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

docker-compose.yml

@@ -93,10 +93,10 @@ services:
       # 针对 Ryzen 9 7940HS（16 线程）的 CPU 推理调优：
       # 并行推理任务数、常驻模型数、单请求线程上限、KV 缓存量化以省内存
       - OLLAMA_NUM_PARALLEL=4
-      - OLLAMA_MAX_LOADED_MODELS=2
+      - OLLAMA_MAX_LOADED_MODELS=3
       - OLLAMA_NUM_THREADS=16
       - OLLAMA_KV_CACHE_TYPE=q8_0
-    # 首次启动自动拉取所需模型（qwen2.5:1.5b 总结 + bge-m3 嵌入），
+    # 首次启动自动拉取所需模型（qwen2.5:1.5b 总结 + bge-m3 嵌入 + qwen3-reranker 重排），
     # 下载完成后转交常驻 ollama serve。已存在时仅做健康检查。
     entrypoint: /bin/bash
     command:
@@ -107,6 +107,7 @@ services:
         sleep 6
         ollama pull qwen2.5:1.5b
         ollama pull bge-m3
+        ollama pull qwen3-reranker:0.6b
         wait $$SERVE_PID
     networks:
       - qmdsearch