env.example 嵌入默认改为本地 BGE-M3（EMBEDDING_PROVIDER=local, dim=1024），NAS 全新部署即用
- 新增 app/services/reranker.py：基于 Ollama /api/rerank 的 cross-encoder 重排服务
- retriever 在 chunk 候选阶段接入语义精排，调用失败优雅降级为 RRF 顺序
- docker-compose 拉取 qwen3-reranker:0.6b，OLLAMA_MAX_LOADED_MODELS 提至 3
- .gitignore 排除 .workbuddy/ 与 .trae/（防止误提交项目记忆与 IDE spec）
- 新增 reranker 单元与集成测试，全量测试 529 passed

app/services/reranker.py

@@ -0,0 +1,79 @@
+"""语义重排服务（cross-encoder reranker）
+
+调用 Ollama 的 `/api/rerank` 端点（Qwen3-Reranker 等重排模型），对检索召回的
+chunk 候选池做精排，提升最终 Top-K 的相关性。相比纯向量/RRF 融合，cross-encoder
+以 (query, doc) 联合编码，能捕捉字词不匹配的语义关联，典型带来约 10% 的精度提升。
+
+工厂 `create_reranker_service()` 按 `settings.reranker_enabled` 返回实例或 None：
+关闭时上层检索链路退化为原有的 RRF 融合结果，行为完全不变。
+"""
+
+from typing import Protocol, runtime_checkable
+
+import httpx
+import structlog
+
+from app.config import settings
+
+logger = structlog.get_logger()
+
+
+@runtime_checkable
+class RerankerService(Protocol):
+    """重排服务统一接口"""
+
+    async def rerank(self, query: str, documents: list[str]) -> list[float]:
+        """对候选文档按与 query 的相关性打分
+
+        Args:
+            query: 查询文本
+            documents: 候选文档文本列表（按输入顺序对齐）
+
+        Returns:
+            与 documents 等长的相关性分数列表（分数越高越相关）
+        """
+        ...
+
+
+class OllamaRerankerService:
+    """基于 Ollama /api/rerank 的重排服务"""
+
+    def __init__(self, base_url: str, model: str, timeout: float = 30.0) -> None:
+        self.base_url = base_url.rstrip("/")
+        self.model = model
+        self.timeout = timeout
+
+    async def rerank(self, query: str, documents: list[str]) -> list[float]:
+        if not documents:
+            return []
+        url = f"{self.base_url}/api/rerank"
+        payload = {"model": self.model, "query": query, "documents": documents}
+        async with httpx.AsyncClient(timeout=self.timeout) as client:
+            resp = await client.post(url, json=payload)
+            resp.raise_for_status()
+            data = resp.json()
+
+        results = data.get("results", [])
+        # 按 Ollama 返回的 index 映射 relevance_score；缺失项补 0，保证输出与输入等长
+        scores: list[float] = [0.0] * len(documents)
+        for item in results:
+            idx = item.get("index")
+            score = float(item.get("relevance_score", 0.0))
+            if idx is not None and 0 <= idx < len(documents):
+                scores[idx] = score
+        logger.debug("重排完成", model=self.model, candidates=len(documents))
+        return scores
+
+
+def create_reranker_service() -> RerankerService | None:
+    """按 settings.reranker_enabled 创建重排服务实例
+
+    关闭时返回 None，上层据此跳过精排、退化为 RRF 融合结果。
+    """
+    if not settings.reranker_enabled:
+        return None
+    return OllamaRerankerService(
+        base_url=settings.ollama_base_url,
+        model=settings.reranker_model,
+        timeout=settings.reranker_timeout,
+    )