本地模型路由优化

[yu-zhy]

引入all-minilm-l6-v2进行语义识别替代关键词策略，优化本地模型路由方案
通过/ 预计算的"复杂任务"语义向量(一次性计算，缓存) 来优化路由策略
"重构代码架构", "分析系统依赖关系", "设计模块接口", "排查性能瓶颈", "review代码安全性", "多文件重构", "架构设计" 会路由到pro模型

[itmisx]

@yu-zhy
感谢投入，语义路由的方向是对的。但目前这版有几个阻断性问题，麻烦先处理：

1. 核心功能实际没生效（必修）

tui/model.go:1322 的 if m.modelPin == "" 恒为 false。m.modelPin 全部 5 个赋值点（743、4002、4012、4032、4035）加上 restoreModelPin 的 default 分支（4038 把 "" 归一成 "auto"），值域封闭在 {"auto","flash","pro"}，不会是空串。

结果是 RouteWithContext / RouteBySemantic / complexTaskPatterns 一次都不会执行，effectiveRole 最终取到 "auto"，StartStream 仍走原来的 RouteByKeyword —— 路由行为和改之前完全一致。PR 描述里那批词能路由到 pro，是原有关键词表的功劳。

改成 if m.modelPin == "" || m.modelPin == "auto"。改完请实测验证效果。

2. 修好 #1 后会暴露的问题

else 分支无条件设 activeModelRole = "flash"，丢了原有的 activeModelID == "" 兜底（对比 setup_modal.go:318）。只配了 pro 的用户右栏会显示空模型名。

3. CI 是红的

go vet ./agent/...   agent/topic_tracker.go:59 self-assignment of tg.embedder
go test ./agent/...  FAIL TestTrackMessageSameTopic / TestExtractFileRefs / TestExtractFileRefsHTTP
gofmt -l             embedder.go keyword_router.go segmenter.go segmenter_dict.go topic_tracker.go topic_tracker_test.go i18n.go

TestTrackMessageSameTopic 的根因值得单独看：tfidfEmbedder.Embed 先 updateDocFreq 再算 IDF，当前文档已计入 df，所以第一篇文档 log(2/2)=0，整个向量全零，第一个 Topic 永远匹配不上任何后续消息。

4. 主题追踪与 main 冲突，建议整块移除

这个 PR 从 0c78be3 分叉，在 85f04de ✨ session topic 之前，所以不包含已合并的 tui/topic.go。git merge-tree 显示 tui/model.go 冲突。

两边做的是同一件事 —— 检测话题切换、提醒用户 /new。main 的方案是让模型每轮结尾输出 <topic shift="yes"> 元标签，零额外依赖；这个 PR 用词典分词 + TF-IDF/ONNX 余弦。合进来用户一次话题切换会收到两条提醒。tui/topic.go:17-20 的注释里写了当初为什么没走"代码自己判断语义"这条路。

5. ONNX 路径应该没跑通过

• newONNXEmbedder 把 ~/.deepx/segmenter/ 当 libDir 传给 GetORTEngine，但 onnxruntime 动态库在 OCR 自己的 cacheDir，路径不通
• ort_engine.go 的 ortLibName() 只按 GOOS 分支，Intel Mac 和 ARM Linux 都会取错文件名；仓库里已有 ocr/ort_{darwin,linux}_{amd64,arm64}.go 用 build tag 做对了，直接复用
• all-MiniLM-L6-v2/onnx/model.onnx 输出的是 last_hidden_state [1,seq,384]，不是句向量。当前代码把 seq*384 个 float 平铺成 d0..dN，向量维度随输入长度变化，不同长度文本之间算余弦没有意义。需要按 attention_mask 做 mean pooling
• Embed 里所有错误一律 return nil 吞掉，上面几种失败用户完全看不到

另外阈值（0.15 / 0.05 / 0.02 / 0.6）是按稀疏 TF-IDF 调的（无交集即 0）。换成 MiniLM 稠密向量后任意两句中文相似度普遍 0.3~0.7，这几个阈值全部失效，需要按 embedder 分档。

[yu-zhy]

收到~~~